Análise de séries temporais no monitoramento
Uma leitura isolada significa pouco. Só uma série temporal mostra se algo sobe, desce, volta a cada ano, ou de repente “deu um salto”. Este artigo diz o que procurar em um gráfico desses e com quais ferramentas.
Três coisas que lemos em uma série
- A tendência - a direção de longo prazo (por ex. uma concentração de fósforo que sobe lentamente ao longo dos anos). Responde à pergunta “está melhorando ou piorando”.
- A sazonalidade - um ritmo anual ou diário que se repete (por ex. os mínimos de verão de oxigênio, as quedas noturnas, as florações de primavera). Deve ser reconhecida para não confundi-la com uma tendência.
- As anomalias - desvios isolados, incomuns (por ex. um pico de turbidez depois de fortes chuvas). Alguns são eventos reais, outros erros de medição.
Ferramentas de interpretação - com nome e condições de uso
| Pergunta | Método | Quantos dados são necessários | A que prestar atenção |
|---|---|---|---|
| Existe tendência? | teste de Mann-Kendall (não paramétrico, robusto a valores atípicos e a distribuições não normais) | na prática a partir de n ≥ 8-10 pontos | com autocorrelação positiva (dados correlacionados no tempo) subestima p - ver abaixo |
| Qual a intensidade? | declividade de Sen (mediana das inclinações de todos os pares de pontos) | idem | dá a variação por unidade de tempo, não a “significância” |
| Estação ou mudança? | comparação ano a ano para o mesmo mês | ≥ 2-3 ciclos completos (24-36 pontos mensais) | uma única temporada não sustenta conclusão alguma |
| Suavizar o ruído | média móvel com janela igual ao ciclo completo (12 meses em dados mensais) | a janela mais alguns pontos | uma janela mais curta não remove a sazonalidade, apenas a borra |
| Este ponto é anomalia? | carta de controle I-MR (Shewhart) | ≥ 20-25 pontos para limites confiáveis | os limites se calculam de um período estável; com autocorrelação positiva (leituras densas) ficam estreitos demais |
| Dois indicadores andam juntos? | correlação de Spearman (por postos - não pressupõe linearidade) | n ≥ 10-15 | correlação ≠ causa; atenção também ao alcance espacial |
Os limites de uma carta I-MR não se calculam a partir do desvio-padrão da série inteira, e sim da amplitude móvel: σ̂ = MR̄ / 1,128 (constante d₂ para janela de dois elementos), e os limites são a média ± 3σ (de atenção ± 2σ). O detalhe importa: o desvio-padrão da série inteira contém a tendência e a estação, então os limites ficariam largos demais e deixariam passar parte das anomalias. A amplitude móvel tem, porém, uma fraqueza própria: com autocorrelação positiva as leituras vizinhas se parecem, então ela subestima σ e os limites ficam estreitos demais - parte dos pontos comuns passa a parecer anomalia.
⚠️ Uma armadilha pouco comentada: dados ambientais são correlacionados no tempo. Uma sonda que mede a cada 15 minutos não dá 96 observações independentes por dia - a leitura seguinte repete em grande medida a anterior. Os testes que pressupõem observações independentes (entre eles Mann-Kendall e o teste de significância de uma correlação) subestimam p diante de autocorrelação positiva, isto é, mostram significância onde não há. (A autocorrelação negativa atuaria ao contrário, mas quase não aparece em séries ambientais.) A correção de Hamed-Rao para Mann-Kendall ou um tamanho efetivo n_eff restabelecem a escala correta: uma tendência “significativa” nos dados brutos pode deixar de ser após a correção, e um mês de medições diárias pode valer apenas um punhado de observações independentes, não 31 - com amostragem mais densa a diferença é ainda maior. Verifique os pressupostos do teste antes de aceitar uma tendência.
Os erros mais frequentes
- Confundir sazonalidade e tendência - “em alta” em julho não significa “em alta de ano a ano”.
- Intervalos irregulares / lacunas - influem nas médias e nos gráficos; é melhor marcá-los, não mascará-los.
- Reagir a um ponto isolado - uma anomalia confirma-se apenas pela medição seguinte ou pelo contexto.
- Um eixo temporal “categórico” - as datas devem ser tratadas como tempo (proporcionalmente), não como rótulos.
- Misturar estações numa única série - dados de vários pontos colados descrevem um gradiente espacial, não um processo no tempo; pode até inverter o sinal da relação.
- Tomar cadência densa por amostra maior - ver acima: o número de linhas não é o número de informações independentes.
Fontes
- Teste de Mann-Kendall: Mann H.B. (1945), Nonparametric tests against trend, “Econometrica” 13(3): 245-259, doi:10.2307/1907187; Kendall M.G. (1975), Rank Correlation Methods.
- Declividade de Sen: Sen P.K. (1968), Estimates of the regression coefficient based on Kendall’s tau, “Journal of the American Statistical Association” 63(324): 1379-1389, doi:10.1080/01621459.1968.10480934.
- Correção para autocorrelação: Hamed K.H., Rao A.R. (1998), A modified Mann-Kendall trend test for autocorrelated data, “Journal of Hydrology” 204(1-4): 182-196, doi:10.1016/S0022-1694(97)00125-X.
- Cartas de controle e a constante d₂: metodologia SPC clássica (Shewhart); a constante 1,128 vale para a amplitude móvel com janela 2.
Na prática
Uma boa análise parte de uma série ordenada e contínua em pontos fixos. No LimnoLog, as medições formam logo gráficos ao longo do tempo (com uma comparação das estações). Você pode exportar o conjunto completo de dados para o Excel ou prepará-lo para uma análise estatística quando precisar de métodos mais avançados.
Ver no aplicativo LimnoLog
Conhecer os recursos do LimnoLog