Neste trabalho é aplicada a Regressão Periódica às quantidades mensais de chuvas caídas no Município de Grajaú, no Estado do Maranhão, no período de 1914 a 1958. Aos dados originais, ajustados para meses de 30 dias, é aplicada a transformação log (x + 35). As análises estatísticas foram realizadas com o auxílio da álgebra matricial e elaboradas através do computador. A listagem do programa das análises consta no Apêndice 3. Na análise de variância, é verificada a estabilidade dos componentes harmônicos referentes a cada contraste linear p_k e q_k. As ondas com período anual, semestral e quadrimestral revelaram-se significativas, com a predominância da onda anual. A equação de regressão, obtida a partir dos dados transformados, é dada por: ŷ_t = 2.0367 + 0,4336 cos (30 t - 47,9165)° + 0,0668 cos (60 t - 226,0739)° + 0,0402 cos (90 t - 300,1334)°. Aproximadamente 99,75% da variação das precipitações mensais de chuva é explicada pelo modelo. Considerando somente a onda anual, esta é responsável por 95,12% da variação total. A equação de regressão mostra a ocorrência de um máximo de chuvas no mês de março e um mínimo em julho.

In this study, a periodic regression analysis is done of monthly quantities of rainfall in Grajaú County, Maranhão State during the period 1914-1958. The logarithmic transformation log(x+35) is applied to the original data with months assumed to be equivalent to 30 days. Statistical analyses were conducted using matrix algebra and electronic data processing equipment. A computer printed of the program used is found in the Appendix 3. Results of analyses of variance demonstrate the stability of harmonics components related to each linear contrast p_k and q_k. The waves with periods of four, six and twelve months were statistically significant, and the annual wave predominated. The regression equation, obtained from the transformed data, is given as: ŷ_t = 2.0367 + 0,4336 cos (30 t - 47,9165)° + 0,0668 cos (60 t - 226,0739)° + 0,0402 cos (90 t - 300,1334)°. Approximately 99.75% of the variance in monthly precipitation is explained by the model. The annual wave alone is responsible for 95.12% of the total variance. The regression equation shows that maximum rainfall occurs in March and minimum rainfall in July.