01717nam a2200253 a 450000100080000000500110000800800410001902200140006002400370007410000170011124501030012826001210023150000510035252008430040365000240124665000250127065300220129565300260131765300280134365300170137165300260138865300260141470000230144020877682020-01-07       2017    bl uuuu     u00u1 u    #d  a2359-07937 a10.5540/03.2017.005.01.04042DOI1 aSHENG, L. Y.  aUm procedimento de tratamento de missing data em dados agrometeorológicos.h[electronic resource]  aProceeding Series of the Brazilian Society of Applied and Computational Mathematics, v. 5, n. 1, p. 1-7, 2017.c2017  aVolume dedicado ao XXXVI CNMAC, Gramado, 2016.  aDados falhos ou omissos ("missing data") num banco de dados são prejudiciais para as análises e tomadas de decisão. Este trabalho tem como objetivo apresentar um procedimento baseado em análises estatísticas, modelos de regressão polinomial e logística, para tratamento dos dados falhos. Utilizou-se um banco de dados climáticos, cuja a estação se localiza no município de Água Boa, MT. As variáveis de estudo foram: temperatura mínima do ar, temperatura máxima do ar e precipitação acumulada no dia. Nos modelos apresentados neste estudo verificou-se uma alta correlação (maior que 0,62) e uma reprodução comportamental fidedigna as mesmas características dos dados reais. Portanto a metodologia se mostrou factível para os dados deste estudo bem como para serem incorporados em outros estudos agroclimatológicos.  aRegression analysis  aStatistical analysis  aDados climáticos  aDados climatológicos  aDados falhos ou omissos  aMissing data  aRegressão logística  aRegressão polinomial1 aVENDRUSCULO, L. G.