ESTATÍSTICA APLICADA

The evaluation of the efficient operational costs is one of the main requirements to the price
cap scheme adopted in Brazil since 1995 to regulate the electricity tariff. This work presents a
Bayesian stochastic frontier model and the results obtained for a sample with the 45 more
important Brazilian electricity distribution utilities.

This paper aims to present an implementation of classical DEA models in R, a free software and open source, highly extensible that offers a variety of functions and graphical routines for data analysis. In this work we show both the CRS and VRS DEA models. The computational implementation is illustrated with real data from the Brazilian electric power distribution utilities.

In general the undergraduate curriculum in statistics offers one semester basic course on linear programming (LP). The conventional course on LP includes simplex algorithm, duality theory, sensitivity analysis and some applications like the feedmix and transport problems. This outline seems to be distant from the mainstream curriculum in statistics. In order to partially overcome this shortcoming, we propose to introduce a technique based on linear programming called Data Envelopment Analysis (DEA) on the LP courses for students of statistics. DEA has gained momentum as a powerful complementary method for statistical tools in the research agenda as well as in practical activities of economic efficiency evaluation.

"An important step in building a wind farm is to choose the most suitable turbine. The selection of
the turbine involves a careful analysis of costs and technical parameters, among which stands out
the capacity factor, whose calculation is performed with a statistical analysis of anemometric
records. Based on wind speed records collected in São Martinho da Serra - RS, this paper
describes an approach traditionally used in that capacity factor is the criterion of identifying the
most appropriate turbine."

Singular Spectrum Analysis (SSA) is a non-parametric technique that allows the decomposition of a time series into signal and noise. Thus, it is a useful technique to trend extraction, smooth and filter a time series. The effect on performance of both Box and Jenkins' and Holt-Winters models when applied to the time series filtered by SSA is investigated in this paper. Three different methodologies are evaluated in the SSA approach: Principal Component Analysis (PCA), Cluster Analysis and Graphical Analysis of Singular Vectors. In order to illustrate and compare the methodologies, in this paper, we also present the main results of a computational experiment with the monthly residential consumption of electricity in Brazil.

São muitas as dificuldades enfrentadas pelos profissionais e estudantes que se dedicam
aos estudos das ciências florestais e que necessitam fazer uso de métodos estatísticos
multivariados na análise de inventários florestais multidimensionais, decorrentes da
falta de livros didáticos com aplicações práticas dentro desse contexto.
Objetivando ajudar a minimizar esse problema, o presente livro foi elaborado com a
finalidade de contribuir para a diminuição dessa lacuna existente na literatura florestal
e, de colaborar com o aprendizado de disciplinas que tratam da análise de
levantamentos florestais.
O conteúdo apresentado nesta obra constitui a base dos cursos de análise multivariada
que foram ministrados aos alunos de graduação do curso de Engenharia Florestal e no
programa de pós-graduação em Ciências Florestais da Universidade Federal Rural da
Amazônia (UFRA), quando do exercício ativo da docência deste professor aposentado.
Este livro nada mais seria que “um pingo d’água no oceano”, dentro do mar diversificado
de alternativas que caracterizam o ramo da análise estatística multivariada, caso o
objetivo fosse apresentar com profundidade todos os métodos estatísticos, visando a
subsidiar a análise de levantamentos e de experimentos longitudinais, considerando a
complexidade requerida e a grande quantidade de problemas a serem equacionados
dentro da engenharia florestal. A seguir serão abordados alguns pontos para aguçar a
discussão sobre o panorama da análise multidimensional nos inventários florestais.
No caso do estudo dos recursos naturais de uma floresta, o planejamento dos
inventários para subsidiar a operacionalização de um plano de manejo florestal
sustentado, obrigatoriamente, deve, em seu levantamento, definir, distinguir e delimitar
os ecossistemas com características semelhantes, e obviamente, os métodos estatísticos
univariados não oferecem o suporte necessário e suficiente de análise para atender
referido objetivo.
A experiência na Amazônia tem demonstrado que as estratificações dos ecossistemas
estabelecidas mediante a interpretação de imagens de satélite e de fotografias aéreas,
apesar de importantes e informativas, isoladamente não são capazes de explicar com o
detalhamento requerido as inter-relações existentes entre as variáveis envolvidas para a
definição dos diferentes estratos, principalmente na composição da vegetação localizada
no sub-bosque da floresta. Desse modo, seria indicado compatibilizar os recursos de
sensoriamento remoto e de planejamento de amostragem com a análise estatística
multivariada. Entretanto, durante a execução de uma análise multivariada ocorrem
algumas dificuldades, sejam em relação à compreensão de sua teoria estatística ou com
relação à computação dessas análises.
É inegável, nas análises fitossociológicas de uma floresta natural, ser o uso da análise
multidimensional um instrumento poderoso para interpretar as correlações inter e
intra, existentes nos seus ecossistemas. Este fato fica ainda mais evidente atualmente,
quando os métodos mais comumente utilizados nos estudos da fitossociologia e,
amplamente disponíveis na literatura, através dos diversos “índices fitossociológicos”
unidimensionais que, de acordo com Queiroz et al. (2017), tornam difícil a interpretação ecológica dos tipos florestais, principalmente por não apresentarem estruturas de lógica
matemática e de método estatístico capazes de explicarem a complexidade dos
problemas envolvidos.
Atualmente, um dos problemas mais complexos enfrentados pelos profissionais que
atuam no campo do manejo das florestas de terra firme da Amazônia, é a análise dos
inventários florestais contínuos, com parcelas permanentes, cujo objetivo principal é o
de monitorar e avaliar a dinâmica de crescimento e produção da floresta manejada. Por
outro lado, para subsidiar o planejamento, definição e aplicação dos tratos silviculturais
com vista à aceleração da recomposição da floresta manejada, torna-se imprescindível o
uso de métodos estatísticos, que levem em consideração a detectação e a classificação de
agrupamentos de espécies que possuam perfis de crescimento semelhantes.
Em se tratando do manejo de florestas naturais, a análise estatística do inventário
contínuo com parcelas permanentes, ajuda a explicar a tendência de crescimento de
diferentes grupos de espécies com características de desenvolvimento semelhantes e,
portanto, facilita o planejamento dos tratamentos silviculturais a serem aplicados para
estimular a regeneração natural e melhorar o crescimento da floresta. A análise
multivariada, denominada de medidas repetidas, com o uso das técnicas de análises de
levantamentos longitudinais, pode ajudar na determinação desses grupos. Em alguns
casos, é até recomendável a aplicação conjunta de vários métodos multidimensionais.
As técnicas multivariadas de componentes principais e análise de fatores podem ser
utilizadas na diminuição da dimensionalidade dos dados, o que possibilitaria a partir de
um número menor de variáveis, mais facilmente explicar suas inter-relações. Essas
técnicas são importantes para construir índices fitossociológicos multivariados, e, a
partir deles, produzir mapas delimitando as comunidades florestais.
As técnicas de análises de agrupamento, de discriminante e de variância multivariada
podem ser usadas para delimitar, classificar e comparar os diferentes tipos de
ecossistemas, e assim obter mapas tipológicos baseados nas variáveis mais importantes
na explicação das estruturas florísticas e ecológicas da vegetação.
Pode ser interesse de o pesquisador estudar as inter-relações entre grupos de variáveis.
Por exemplo, um grupo pode ser formado por variáveis da flora e o outro pelas variáveis
que refletem a fertilidade de solo. A análise de correlação canônica ajuda a explicar essas
correlações gerando, inclusive, mapas com a estratificação das diversas relações solovegetação.
Nesta obra, os programas para efetuar as análises foram elaborados utilizando a
linguagem de programação do Sistema de Análise Estatística (SAS), haja vista o seu
grande potencial e amplitude, assim como a sua facilidade operacional e possibilidade de
adaptação a outros aplicativos disponíveis no mercado.


Waldenei Travassos de Queiroz

This paper presents an simulation model of recharging electric vehicles in power distribution networks focused on the adequacy of the transformers capacity. Based on developed measurements was possible the processing of data for modeling the impacts of this demand increase in distribution transformers. The simulation model allows evaluate the effect of random variables related to the distances traveled by vehicles previously and the moment of its connection to the grid. These effects were compared considering these variables in deterministic terms and it became possible to understand the importance of using these more realistic methods to calculate the capacity of transformers for supplying this new demand.

This paper shows the efficiency measurements of 40 Brazilian electricity distribution companies. The efficiency scores are obtained using the data envelopment analysis (DEA) and stochastic frontier analysis (SFA) models, techniques that can reduce the information asymmetry and improve the regulator skills to compare the performance of the electricity companies, which are fundamental aspects of regulatory regimes. The two approaches are described, and the main results obtained from the different models are compared.

RESUMO Previsões de curto prazo da geração eólica constituem informações fundamentais para a integração segura e econômica de parques eólicos à um sistema elétrico de potência. No presente trabalho apresenta-se um modelo aditivo generalizado para previsão dos quantis da geração eólica (regressão quantílica), a partir dos quais se obtém uma previsão da densidade de probabilidade da produção de um parque eólico. A metodologia foi implementada no programa computacional VENTOS. Para ilustrar a aplicação da metodologia e as funcionalidades do programa apresentam-se os resultados de um experimento computacional com dados reais de um parque eólico localizado na Galícia, Espanha. ABSTRACT Short-term wind power forecasts are fundamental information for the safe and economic integration of wind farms into an electric power system. In this work we present a generalized additive model to predict the wind power quantiles (quantile regression) from which we obtain a prediction of the wind power probability density function in a wind farm. The methodology was implemented in the VENTOS computational program. In order to illustrate the application of the methodology as well as the functionalities of the program this work presents the results achieved by a computational experiment based on real data from a wind farm located in Galicia, Spain.

We describe examples based on real wind speed data designed to introduce engineering students at
the post-calculus level to statistical methods and theory with real engineering problems. The
examples cover some steps of the traditional wind power data analysis in order to develop in the
student the data analysis capabilities and the statistical reasoning applied to the engineering
problems.

En este artículo se presenta un modelo de flujo de potencia óptimo por el método del gradiente para la reducción de pérdidas en sistemas de potencia.El algoritmo permite ajustar un conjunto de variables de control con el fin de obtener un punto de operación que minimice las pérdidas de potencia activa.El método se basa en la solución del flujo de potencia por el método de Newton. Los límites de las variables independientes son manejados mediante funciones de penalidad. El desempeño del algoritmo es evaluado usando dos métodos diferentes para calcular el tamaño del paso a lo largo de la dirección factible: un paso constante y un paso variable usando el método de ajuste de parábola.

PACS: 84.30.Jc

MSC: 49M15