DOI
10.11606/D.45.2008.tde-05042008-103844
Documento
Autor
Nome completo
Luiz Fernando Molinari Zerbinatti
E-mail
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2008
Ferrari, Silvia Lopes de Paula (Presidente)
Barroso, Lucia Pereira
Yoshida, Olga Satomi
Título em português
Predição de fator de simultaneidade através de modelos de regressão para proporções contínuas
Palavras-chave em português
Bootstrap
Diagnóstico
Modelo de regressão beta
Modelos de regressão
Predição
Proporções contínuas
Redes de distribuição de gás
Resumo em português
Título em inglês
Prediction of simultaneity factor using regression models for continuous proportions.
Palavras-chave em inglês
Beta regression model
Bootstrap
Continuous Proportions
Diagnostic
Gas distribution network
Prediction
Regression models
Simultaneity factor.
Resumo em inglês
The simultaneity factor is fundamental in planning gas distribution networks. It is a multiplicator between 0 and 1 that adjusts the theoretical total consumption of a number of devices to realistic conditions. In 2005, the Instituto de Pesquisas Tecnológicas (IPT) and the Companhia de Gás de São Paulo (COMGÁS) performed a study in which the simultaneity factor of gas consumption in a set of residential buildings have been determined. A regression model was proposed to express the simultaneity factor in terms of the total power of installed equipment. The fitted model can be used to predict the simultaneity factor in new buildings. The model they proposed is a normal linear regression model in which the response variable is the logarithm of the simultaneity factor. In the present dissertation, our aim is to investigate other possible regression models suitable to the data obtained by IPT and CONGÁS. Emphasis is given to the beta regression model proposed by Ferrari and Cribari-Neto (Journal of Applied Statistics, 2004) which has a number of advantages over normal linear regression models. The beta regression model assumes that, given the covariates, the response variable has a beta distribution, which is adequate to model data observed in the unit interval. Therefore, no transformation in the response variable, the simultaneity factor, is needed. Additionally, we present a new approach for the prediction of the simultaneity factor, that is different from all the approaches shown in the literature, using the bootstrap technique.

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.