RESUMO O monitoramento quali-quantitativo de recursos hídricos é uma atividade complexa. Sua continuidade dá origem a extensos bancos de dados contendo séries históricas de diversas variáveis e pontos, que exigem a aplicação de métodos estatísticos para extração de informações. A aplicação de métodos estatísticos para a análise de frequências de séries históricas está vinculada ao atendimento aos pressupostos básicos de aleatoriedade, homogeneidade, independência e estacionariedade. Apesar da importância destes critérios, sua verificação é incomum em literatura de qualidade de água. Neste artigo, estas hipóteses foram testadas em séries históricas da Bacia do Alto Iguaçu. Observou-se rejeição em 15%, 26%, 51% e 31% das séries testadas para aleatoriedade, homogeneidade, independência e estacionariedade, respectivamente. Os resultados evidenciaram a forte relação entre as estratégias de monitoramento, a forma de abordagem dos dados e o atendimento aos pressupostos básicos para análise de séries de qualidade da água. Apesar da existência de possibilidades para solução do problema de não atendimento, as estratégias típicas de monitoramento com frequências irregulares e pouca representatividade em relação a outros períodos, além do horário comercial, representam um obstáculo para sua implementação.
ABSTRACT The water resources quality continuous monitoring is a complex activity. It generates extensive databases with time series of many variables and monitoring points that require the application of statistical methods for the information extraction. The application of statistical methods for frequency analysis of time series is linked to attending of the basic assumptions of randomness, homogeneity, independence, and stationarity. However, despite its importance, the verification of these assumptions in water quality literature is unusual. Therefore, the present study tests the Upper Iguaçu basin water quality time series against the mentioned hypotheses. Rejection was observed in 15%, 26%, 51% e 31% for randomness, homogeneity, independence, and stationarity, respectively. The results evidenced the strong relation between monitoring strategy, data assessment and meeting of basic statistical assumptions for the analysis of water quality time series. Even with the existence of possible solutions for addressing those issues, the standard monitoring strategies, with irregular frequencies and lack of representativeness in relation to other periods, beyond commercial, act as an obstacle to their implementation.