Validation of Multiple Imputation by Predictive Mean Matching for Pluviometric Data in Middle San Francisco Basin

Um dos principais problemas atualmente para analisar longas series de dados no Brasil e a falta de um banco de dados diarios consistentes de estacoes meteorologicas. Diante disso, o objetivo deste trabalho e avaliar a acuracia do metodo de imputacao multipla Predictive Mean Matching (PMM) no preenchimento de dados faltantes de series diarias de precipitacao para a Bacia Hidrografica do Medio Sao Francisco (BMSF). Para isso foram adquiridos dados diarios de chuva cedidos pelo Instituto Nacional de Meteorologia (INMET) das estacoes de Bom Jesus da Lapa (BA), Carinhanha (BA), Joao Pinheiro (MG), Remanso (BA) e Unai (MG), para o periodo de 2001 a 2017. Em seguida, dois cenarios foram criados com 5% e 15% de falhas para avaliar a precisao do metodo PMM no preenchimento de dados faltantes. As series originais, sem falhas, e as preenchidas pelo metodo adotado apresentaram uma correlacao alta (r > 0,80), que consiste numa boa relacao entre elas. O coeficiente de determinacao (R2) foi de 0,7 (0,6) para 5% (15%) de falhas. Alem disso, o Erro Medio Absoluto e o Erro Quadratico Medio foram baixos para todas as estacoes. Tambem foi aplicado o teste de Wilcoxon, o qual verificou a boa acuracia na aplicacao do metodo PMM para preencher os dados faltantes de chuva.