UNIVERSIDADE FEDERAL DO PIAUÍ

CENTRO DE CIÊNCIAS DA NATUREZA

DEPARTAMENTO DE ESTATÍSTICA
Introdução à Teoria de Valores Extremos
Professor Fernando Ferraz
Alunos: Cleane Santos; Dario Galvão
2023-02-22

Atividade Avaliativa II
Banco de dados: (i) Altura de onda em uma determinada praia da austrália
library(readxl);library(POT)
i <- read.csv2("C:/Users/Home/Desktop/ondas.txt", sep="")
attach(i)

1) Fazer o DIPLOT para escolher o limiar.

t <- c(1:1000)
i2 <- data.frame(t,i)
names(i2)=c("time","obs")
## function (x) .Primitive("names")

diplot(i2)
abline(v=2.57)
ud =2.57
i2[,2][i2[,2]>ud]
## [1] 2.79 2.66 2.69 2.73 2.83 2.86 2.90 2.59 2.96 2.87 2.99 2.81 3.09
2.62 2.96
## [16] 2.64 3.10 2.73 2.74 2.73 2.64 2.82 2.85 2.68 2.59 3.09 3.09 2.59
3.15 2.77
## [31] 3.89 2.60 2.75 2.85 2.66 3.06 3.03 2.96 2.95 3.00 3.55 2.73 2.73
2.87 2.67
## [46] 3.45 2.77 2.96 3.10 2.71 2.84 3.09 2.68 2.58 3.07 2.68 2.92 2.70
2.62 2.71
## [61] 2.62 2.62 2.70 2.81 2.80 2.72 2.68 2.81 2.88 2.60 2.68 2.82 2.74
2.60 2.99
## [76] 3.10 2.88 3.13 2.64 2.61 2.96 2.84 2.59 2.63

Como a razão é igual a 1, razão = média/variância numa distribuição de Poisson, a

distribuição GPD mostra-se adequada. O Intervalo de confiança para a região onde a
razão é igual a 1, nos fornece o maior número de observações para fazermos inferência
e estimar os valores da GPD. A escolha do limiar levou em consideração o valor mais
próximo do inicio do intervalo de confiança, o mais proximo de 1, que foi o valor do
limite de 2.57. Portanto, considerando o banco de dados de estudo, é muito raro a
ocorrência de ondas com altura acima de 2.57 na determinada praia da austrália. A
partir desse valor a distribuição começa a seguir a forma da distribuição GPD.

2) Fazer o ajuste dos parâmetros da distribuição GPD.

ajuste=fitgpd(i2[,2],ud)
ajuste
## Estimator: MLE
## Deviance: -56.51195
## AIC: -52.51195
##
## Varying Threshold: FALSE
##
## Threshold Call: 2.57
## Number Above: 84
## Proportion Above: 0.084
##
## Estimates
## scale shape
## 0.2983 -0.1266
##
## Standard Error Type: observed
##
## Standard Errors
## scale shape
## 0.03994 0.07885
##
## Asymptotic Variance Covariance
## scale shape
## scale 0.001595 -0.002247
## shape -0.002247 0.006218
##
## Optimization Information
## Convergence: successful
## Function Evaluations: 31
## Gradient Evaluations: 9

# salvando os parâmetro
sigma = ajuste$fitted.values[1]
sigma

## scale
## 0.2982719
xi = ajuste$fitted.values[2]
xi

## shape
## -0.1266392

pu=ajuste$pat
pu

## [1] 0.084

3) Fazer o gráfico de retorno da distribuição GPD.

retornos=retlev(ajuste,npy = pu,xlab = 'Períodos de tempo', ylab = "Valor
",
main="Gráfico de retorno da distribuição GPD
para os dados de Altura de onda")
 Analisando o gráfico de retorno, nota-se que, a linha reta da função de distribuição
acumulada aparenta ser adequada para os dados da altura das ondas, pois apesar de
apresentar alguns pontos que se afastam da linha diagonal, eles permanencem dentro
do intervalo de confiança, portanto, a distribuição GPD é adequada para modelar os
retornos extremos desta série temporal

4) Determine qual retorno esperado a cada 10,20, 50 e 100 períodos de

tempo.
lambda = 1-pu

t = c(10,20,50,100)

p=1-1/t; p

## [1] 0.90 0.95 0.98 0.99

##Considerando o conjunto de dados total

qgpd(p,ud,sigma,xi,lambda)

## [1] 3.165725 3.313594 3.490170 3.610773

##Considerando apenas os dados da cauda
qgpd(p,ud,sigma,xi)

## [1] 3.165725 3.313594 3.490170 3.610773

 Temos que para todos os níveis de retorno, seja para todo o conjunto de dados ou
para os dados da cauda, em ambos obtemos os mesmos resultados. Pois o ‘N/Nu’ é igual
a 1, por isso que “p*” e o “p” são iguais e levam aos mesmos resultados.

Portanto, espera-se que a cada 10 períodos de tempo as ondas na praia de estudo da

Austrália apresentem alturas de 3.1657 metros, e a cada 20, 50 e 100 períodos de
tempo, apresentem respectivamente, uma altura de 3.3135, 3.4901 e 3.6107 metros.

5) Fazer o Gráfico pp e qq para determinar a qualidade do ajuste .

par(mfrow = c(1,2))
pp(ajuste)
qq(ajuste)

Analisando a qualidade do ajuste, tem-se que ambos os gráficos acima,

apresentam pontos que se distanciam da reta diagonal, principalmente o gráfico
Quantile-Quantile. No entanto, os pontos permanencem dentro do intervalo de
confiança, sendo assim, o modelo para os dados de estudo (Altura das ondas) apresenta
um bom ajuste.