DISTRIBUIÇÃO LOGNORMAL BOOTSTRAP COM APLICAÇÃO EM RADIOECOLOGIA

Autores

  • Cleomacio Miguel da Silva Escola Politécnica da Universidade de Pernambuco
  • José Wilson Vieira Escola Politécnica da Universidade de Pernambuco

DOI:

https://doi.org/10.3738/1982.2278.3605

Palavras-chave:

Meio Ambiente, Modelo Estatístico, Monte Carlo, Radionuclídeo

Resumo

Para avaliar a distribuição de um elemento de ocorrência natural ou contaminante no meio ambiente, é necessária uma análise estatística robusta. Para tanto, são usados diferentes métodos estatísticos paramétricos e não-paramétricos. Atualmente, o método bootstrap vem sendo eficientemente utilizado em pesquisas ambientais com grande vantagem, devido à sua robustez estatística. Em estudos radioecológicos, o método bootstrap vem apresentando desempenho satisfatório na análise estatística de valores outliers (anômalos). A distribuição lognormal é bastante utilizada na análise estatística de dados radioecológicos, por assumir sempre valores positivos. Em muitos casos de padronização, as concentrações de contaminantes ambientais têm sido analisadas usando o limite superior do intervalo de confiança da média da distribuição lognormal. O método bootstrap consiste de um procedimento estatístico computacionalmente intensivo que permite avaliar diversas estatísticas, com base nos dados obtidos da amostra. Então, o objetivo do presente trabalho foi utilizar o método bootstrap para determinar o limite superior do intervalo de confiança para dados radioecológicos com valores anômalos. Os resultados obtidos mostraram que o método bootstrap diminuiu significativamente a dispersão em torno da média da distribuição lognormal, resultando assim num limite superior robusto.

Downloads

Publicado

31.10.2019

Edição

Seção

Artigos

Como Citar

DISTRIBUIÇÃO LOGNORMAL BOOTSTRAP COM APLICAÇÃO EM RADIOECOLOGIA. (2019). Nucleus, 16(2), 277-290. https://doi.org/10.3738/1982.2278.3605

Artigos Semelhantes

21-30 de 499

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.

Artigos mais lidos pelo mesmo(s) autor(es)