Dissertations / Theses on the topic 'Ajuste de regressão'

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2018-08-01T12:06:20Z No. of bitstreams: 2 Dissertação - Theófilo Machado de Sousa Neto - 2018.pdf: 5352330 bytes, checksum: 633a1463e2e997810ceffbed30fe9665 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-08-01T13:38:17Z (GMT) No. of bitstreams: 2 Dissertação - Theófilo Machado de Sousa Neto - 2018.pdf: 5352330 bytes, checksum: 633a1463e2e997810ceffbed30fe9665 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Made available in DSpace on 2018-08-01T13:38:17Z (GMT). No. of bitstreams: 2 Dissertação - Theófilo Machado de Sousa Neto - 2018.pdf: 5352330 bytes, checksum: 633a1463e2e997810ceffbed30fe9665 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-06-28
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES
Given the need to discuss mathematical methods capable of adjusting curves that represent experimental data. This work presents seven methods of curves adjustment, three of these, methods that use least squares regression techniques and the other four, using interpolation techniques. Initially, it brings some definitions that present to the reader all the mathematical foundation that rules the equations. In parallel, it seeks to discuss, through examples, the area of attribution of the described methods, realizing whenever possible a comparation between the several techniques presented and their errors in the estimates. In order to demonstrate that the techniques discussed here are feasible for use in basic education, it exposes an experience of applying one of these methods in solving a basic problem of the discipline of Physics. After presenting the step-by-step method of obtaining soil resistivity, a variable that is of the utmost importance for the elaboration of projects for grounding meshes that supply energy substations, We finish this work by solving the problem with the aid of adjustment techniques curves studied, proposing the inclusion of the methods addressed in one of the steps of the procedure to obtain soil resistivity.
Diante da necessidade de se discutir sobre métodos matemáticos capazes de ajustar curvas que representem dados experimentais. Este trabalho apresenta como escopo sete métodos de ajustes de curvas, sendo que três destes, utilizam as técnicas de regressão por mínimos quadrados e os outros quatro, usando técnicas de interpolação. Inicialmente, traremos algumas definições que apresentam ao leitor todo o embasamento matemático que rege os equacionamentos. Em paralelo, procuramos discutir, através de exemplos, a área de atribuição dos métodos descritos, realizando sempre que possível um comparativo entre as variadas técnicas apresentadas e seus erros nas estimativas.Com o intuito de demonstrar que as técnicas aqui discutidas são viáveis para utilização na educação básica, apresentaremos uma experiência de aplicação de um desses métodos na resolução de um problema básico da disciplina de Física. Após relatar os procedimentos do método de obtenção da resistividade do solo, que é uma variável de suma importância para a elaboração de projetos de malhas de aterramento que atendem subestações de energia. Finaliza-se este trabalho resolvendo o problema com auxílio das técnicas de ajustes de curva estudados, propondo a inclusão dos métodos abordados em uma das etapas do procedimento de obtenção da resistividade do solo.

Este trabalho trata de modelos de regressão quantílica. Foi feita uma introdução a essa classe de modelos para motivar a discussão. Em seguida, conceitos inferenciais, como estimação, intervalos de confiança, testes de hipóteses para os parâmetros são discutidos, acompanhados de alguns estudos de simulação. Para analisar a qualidade do ajuste, são apresentados o coeficiente de determinação e um teste de falta de ajuste para modelos de regressão quantílica. Também é proposta a utilização de gráficos para análise da qualidade do ajuste considerando a distribuição Laplace Assimétrica. Uma aplicação utilizando um banco de dados com informação sobre renda no Brasil foi utilizado para exemplificar os tópicos discutidos durante o texto.
This work is about quantile regression models. An introduction was made to this class of models to motivate the discussion. Then, inferential concepts, like estimation, confidence intervals, tests of hypothesis for the parameters are discussed, followed by some simulation studies. To analyse goodness of fit, a coefficient of determination and a lack-of-fit test for quantile regression models are presented. Its also proposed the use of graphs for the goodness of fit analysis considering the Asymmetric Laplace Distribution. An application using a data base with information about income in Brazil was used to exemplify the topics discussed during the text.

A quantificação da evapotranspiração é uma tarefa essencial para a determinação do balanço hídrico em uma bacia hidrográfica e para o estabelecimento do déficit hídrico de uma cultura. Nesse sentido, o presente trabalho aborda a análise da evapotranspiração de referência (ETo) para a região de Jaboticabal-SP. O comportamento do fenômeno na região foi estudado a partir da interpretação de dados de uma bateria de 12 lisímetros de drenagem (EToLis) e estimativas teóricas por 10 equações diferentes disponíveis na literatura. A análise estatística de correlação indica que as estimativas da ETo por equações teóricas comparadas à EToLis medida em lisímetro de drenagem não apresentaram bons índices de comparação e erro. Admitindo que a operação dos lisímetros não permitiu a determinação da ETo com boa confiabilidade, propôs-se um ajuste local das demais metodologias de estimativa da ETo, através de auto-regressão (AR) dos ruídos destas equações em comparação com uma média anual estimada pela equação de Penman-Monteith (EToPM), tomada como padrão, em períodos quinzenal e mensal. O ajuste através de regressão linear simples também foi analisado. Os resultados obtidos indicam que a radiação efetiva é a variável climática de maior importância para o estabelecimento da ETo na região. A estimativa pela equação de Penman-Monteith apresentou excelente concordância com as equações de Makkink (1957) e do balanço de energia. Os ajustes locais propostos apresentaram excelentes resultados para a maioria das equações testadas, dando-se destaque às equações da radiação solar FAO-24, de Makkink (1957), de Jensen-Haise (1963), de Camargo (1971), do balanço de radiação, de Turc (1961) e de Thornthwaite (1948). O ajuste por regressão linear simples é de mais fácil execução e apresentou excelentes resultados.
The quantification of the evapotranspiration is an essential task for the determination of the water balance in a watershed and for the establishment of the culture´s water deficit. Therefore, the present work describes the analysis of the reference evapotranspiration (ETo) for the region of Jaboticabal-SP. The phenomenon behavior in the region was studied based on the interpretation of 12 drainage lysimeters data (EToLis) and on theoretical estimates for 10 different equations available in the Literature. An statistical analysis indicated that the theoretical ETo estimates compared with the EToLis did not present good indices of comparison and error. Admitting that the lysimeters operation did not allow a reliable ETo determination, a local adjustment of the theoretical methodologies for ETo estimate was considered. An auto-regression (AR) of the noises of these equations in comparison with the annual average estimate for the Penman-Monteith equation (EToPM), taken as standard, has been performed in fortnightly and monthly periods. The adjustment through simple linear regression has also been analyzed. The obtained results indicate that the effective radiation is the most important climatic variable for the establishment of the ETo in the region. The Penman-Monteith estimate presented excellent correlation to the estimates by Makkink (1957) equation and the energy balance. The local adjustments presented excellent results for the majority of the tested equations, specially for the solar radiation FAO-24, Makkink (1957), Jensen-Haise (1963), Camargo (1971), radiation balance, Turc (1961) and Thornthwaite (1948) equations. The adjustment by simple linear regression is of easier execution and also presented excellent results.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-07-26T12:10:38Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) dissertação_final_cd_TT.pdf: 4588819 bytes, checksum: 5127176322bfc06990cbd3eaa1fc5687 (MD5)
Made available in DSpace on 2016-07-26T12:10:38Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) dissertação_final_cd_TT.pdf: 4588819 bytes, checksum: 5127176322bfc06990cbd3eaa1fc5687 (MD5) Previous issue date: 2016-02-12
CAPEs
A classe de modelos de regressão beta introduzida por Ferrari & Cribari-Neto (2004) é muito útil para modelar taxas e proporções. O modelo proposto pelos autores é baseado na suposição de que a variável resposta tem distribuição beta com uma parametrização que é indexada pela média e por um parâmetro de precisão. Após a construção de um modelo de regressão é de extrema importância realizar a análise de diagnóstico, objetivando verificar possíveis afastamentos das suposições feitas para o modelo apresentado, bem como detectar possíveis observações que causem influência desproporcional nas estimativas dos parâmetros. A análise de influência local introduzida por Cook (1986) é uma abordagem que objetiva avaliar a influência das observações. Com base no método de influência local, Zhu & Zhang (2004) propuseram um teste de hipóteses para detectar o grau de discrepância entre o modelo suposto e o modelo subjacente do qual dos dados são gerados. Nesse trabalho, foi densenvolvido esse teste para o modelo de regressão beta com dispersão fixa e variável, como também, foram propostos um melhoramento nesse teste baseados na metodologia bootstrap e um novo teste, também com base em influência local, mas considerando outro esquema de perturbação, a perturbação no parâmetro de precisão no modelo de regressão beta com dispersão fixa. O desempenho desses testes foram avaliados com base no tamanho e poder. Por fim, aplicamos a teoria desenvolvida a um conjunto de dados reais.
The class of beta regression models introduced by Ferrari & Cribari-Neto (2004) is very useful for modelling rates and proportions. The proposed model by the authors is based on the assumption that the response variable is beta distributed with indexed by mean and dispersion parameters. After fitting a regression model is very important to carry out the diagnostic analysis in sense that, verifying possible deviations of the model assumptions, as well as detect possible observations that cause disproportionate influence on the parameter estimates. The local influence analysis introduced by Cook (1986) is an approach that objective assess the influence of observations. Based on local influence method, Zhu & Zhang (2004) proposed a hypothesis test to detect the degree of discrepancy between the supposed model and the underlying model from which the data is generated. In this work, was developed this test for the beta regression model with fixed and varying dispersion, as well as, we proposed in addition, an improvement of this test based on bootstrap methodology and a new test, also based on local influence, but considering other perturbation scheme, the perturbation of the precision parameter in beta regression model with fixed dispersion. The performance of these tests were evaluated based on size and power. Finally, we applied the theory developed to a set of real data.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
In order to construct growth curves is necessary a sequence of many samples taken during lettuce growth period. However, mainly when the trial is made in a controlled environment, sampling frequency is limited. This work was carried out with the aim to reduce sampling destruction effect without change the result precision. Two field trials were made in a controlled environment, during two season, spring (09/20/2004 a 01/12/2005) and autumn (02/27/2005 a 07/20/2005), in the UFSM experimental area, Santa Maria, RS. Different sampling frequencies were simulated, using the adjust of diary sampling model. Optimum sampling frequency was made by comparing daily sampling model with simulated sampling model, in twos, by F test (p<0,005), using the error mean square of non linear regression analysis, pondered by freedom degrees. Simulations of the following variables: total, foliar, root and foliar area phytomass, were made just considering vegetative period and complete growth period. The result shows that season and period of growth should be taken into account to establish the best sampling frequency. Trials conducted during spring season, with complete growth period, show best results with samples taken in intervals of 3 (total), 8 (foliar), 20 (roots) and 9 (foliar area) days; with vegetative period, samples should be taken in intervals of 2,2,4 and 1 days. Trials conducted during autumn season, with complete growthperiod, the sample frequency should be of 2, 11, 12 and 11 days; and for vegetative growth, should be 2, 3, 4 and 1 days
Durante o crescimento da planta de alface é necessária uma seqüência de várias coletas de amostras até a maturação de colheita para construção de curvas de crescimento, porém, a freqüência em que se coletam amostras é limitada, principalmente quando o experimento é realizado em ambientes controlados. Para isso, buscou-se reduzir o efeito destrutivo de amostragens sem comprometer a precisão dos experimentos determinando-se a freqüência de amostragem de plantas de alface em hidroponia para o ajuste de curvas de crescimento. Foram realizados dois experimentos em estufa plástica nas estações de primavera e outono, no período de 20/09/2004 a 12/01/2005 e 27/02/2005 a 20/07/2005, respectivamente, em área pertencente ao Departamento de Fitotecnia, na UFSM, Santa Maria, RS. A partir do ajuste do modelo de amostragem diária, simularam-se diferentes freqüências de amostragem. Para encontrar a freqüência ideal de amostragem, foi comparado o modelo de amostragem diária com os modelos das diferentes amostragens simulados, dois a dois, pelo teste de F em nível de 5% de probabilidade de erro, utilizando-se os quadrados médios do erro da análise de regressão não linear, ponderados pelos respectivos graus de liberdade. Foram realizadas simulações considerando apenas o período vegetativo e ciclo completo (transplante até produção de sementes), para variáveis de fitomassa seca da planta e de partes da planta e área foliar. Em experimentos realizados com alface hidropônica na primavera, para o ciclo completo, devem ser realizadas amostragens a cada 3, 8, 20 e 9 dias para fitomassa seca relativa total da planta de alface, de folhas, de raiz e área foliar, respectivamente; enquanto que, para o período vegetativo, deve ser a cada 2, 2, 4 e 1 dias, respectivamente. Para o ciclo completo, utilizando-se as variáveis fitomassa seca relativa total, de folhas, de raiz e área foliar relativa em experimentos realizados no outono é recomendável utilizar freqüências de amostragens a cada 2, 11, 12 e 11 dias, respectivamente; e, para o período vegetativo, de 2, 3, 4 e 1 dias, respectivamente

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2014.
Submitted by Larissa Stefane Vieira Rodrigues (larissarodrigues@bce.unb.br) on 2014-10-31T12:07:42Z No. of bitstreams: 1 2014_BernardoNogueiraSchlemper.pdf: 581353 bytes, checksum: dbb95d5a8efc78a7e72b4beec7287047 (MD5)
Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2014-11-05T16:40:59Z (GMT) No. of bitstreams: 1 2014_BernardoNogueiraSchlemper.pdf: 581353 bytes, checksum: dbb95d5a8efc78a7e72b4beec7287047 (MD5)
Made available in DSpace on 2014-11-05T16:40:59Z (GMT). No. of bitstreams: 1 2014_BernardoNogueiraSchlemper.pdf: 581353 bytes, checksum: dbb95d5a8efc78a7e72b4beec7287047 (MD5)
Neste trabalho, são apresentados testes de adequabilidade de ajuste para modelos de teoria de resposta ao item (TRI). Um novo teste baseado na estimação não paramétrica da curva característica do item (CCI) obtida a partir da aplicação de técnicas de regressão isotônica é apresentado. O teste foi implementado no software R, e foram feitas simulações para observar seu desempenho na avaliação da adequabilidade de modelos paramétricos para a curva característica do item, juntamente com o teste utilizando a estimação via suavização por kernel (Ramsay,1991).

Made available in DSpace on 2015-03-26T13:32:11Z (GMT). No. of bitstreams: 1 texto completo.pdf: 852842 bytes, checksum: 70e1222560798c97f05cf66d73772591 (MD5) Previous issue date: 2011-02-25
Logistic regression is the analysis usual statistical method used to verify the relationship between a dichotomous variable response and the interest explanatory variables. This work aimed to carry out a study about the factors influencing the invertebrates abundance on the soil under different management forms, using the logistic regression. This objective is that these invertebrates are considered excellent indicators of the use type and soil quality, working in several fundamental processes for maintaining the soil fertility and quality in agroecosystems and natural ecosystems, according to Brown et al. (1998), Hendrix et al. (2006), and Souza (2010). For covariates selection, the Collett (1994) proposal was used and the involved parameters estimators in each model, their interpretations, statistical properties, and some criteria for judging the suitability of the selected models were presented. The methodology presented by this work was applied to two real datasets (dry and rainy season). In the final adjusted model for the analyzed dataset in the dry season, it was verified that the covariates System Type, Calcium in litter, Soil organic matter, Potassium in litter, and the interaction between Calcium and Potassium in litter were important to explain the presence of more than nine individuals on the soil. In the final adjusted model for the analyzed dataset in the rainy season, the significant covariates to explain the presence of one hundred and one individuals on average on the soil were Magnesium in litter, Total organic carbon in the litter, Litter organic matter, and Ambient temperature. For two mentioned models, there were a good discriminatory performance and excellent areas under the ROC (Receiver Operating Characteristic) curve, thus confirming the validity of using logistic regression techniques for the models construction to describe the analyzed data.
A regressão logística é o método estatístico usual de análise utilizado com a finalidade de verificar a relação entre uma variável resposta dicotômica e variáveis explicativas de interesse. Este trabalho teve como objetivo realizar um estudo sobre os fatores que influenciam a abundância de invertebrados no solo sob diferentes formas de manejo utilizando a Regressão Logística. Tal objetivo reside no fato destes invertebrados serem considerados excelentes indicadores do tipo de uso e qualidade do solo, atuando em vários processos fundamentais para a manutenção da fertilidade e qualidade dos solos de agroecossistemas e ecossistemas naturais de acordo com Brown et al. (1998) e Hendrix et al. (2006), citado Souza (2010). Para seleção de covariáveis foi utilizada a proposta de Collett (1994) e foram apresentados estimadores dos parâmetros envolvidos em cada modelo e suas interpretações, propriedades estatísticas e critérios para se julgar a adequabilidade dos modelos selecionados. A metodologia apresentada neste trabalho foi aplicada a dois conjuntos de dados reais (período seco e chuvoso). No modelo final ajustado para o conjunto de dados analisado no período seco verificou-se que as covariáveis Tipo de Sistema, Cálcio em serapilheira, Matéria orgânica do solo, Potássio em serapilheira e a interação entre Cálcio e Potássio em serapilheira foram importantes para explicar a presença de mais de 9 indivíduos, em média, no solo. Já no modelo final ajustado para o conjunto de dados analisado no período chuvoso, as covariáveis significativas para explicar a presença de 101 indivíduos, em média, no solo foram Magnésio em serapilheira, Carbono orgânico total na serapilheira, Matéria orgânica da serapilheira e Temperatura ambiente. Para os dois modelos citados houve bom desempenho discriminatório e excelentes áreas sob a curva ROC, confirmando assim a validade da utilização de técnicas de regressão logística na construção dos modelos para descrever os dados analisados.

Orientador: Euclides Braga Malheiros
Banca: Nilva Kazue Sakomura
Banca: Antonio Carlos de Laurentiz
Resumo: Este trabalho avaliou a influência da heterocedasticidade e dos níveis nutricionais (número e posição) utilizados em ensaios dose-resposta, na estimativa do nível-ótimo e no ajuste dos modelos, além de verificar o quão informativas são as estatísticas utilizadas para avaliar a precisão do ajuste (R², R² ajustado, CV e SQD). Utilizaram-se dados dos experimentos realizados por Nascimento et al. (2007) e Siqueira (2009) e dados simulados. Constatou-se que, quando os níveis estiveram distribuídos próximos do verdadeiro requerimento, os modelos com platô proporcionaram resultados mais confiáveis. Já os modelos quadrático e exponencial se mostraram mais adequados para situações no qual os níveis estão mais dispersos em relação ao verdadeiro requerimento. A heterocedasticidade não interferiu na estimativa do nível-ótimo, porém influenciou no ajuste dos modelos e proporcionou pequenas mudanças nos parâmetros das equações obtidas. O coeficiente de determinação (ajustado e não ajustado) foi diretamente influenciado pela definição do nível mais próximo do ótimo e dos níveis extremos, enquanto que, o coeficiente de variação e a soma dos quadrados dos desvios, pelos níveis iniciais e pelo nível próximo do ótimo. A soma dos quadrados dos desvios demonstrou ser mais sensível, pois seu valor apresentou pequenas variações entre os modelos nas diferentes situações, que as outras estatísticas não detectaram. Ressalta-se a importância de se estabelecer corretamente o intervalo dos níveis estudados para que a dispersão dos valores do nível-ótimo estimado seja minimizada e que o ajuste seja satisfatório, independente do modelo utilizado
Abstract: This work evaluated the influence of heteroskedasticity and the nutritional levels (number and position) used in dose-response trials to estimating the optimal-level and the adjustment of the models, also check how informative are the statistics used to evaluate the accuracy of fit (R ², R ² adjusted, CV and SQD). The data used in this experiment are from Nascimento et al. (2007) and' Siqueira (2009) trials and simulated data. It was found that when levels were distributed close to the real requirement, the models with plateau have provided more reliable results. Since the quadratic and exponential models were more suitable for situations in which the levels are more dispersed about the real requirement. The heteroskedasticity did not affect the estimate of the level-optimal, but influenced the adjustment of the models and provided small changes in the parameters of the equations obtained. The coefficient of determination (adjusted and unadjusted) was directly influenced by the definition of the level closest to the optimum and extreme levels, while the coefficient of variation and the sum of squares of deviations were influenced by the initial levels and the level close to the optimum. The sum of squares of deviations was more sensitive, because its value showed small variations between models in different situations that the other statistics did not detect. Emphasized the importance to precisely define the range of levels studied to the dispersion of the obtained optimal-level is minimized and the fit is satisfactory regardless of the model
Mestre

Orientador: Rodrigo Braga Moruzzi
Resumo: A falha humana é um evento indesejado para os engenheiros, e a população que se vê refém destes empreendimentos, (visto os diversos incidentes que ocorrem no Brasil) por fatores como omissão de informações, medições equivocadas ou mesmo erros técnicos, passam despercebidos durante as vistorias. Na área de Saneamento, em se tratando de esgoto sanitário, os riscos não são menores e também devem ser evitados considerando o número de doenças que são proliferadas por falhas no saneamento de esgoto. A partir deste pressuposto, a presente pesquisa visou desenvolver um modelo preditor, usando ferramentas matemáticas que viabilizassem identificar e corrigir erros técnicos no registro e medições realizadas em parâmetros físicos, químicos e biológicos de dois reatores UASB da Estação Candeia da cidade de Bauru- SP. Para isto, após uma revisão sobre a tecnologia de reatores UASB e de estudos probabilísticos baseados no conceito de confiabilidade aplicado a ETEs (Estações de Tratamento de Esgotos), definiu-se, por meio de análise de regressão, um modelo multilinear, acoplado a um algoritmo de otimização, capaz de prever e corrigir parâmetros de entrada e saídas (inconsistentes ou ausentes) no registro do monitoramento da estação referentes ao tratamento de reatores UASB. Com este procedimento matemático, através de uma análise estatística conceitual de confiabilidade do sistema, foi possível corrigir dados e estimar informações de parâmetros ausentes, em 22% das coletas de medidas e regis... (Resumo completo, clicar acesso eletrônico abaixo)
Abstract: Human failure is an unwanted event for engineers, and the population that is hostage to these endeavors, (due to the various incidents that occur in Brazil) due to factors such as omission of information, wrong measurements or even technical errors, go unnoticed during surveys. . In the Sanitation area, when it comes to sanitary sewage, the risks are no less and should also be avoided considering the number of diseases that are proliferated by sewage sanitation failures. From this assumption, the present research aimed to develop a predictor model, using mathematical tools that could identify and correct technical errors in the recording and measurements performed on physical, chemical and biological parameters of two UASB reactors at Candeia Station of Bauru- SP. For this, after a review of UASB reactor technology and probabilistic studies based on the concept of reliability applied to sewage treatment plants (SEP), a multilinear model coupled to a optimization algorithm, capable of predicting and correcting input and output parameters (inconsistent or absent) in the station monitoring register for the treatment of UASB reactors. With this mathematical procedure, through a conceptual statistical analysis of system reliability, it was possible to correct data and estimate missing parameter information in 22% of the measurement collections and records in the technical reports that were made available for this study.
Mestre

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2018-07-10T19:43:00Z No. of bitstreams: 1 textocompleto.pdf: 1702143 bytes, checksum: 51706f2c8c1a831cdb9c323d9c970ecd (MD5)
Made available in DSpace on 2018-07-10T19:43:00Z (GMT). No. of bitstreams: 1 textocompleto.pdf: 1702143 bytes, checksum: 51706f2c8c1a831cdb9c323d9c970ecd (MD5) Previous issue date: 2018-02-23
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
O presente trabalho tem como objetivo propor o uso de Regressão Quantílica sob o enfoque bayesiano para ajustar a eficiência técnica de unidades produtivas. Para tanto, é fornecida uma breve revisão compreendendo os primeiros trabalhos relevantes para a definição de eficiência técnica, métodos tradicionais utilizados para ajustar esta medida, e as propostas de Regressão Quantílica encontradas na literatura. Foi realizado um estudo de simulação consistindo do ajuste da efici- ência por Análise Envoltória de Dados (DEA), Análise de Fronteira Estocástica (SFA) e Regressão Quantílica frequentista (RQ) e bayesiana (BRQ), em conjuntos de dados simulados. Os dados foram simulados por um modelo de SFA abran- gendo cenários com e sem quebra de suposições quanto a homogeneidade das unidades produtivas e diferentes suposições de dominância do erro por parte de fatores aleatórios. Verificou-se que a Regressão Quantílica bayesiana fornece bom ajuste da eficiência, com relação a viés e classificação das unidades produ- tivas, inclusive em cenários considerados ideais para SFA e DEA, mesmo sem ter usado informação a priori relevante. Além disso, a metodologia foi aplicada ao estudo da eficiência da agricultura familiar brasileira, a nível de microrregião. Observou-se que a eficiência técnica média das microrregiões com base no quan- til 0,95 é 41,09% com desvio padrão de 25,26%, tendo a região Nordeste a menor média de eficiência. Observou-se também, que nas microrregiões com melho- res práticas de produção a mão-de-obra é o insumo mais importante, seguido de máquinas e implementos agrícolas, e ainda, que a produção destas microrregiões não responde de forma significativa à mudanças na quantidade de área utilizada. Assim, concluiu-se que a regressão quantílica sob enfoque bayesiano caracteriza- se como uma alternativa interessante para ajustar a eficiência técnica
This work proposes the use of Bayesian Quantile Regression to estimate the tech- nical efficiency of productive units. For such, it is given a short review comprising from the initial relevant works for the definition of tecnical efficiency, traditional methods for estimating such a measure, and the Quantile Regression proposals found in the literature. Besides that, a simulation study was conducted consis- ting of the estimation of efficiency by Data Envelopment Analyzes (DEA), Sto- chastic Frontier Analyzes (SFA) and Quantile Regression, frequentist (QR) and bayesian (BQR). The datasets were simulated by a SFA model with and without the homocesdasticity assumption about the produtive units as well as different assumptions of error dominance by random noise.it was verified that Bayesian Quantile Regression estimates the efficiency consistently, considering bias and units ranking, including in scenarios considered ideal for DEA and SFA, although no relevant a priori information was used. As an ilustration, the efficiency of fa- mily farming, at microregion level, in Brazil is estimated by Bayesian Quantile Regression. The mean efficiency in the country was 41.09%, based on the 0.95 quantile, with standard deviation of 25.26%, while the Northestern region had the highest concentration of microregions with lower levels of efficiency. In ad- dition, the microregions with best practices have the labor as the most important input, followed by machinery, and their production does not change significantly in response to changes in area used for production. Thus, it can be concluded that Bayesian regression quantile is an interesting alternative to estimate efficiency le- vels

Made available in DSpace on 2014-06-11T19:28:23Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-02-24Bitstream added on 2014-06-13T18:57:29Z : No. of bitstreams: 1 souza_fa_me_jabo.pdf: 1931388 bytes, checksum: 4c66f4cd56386572eb7ad4b52f5d1472 (MD5)
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Este trabalho avaliou a influência da heterocedasticidade e dos níveis nutricionais (número e posição) utilizados em ensaios dose-resposta, na estimativa do nível-ótimo e no ajuste dos modelos, além de verificar o quão informativas são as estatísticas utilizadas para avaliar a precisão do ajuste (R², R² ajustado, CV e SQD). Utilizaram-se dados dos experimentos realizados por Nascimento et al. (2007) e Siqueira (2009) e dados simulados. Constatou-se que, quando os níveis estiveram distribuídos próximos do verdadeiro requerimento, os modelos com platô proporcionaram resultados mais confiáveis. Já os modelos quadrático e exponencial se mostraram mais adequados para situações no qual os níveis estão mais dispersos em relação ao verdadeiro requerimento. A heterocedasticidade não interferiu na estimativa do nível-ótimo, porém influenciou no ajuste dos modelos e proporcionou pequenas mudanças nos parâmetros das equações obtidas. O coeficiente de determinação (ajustado e não ajustado) foi diretamente influenciado pela definição do nível mais próximo do ótimo e dos níveis extremos, enquanto que, o coeficiente de variação e a soma dos quadrados dos desvios, pelos níveis iniciais e pelo nível próximo do ótimo. A soma dos quadrados dos desvios demonstrou ser mais sensível, pois seu valor apresentou pequenas variações entre os modelos nas diferentes situações, que as outras estatísticas não detectaram. Ressalta-se a importância de se estabelecer corretamente o intervalo dos níveis estudados para que a dispersão dos valores do nível-ótimo estimado seja minimizada e que o ajuste seja satisfatório, independente do modelo utilizado
This work evaluated the influence of heteroskedasticity and the nutritional levels (number and position) used in dose-response trials to estimating the optimal-level and the adjustment of the models, also check how informative are the statistics used to evaluate the accuracy of fit (R ², R ² adjusted, CV and SQD). The data used in this experiment are from Nascimento et al. (2007) and’ Siqueira (2009) trials and simulated data. It was found that when levels were distributed close to the real requirement, the models with plateau have provided more reliable results. Since the quadratic and exponential models were more suitable for situations in which the levels are more dispersed about the real requirement. The heteroskedasticity did not affect the estimate of the level-optimal, but influenced the adjustment of the models and provided small changes in the parameters of the equations obtained. The coefficient of determination (adjusted and unadjusted) was directly influenced by the definition of the level closest to the optimum and extreme levels, while the coefficient of variation and the sum of squares of deviations were influenced by the initial levels and the level close to the optimum. The sum of squares of deviations was more sensitive, because its value showed small variations between models in different situations that the other statistics did not detect. Emphasized the importance to precisely define the range of levels studied to the dispersion of the obtained optimal-level is minimized and the fit is satisfactory regardless of the model

O aumento do cultivo da aveia branca nos últimos anos procede dos inúmeros benefícios que a mesma oferece ao sistema de produção. Tem assumido grande importância como cultura alternativa na estação fria como produtora de grãos e forragem e de excelente cobertura de solo, com benefícios ao sistema de semeadura direta. Também, de grande importância para a alimentação animal e humana pela qualidade nutricional e da presença de fibras solúveis. Neste contexto, o cultivo de gramíneas sobre os resíduos de soja e milho contribuem de maneira distinta no desenvolvimento do dossel e na disponibilidade de nutrientes afetando a expressão dos componentes de produção. A expressão de potenciais de rendimento da aveia branca está associada às técnicas de manejo, entre elas, a população de plantas, disponibilidade de nutrientes, controle fitossanitário e outros. Aliado a isto, a rápida cobertura do solo pelo ajuste do dossel pode favorecer um melhor aproveitamento de luz e nutrientes, proporcionando controle mais efetivo na evolução de espécies consideradas invasoras. As indicações técnicas da aveia têm sugerido de 200 a 300 plantas m-2, recomendação, que vem sendo adotada desde que o cultivo desta espécie passou a ter importância comercial na década de 90, com genótipos predominantemente tardios e de estatura elevada. No entanto, o atual biotipo preferencial reporta de cultivares com estatura reduzida e ciclo curto, com reflexos diretos sobre os estádios fenológicos de desenvolvimento. Portanto, levanta a hipótese de necessidade de uma nova recomendação de semeadura da espécie. O objetivo do é apresentar modelos matemáticos que permitam elucidar a dinâmica de expressão nos caracteres de produção da aveia branca pela alteração do dossel de plantas frente aos sistemas de cultivo. Assim, buscar nesta espécie um ajuste mais aprimorado da densidade de semeadura buscando maximizar a produção e acúmulo de biomassa ao longo do desenvolvimento da planta, associada a estímulos agrometeorológicos para inferências às condições regionais do noroeste do estado do Rio Grande do Sul. E ainda apresentar a proposta de mudança de um modelo fisiológico usado para estimativa de biomassa de outras culturas para a aveia permitindo também a estimativa de grãos. O experimento foi conduzido em condições de campo no Instituto Regional de Desenvolvimento Rural/IRDeR, localizado em Augusto Pestana, RS, pertencente ao Departamento de Estudos Agrários da UNIJUÍ. Os experimentos foram conduzidos em três safras agrícolas em delineamento experimental de blocos casualizados com quatro repetições de arranjo fatorial 4 X 2 no sistema soja/aveia e milho/aveia. Neste sentido, as fontes de variação e seus respectivos níveis estão assim representados: Densidades de semeadura: 100, 300, 600 e 900 sementes m-2 e Cultivares de Aveia: Brisasul e URS-Taura avaliadas nos anos de 2011, 2012 e 2013. As equações lineares mostraram que a maior tendência de crescimento frente à taxa diária de produção de biomassa dia-1 nas densidades de semeadura pelas cultivares de aveia nem sempre estão diretamente ligadas a maior produtividade de grãos. Portanto, a análise da taxa de biomassa deve ser acompanhada dos valores médios de rendimento de grãos. Para a interpretação das densidades de semeadura nos componentes fisiológicos da aveia, verificou-se que as equações lineares são as que melhor descrevem o rendimento biológico e de palha e quanto mais elevada a densidade maior será sua produtividade. Por outro lado, as equações quadráticas se mostraram ajustadas em explicar o rendimento de grãos e densidades de semeadura ideais para cada sistema de cultivo. Os modelos de regressão linear múltipla qualificam a estimativa da produção de grãos, principalmente, quando incluído no modelo a densidade de semeadura e ao menos uma ou mais varáveis da panícula. Também qualificaram a previsão de biomassa total com o uso da densidade de semeadura atrelada aos elementos climáticos. O modelo fisiológico anteriormente utilizado nas culturas de feijão e milho, quando modificado para a cultura de aveia se mostrou altamente eficiente na simulação da produtividade de biomassa e grãos.
131 f.

Made available in DSpace on 2017-07-10T17:48:33Z (GMT). No. of bitstreams: 1 Ricardo_A_Castilho.pdf: 317352 bytes, checksum: 5d346a654afe0e813bd22d1dea32d956 (MD5) Previous issue date: 2012-09-14
The aim of this study was to determine the chemical and energetic composition of seven different meat and bone meals (MBM) for swine, adjustment and evaluation of the models to predict of metabolizable energy values (ME). 32 crossbreed swine were used in order to determine the ME castrated males, averaging 26.75 ± 1.45 kg initial weight, allotted in a randomized block design with eight treatments, four replicas and one animal per experimental unit. The treatments consisted of a basal diet and seven meat and bone meals, which replaced 20% of basal diet. The experimental period was done in 12 days, seven days for the animals to adapt to metabolic cages and the diets, and five days period of total, but separated collection of feces and urine, using the ferric oxide (Fe2O3) as fecal marker to define the beginning and end of the collection period. The chemical composition of the different MBM was determined. The dry matter, crude protein, ether extract, crude fiber, ash, calcium and phosphorus ranged from 92.09 to 97.25, 40.73 to 50.28, 8.68 to 12.07, 1.82 to 3.22, 31.90 to 44.66, 10.41 to 15.84 and 5.17 to 7.62%, respectively. The values of the pepsin digestibility of crude protein, NaOH 0.1 N 100 g-1 acidity and average geometric diameter ranged from 48.12 to 80.78%, 0.16 to 2.05 meq 100 g-1 and 809.00 to 1262.00 μm, respectively. The ME values of MBM ranged from 1645 to 2645 kcal kg-1. The prediction equations EM1 = -4233.58 + 0.4134EB +72P +89.62MM -159.06Ca; EM2 = 2087.49 +0.3446EB +31.82MM -189.18Ca; EM3 = 2140.13 + 0.3845EB -112.33Ca; EM4 = -346.58 +0.656EB; EM5 = 3221.27 +178.96EE -76.55MM and EM6 = 5356.45 -84.75MM, generated in this study were effective in predicting the ME from typical Brazilian MBM, calculated from their chemical composition. However, there was no validation of predict models to the values of ME from international researches of MBM
O objetivo proposto neste trabalho foi determinar a composição química e energética de diferentes farinhas de carne e ossos (FCO) para suínos, assim como ajuste e avaliação de modelos para predizer seus valores de energia metabolizável (EM) utilizando conjunto de dados independentes obtidos na literatura brasileira e internacional. Foram utilizados 32 suínos, mestiços, machos castrados, com peso médio inicial de 26,75 ± 1,45 kg, distribuídos em delineamento experimental de blocos ao acaso, com oito tratamentos, quatro repetições e um animal por unidade experimental. Os tratamentos consistiram de uma ração-referência e sete diferentes FCO, que substituíram em 20% a ração-referência. O período experimental teve duração de 12 dias, sendo sete dias de adaptação dos animais às gaiolas de metabolismo e às rações, e cinco dias de coleta de fezes e urina sendo empregada a coleta total de fezes mediante utilização de óxido férrico (Fe2O3) como marcador fecal para definir o início e o final do período de coleta. Foi determinada a composição química das diferentes FCO, e a matéria seca, proteína bruta, extrato etéreo, fibra bruta, matéria mineral, cálcio e fósforo variaram de 92,09 a 97,25; 40,73 a 50,28; 8,68 a 12,07; 1,82 a 3,22; 31,90 a 44,66; 10,41 a 15,84 e 5,17 a 7,62%, respectivamente. Os valores de digestibilidade em pepsina da proteína, acidez em NaOH 0,1 N 100 g-1 e o diâmetro geométrico médio variaram de 48,12 a 80,78%, 0,16 a 2,05 meq 100 g-1 e 809,00 a 1262,00 μm, respectivamente. Os valores de EM das FCO variaram de 1645 a 2645 kcal kg-1. As equações de predição EM1 = -4233,58 + 0,4134EB + 72PB + 89,62MM 159,06Ca; EM2 = 2087,49 + 0,3446EB + 31,82MM 189,18Ca; EM3 = 2140,13 + 0,3845EB 112,33Ca; EM4 = -346,58 + 0,656EB; EM5 = 3221,27 + 178,96EE 76,55MM e EM6 = 5356,45 84,75MM, ajustadas no presente estudo, foram válidas para predizerem os valores de energia metabolizável das farinhas de carne e ossos obtidas em pesquisas da literatura brasileira. Contudo, não houve validação dos modelos para predizer os valores de EM das FCO de pesquisas da literatura internacional

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-19T17:20:50Z No. of bitstreams: 1 JOSÉ IRAPONIL COSTA LIMA - DISSERTAÇÃO PPGMAT 2008..pdf: 699592 bytes, checksum: 5198d2760970321e3eefbeceb3ae9266 (MD5)
Made available in DSpace on 2018-07-19T17:20:50Z (GMT). No. of bitstreams: 1 JOSÉ IRAPONIL COSTA LIMA - DISSERTAÇÃO PPGMAT 2008..pdf: 699592 bytes, checksum: 5198d2760970321e3eefbeceb3ae9266 (MD5) Previous issue date: 2008-09
O método de influência local proposto por Cook (1986) é uma importante ferramenta na análise da influência conjunta das observações nos resultados de um ajuste de regressão. Esta técnica tem como objetivo principal avaliar mudanças nos resultados da análise quando pequenas perturbações são incorporadas ao modelo e/ou aos dados. Se essas perturbações causarem efeitos desproporcionais nas estimativas, pode ser indí io de que o modelo está mal ajustado ou que possam existir afastamentos sérios das suposições feitas para o mesmo. Apesar do método baseado na curvatura normal proposto por Cook (1986) ser de grande utilidade, este possui alguns in convenientes. Por exemplo, a curvatura normal pode tomar qualquer valor real e não é invariante sob uma mudança uniforme de escala. Neste trabalho, estudamos a influência local conforme, proposto por Poon & Poon (1999) em modelos de regressão, que tem como objetivo contornar estes inconvenientes. Mais especificamente, aplicamos esta técnica de diagnóstico para os modelos de regressão log-Birnbaum-Saunders e derivamos as matrizes apropriadas para obter a influência local nos parâmetros estimados de um modelo mais geral, o modelo de regressão senh-normal. Finalmente, ilustramos a teoria desenvolvida em conjuntos de dados reais.
The method of local influence proposed by Cook (1986) is an important tool in the analysis of the joint influence of the observations in the results of a regression fit. This technique has as main goal to evaluate hanges in the results of the analysis when small perturbations are incorporated the model and/or to the data. If these perturbations would cause non proportion effect it can be indication of that the model is badly fitted or that possible departures from the assunptions made for this model an exist. Although the method based on normal curvature proposed by Cook (1986) has been demonstrated to be very useful, this possesses some issues. For example, the normal curvature may take any value and it is not invariant under a uniform hange of scale. In this work, we study the conformal local influence, proposed by Poon & Poon (1999) in regression models, that has as objective to address these issues. More specifically , we apply this technique of diagnostic for log-Birnbaum-Saunders regression models and we derive matrices appropriate to obtain the conformal local influence in the estimated parameters of a more general model, the senh-normal regression model. Finally, we consider empiritical examples with real data to illustrate the theory developed.

A crescente complexidade dos empacotamentos de componentes eletrônicos empregados em sistemas eletrônicos aeroespaciais, automotivos, etc., requer novos métodos de análise e de predição da confiabilidade das suas interconexões. Em particular, o tipo de empacotamento de componentes eletrônicos \emph{Ceramic Ball Grid Array} (CBGA) possui muitas variáveis, como parâmetros de projeto do empacotamento que influenciam na confiabilidade das interconexões do componente. A análise da confiabilidade e a predição de vida em fadiga das interconexões elétricas representam um grande desafio para o analista de confiabilidade, em razão da constante diminuição das dimensões e das características metalúrgicas das juntas de solda dos empacotamentos dos componentes eletro-eletrônicos, bem como da crescente quantidade de interconexões. A presente Tese compara experimentalmente, três modelos de regressão linear empregados na referida análise da confiabilidade do empacotamento CBGA submetido à ciclagem térmica e propõe um novo método para o ajuste e a predição de suas falhas. Os três modelos de regressão são de Regressão Linear Múltipla (RLM), Regressão por Análise de Componentes Principais (ACP) e de Mínimos Quadrados Parciais (\emph{Partial Least Squares}- PLS) para a predição do número de ciclos de falhas para 50\% de falhas de interconexão dos componentes. Desses três modelos, a Regressão realizada com o Modelo dos Mínimos Quadrados Parciais, conhecido como \emph{Partial Least Squares} (PLS), foi selecionada e proposta por oferecer vantagens sobre as demais. O resultado da comparação mostrou que a Regressão com PLS apresentou o menor valor do erro médio quadrático de validação cruzada que o qualifica como o melhor dentre os três modelos para os propósitos de predição. Duas grandes vantagens foram observadas no modelo de Regressão PLS: a redução dos efeitos indesejados devido à multicolinearidade realizada com poucos fatores, comparado com os demais modelos de regressão e a necessidade de poucas observações. Poucas observações acarretam em menos testes acelerados a serem realizados.
The increasing complexity of packages of electronic components used in automotive, aerospace electronic systems requires the development of the new methods of analysis and reliability prediction of their interconnections. In particular, the type of packaging of electronic components Ceramic Ball Grid Array (CBGA) has many variables, such as packaging design parameters that influence the reliability of the component interconnections. The reliability analysis and prediction of fatigue life of electrical interconnects are a big challenge for the reliability analyst, due to the ever decreasing dimensions and metallurgical characteristics of the solder joints of the packaging of electrical and electronic components , as well as increasing amount of interconnections. This thesis compares experimentally, three types of linear regression models used in this analysis of the reliability of CBGA packaging subjected to thermal cycling and proposes a new method for fitting and prediction of their failures. The three regression models are: Multiple Linear Regression (MLR), Principal Components Analysis Regression (PCA) and Partial Least Squares Regression (PLS) to predict the number of cycles to failure for 50\% of interconnect faults components. These three models, the regression performed with the Partial Least Squares model, known as Partial Least Squares (PLS), was selected and proposed because it offers advantages over the others. The result of the comparison showed that the PLS regression has presented the smallest root-mean-square error of cross validation (RMSECV) that qualifies as the best among the three models for prediction purposes. Two big advantages were observed in the PLS regression model: a big reduction of unwanted effects due to multicollinearity performed with few factors, compared with other regression models and it requires few observations. Few observations means less accelerated testing to be performed.

O presente trabalho considera o problema de fazer inferência com acurácia para pequenas amostras, tomando por base a estatística da razão de verossimilhanças em modelos de regressão beta. Estes, por sua vez, são úteis para modelar proporções contínuas que são afetadas por variáveis independentes. Deduzem-se as estatísticas da razão de verossimilhanças ajustadas de Skovgaard (Scandinavian Journal of Statistics 28 (2001) 3-32) nesta classe de modelos. Os termos do ajuste, que têm uma forma simples e compacta, podem ser implementados em um software estatístico. São feitas simulações de Monte Carlo para mostrar que a inferência baseada nas estatísticas ajustadas propostas é mais confiável do que a inferência usual baseada na estatística da razão de verossimilhanças. Aplicam-se os resultados a um conjunto real de dados.
We consider the issue of performing accurate small-sample likelihood-based inference in beta regression models, which are useful for modeling continuous proportions that are affected by independent variables. We derive Skovgaards (Scandinavian Journal of Statistics 28 (2001) 3-32) adjusted likelihood ratio statistics in this class of models. We show that the adjustment terms have simple compact form that can be easily implemented from standard statistical software. We presentMonte Carlo simulations showing that inference based on the adjusted statistics we propose is more reliable than that based on the usual likelihood ratio statistic. A real data example is presented.

Made available in DSpace on 2014-06-12T18:01:37Z (GMT). No. of bitstreams: 2 arquivo6698_1.pdf: 1066555 bytes, checksum: db4d02aef759ceeda67e4d16ca74b282 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Esta tese aborda aspectos de modelagem e inferência em regressão beta, mais especificamente melhoramentos do teste de razão da verossimilhanças e proposição e investigação de critérios de seleção de modelos. O modelo de regressão beta foi proposto por Ferrari e Cribari-Neto [2004. Beta regression for modeling rates and proportions. J. Appl. Statist. 31, 799 815] para modelar variáveis contínuas no intervalo (0;1), como taxas e proporções. No primeiro capítulo, abordamos o problema de inferência em pequenas amostras. Focamos no melhoramento do teste da razão de verossimilhanças. Consideramos correções de segunda ordem para a estatística da razão de verossimilhanças em regressão beta em duas abordagens. Determinamos, por meio de uma abordagem matricial, o fator de correção de Bartlett e também uma correção de Bartlett Bootstrap. Comparamos os testes baseados nas estatísticas corrigidas com o teste da razão de verossimilhanças usual e com o teste que utiliza o ajuste de Skovgaard, que já está proposto na literatura. Os resultados numéricos evidenciam que as correções de Bartlett são mais acuradas do que a estatística não corrigida e do que o ajuste de Skovgaard. No segundo e terceiro capítulos, expandimos o modelo de regressão beta proposto por Ferrari e Cribari-Neto, considerando um modelo que assume que o parâmetro de dispersão, assim como o parâmetro de média, varia ao longo das observações e pode ser modelado por meio de uma estrutura de regressão. Com isso, surge o problema da seleção de variáveis, tanto para a estrutura da média quanto para a da dispersão. Esse assunto é tratado em dois capítulos independentes e auto-contidos, porém, ambos relacionados. No Capítulo 2 propomos critérios de seleção para modelos com dispersão variável e investigamos, por meio de simulação de Monte Carlo, os desempenhos destes e de outros critérios de seleção em amostras de tamanho finito. Percebemos que o processo de seleção conjunta de regressores para a média e para a dispersão não é uma boa prática e propomos um esquema de seleção em duas etapas. A seleção de modelos com o esquema proposto, além de requerer um menor custo computacional, apresentou melhor desempenho do que o método usual de seleção. Dentre os critérios investigados encontra-se o critério de informação de Akaike (AIC). O AIC é, sem dúvida, o critério mais conhecido e aplicado em diferentes classes de modelos. Baseados no AIC diversos critérios têm sido propostos, dentre eles o SIC, o HQ e o AICc. Com o objetivo de estimar o valor esperado da log-verossimilhança, que é uma medida de discrepância entre o modelo verdadeiro e o modelo candidato estimado, Akaike obtém o AIC como uma correção assintótica para a log-verossimilhança esperada. No entanto, em pequenas amostras, ou quando o número de parâmetros do modelo é grande relativamente ao tamanho amostral, o AIC se torna viesado e tende a selecionar modelos com alta dimensionalidade. Ao considerarmos uma estrutura de regressão também para o parâmetro de dispersão introduzimos um maior número de parâmetros a serem estimados no modelo. Isso pode diminuir o desempenho dos critérios de seleção quando o tamanho amostral é pequeno ou moderado. Para contornar esse problema propomos no Capítulo 3 novos critérios de seleção para serem usados em pequenas amostras, denominados bootstrap likelihood quasi-CV (BQCV) e sua modificação 632QCV. Comparamos os desempenhos dos critérios propostos, do AIC e de suas diversas variações que utilizam log-verossimilhança bootstrap por meio de um extensivo estudo de simulação. Os resultados numéricos evidenciam o bom desempenho dos critérios propostos

Made available in DSpace on 2016-12-06T17:07:24Z (GMT). No. of bitstreams: 1 Wladymir.pdf: 332547 bytes, checksum: d4a416081f3ac8f18d5af877b9ed36d6 (MD5) Previous issue date: 2010-03-02
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
In general, the body size appears to represent a factor that affects the performance in physical tests and also in daily activities, in a manner that taller and heavier individuals are generally stronger than shorter and lighter ones. The relation between the body mass (BM) and the muscular power also seems to obey the power law (Y=Y0*BMb), where the allometric modeling may serve as a practical and useful tool for the equal comparison of individuals with different body mass. The objective of the present work was to verify the suitability of the allometric scaling in the comparison of the performance obtained by individuals who practice resistence exercise (RE). The sample was composed by 11 men and 11 women non athletes, who practice RE, with an average age of 22. The verification of the suitability of the allometric scaling in the bench press, leg press and biceps curl was performed based on regression diagnostics criteria, related to the residual analysis (dispersion and homoscedasticity) and to the ability of the allometric model to provide a size-independent mass exponent. The allometric adjustments made in the present study generated exponents that were lower for men than for women and, in general, higher than the ones encountered in the literature. It was observed that the specific exponents, the theoretical (0,67) and the standard index (strength/MC1) provided non correspondent rankings, discriminating the individuals in a different manner considering 1RM strength. Furthermore, men were stronger than women in all the resistance exercises, even when the strength was adjusted through the use of allometry, in this case, however, in a reduced magnitude. All the adjustments complied in a satisfactory manner to the pre-established criteria, being that the problems in residual distribution pointed out in the allometric modeling of the performance of the weightlifting athletes were not observed in the present study. This indicates that the allometry may be an adequate tool to isolate the effect of the BM in the adjustment of the strength of non-athletes, at least for the analyzed sample, especially when compared to the adjustment provided by the standard index.
Em geral, acredita-se que o tamanho corporal representa um fator que afeta o desempenho em testes físicos e também em atividades do cotidiano, de maneira, pessoas mais altas e mais pesadas geralmente são mais fortes que as mais baixas e mais leves. A relação entre massa corporal (MC) e força muscular parece obedecer à lei de escala ou potência (Y=Y0*MCb), onde a modelagem alométrica pode servir como ferramenta prática e útil para uma adequada comparação de indivíduos de diferentes massas corporais. O objetivo do presente trabalho foi verificar a adequação do ajuste alométrico na comparação do desempenho de praticantes de exercícios resistidos (ER). A mostra foi composta por 11 homens e 11 mulheres, praticantes de ER, não atletas, com média de idade de 22 anos. A verificação da adequação dos ajustes alométricos nos exercício supino reto, leg press e rosca direta foi realizada a partir de critérios de diagnóstico de regressões, com base na análise de resíduos (dispersão e homoscedasticidade) e na habilidade do modelo em isolar o efeito da MC. Os ajustes alométricos realizados no presente estudo geraram expoentes que foram menores para homens do que para mulheres e, em geral, maiores do que aqueles encontrados na literatura. Foi observado que os expoentes específicos, o teórico (0,67) e taxa padrão (força/MC1) proporcionaram ranqueamentos não correspondentes, discriminando de maneira diferente os indivíduos em relação à força de 1RM. Além disso, os homens se apresentaram mais fortes que as mulheres em todos os exercícios resistidos, mesmo quando a força era corrigida alometricamente, porém nesse caso em menor magnitude. Além disso, todos os ajustes atenderam satisfatoriamente aos critérios pré-estabelecidos, sendo que os problemas de distribuição residual apontados em modelagem alométrica do desempenho de atletas de levantamento de peso não foram observados no presente estudo. Isso indica que a alometria pode ser uma ferramenta adequada para isolar o efeito da MC no ajuste da força muscular de não atletas, ao menos para a amostra em questão, principalmente quando comparada com o ajuste fornecido pela taxa padrão.

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2017-04-26T17:07:37Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Carolina Marchant.pdf: 5792192 bytes, checksum: adbd82c79b286d2fe2470b7955e6a9ed (MD5)
Made available in DSpace on 2017-04-26T17:07:38Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Carolina Marchant.pdf: 5792192 bytes, checksum: adbd82c79b286d2fe2470b7955e6a9ed (MD5) Previous issue date: 2016-10-31
CAPES; BOLSA DO CHILE.
In the last decades, univariate Birnbaum-Saunders models have received considerable attention in the literature. These models have been widely studied and applied to fatigue, but they have also been applied to other areas of the knowledge. In such areas, it is often necessary to model several variables simultaneously. If these variables are correlated, individual analyses for each variable can lead to erroneous results. Multivariate regression models are a useful tool of the multivariate analysis, which takes into account the correlation between variables. In addition, diagnostic analysis is an important aspect to be considered in the statistical modeling. Furthermore, multivariate quality control charts are powerful and simple visual tools to determine whether a multivariate process is in control or out of control. A multivariate control chart shows how several variables jointly affect a process. First, we propose, derive and characterize multivariate generalized logarithmic Birnbaum-Saunders distributions. Also, we propose new multivariate generalized Birnbaum-Saunders regression models. We use the method of maximum likelihood estimation to estimate their parameters through the expectation-maximization algorithm. We carry out a simulation study to evaluate the performance of the corresponding estimators based on the Monte Carlo method. We validate the proposed models with a regression analysis of real-world multivariate fatigue data. Second, we conduct a diagnostic analysis for multivariate generalized Birnbaum-Saunders regression models. We consider the Mahalanobis distance as a global influence measure to detect multivariate outliers and use it for evaluating the adequacy of the distributional assumption. Moreover, we consider the local influence method and study how a perturbation may impact on the estimation of model parameters. We implement the obtained results in the R software, which are illustrated with real-world multivariate biomaterials data. Third and finally, we develop a robust methodology based on multivariate quality control charts for generalized Birnbaum-Saunders distributions with the Hotelling statistic. We use the parametric bootstrap method to obtain the distribution of this statistic. A Monte Carlo simulation study is conducted to evaluate the proposed methodology, which reports its performance to provide earlier alerts of out-of-control conditions. An illustration with air quality real-world data of Santiago-Chile is provided. This illustration shows that the proposed methodology can be useful for alerting episodes of extreme air pollution.
Nas últimas décadas, o modelo Birnbaum-Saunders univariado recebeu considerável atenção na literatura. Esse modelo tem sido amplamente estudado e aplicado inicialmente à modelagem de fadiga de materiais. Com o passar dos anos surgiram trabalhos com aplicações em outras áreas do conhecimento. Em muitas das aplicações é necessário modelar diversas variáveis simultaneamente incorporando a correlação entre elas. Os modelos de regressão multivariados são uma ferramenta útil de análise multivariada, que leva em conta a correlação entre as variáveis de resposta. A análise de diagnóstico é um aspecto importante a ser considerado no modelo estatístico e verifica as suposições adotadas como também sua sensibilidade. Além disso, os gráficos de controle de qualidade multivariados são ferramentas visuais eficientes e simples para determinar se um processo multivariado está ou não fora de controle. Este gráfico mostra como diversas variáveis afetam conjuntamente um processo. Primeiro, propomos, derivamos e caracterizamos as distribuições Birnbaum-Saunders generalizadas logarítmicas multivariadas. Em seguida, propomos um modelo de regressão Birnbaum-Saunders generalizado multivariado. Métodos para estimação dos parâmetros do modelo, tal como o método de máxima verossimilhança baseado no algoritmo EM, foram desenvolvidos. Estudos de simulação de Monte Carlo foram realizados para avaliar o desempenho dos estimadores propostos. Segundo, realizamos uma análise de diagnóstico para modelos de regressão Birnbaum-Saunders generalizados multivariados. Consideramos a distância de Mahalanobis como medida de influência global de detecção de outliers multivariados utilizando-a para avaliar a adequacidade do modelo. Além disso, desenvolvemos medidas de diagnósticos baseadas em influência local sob alguns esquemas de perturbações. Implementamos a metodologia apresentada no software R, e ilustramos com dados reais multivariados de biomateriais. Terceiro, e finalmente, desenvolvemos uma metodologia robusta baseada em gráficos de controle de qualidade multivariados para a distribuição Birnbaum-Saunders generalizada usando a estatística de Hotelling. Baseado no método bootstrap paramétrico encontramos aproximações da distribuição desta estatística e obtivemos limites de controle para o gráfico proposto. Realizamos um estudo de simulação de Monte Carlo para avaliar a metodologia proposta indicando seu bom desempenho para fornecer alertas precoces de processos fora de controle. Uma ilustração com dados reais de qualidade do ar de Santiago-Chile é fornecida. Essa ilustração mostra que a metodologia proposta pode ser útil para alertar sobre episódios de poluição extrema do ar, evitando efeitos adversos na saúde humana.

Made available in DSpace on 2014-10-09T12:32:39Z (GMT). No. of bitstreams: 0
Made available in DSpace on 2014-10-09T14:08:47Z (GMT). No. of bitstreams: 1 01638.pdf: 3040773 bytes, checksum: f18467d3dc509496522489a5bcf98007 (MD5)
Tese (Doutoramento)
IPEN/T
Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP

A teoria do valor extremo é aplicada em áreas de pesquisa tais como hidrologia, estudos de poluição, engenharia de materiais, controle de tráfego e economia. A distribuição valor extremo ou Gumbel é amplamente utilizada na modelagem de valores extremos de fenômenos da natureza e no contexto de análise de sobrevivência para modelar o logaritmo do tempo de vida. A modelagem de valores extremos de fenômenos da natureza tais como velocidade de vento, nível da água de rio ou mar, altura de onda ou umidade é importante em estatística ambiental pois o conhecimento de valores extremos de tais eventos é crucial na prevenção de catátrofes. Ultimamente esta teoria é de particular interesse pois fenômenos extremos da natureza têm sido mais comuns e intensos. A maioria dos artigos sobre teoria do valor extremo para modelagem de dados considera amostras de tamanho moderado ou grande. A distribuição Gumbel é frequentemente incluída nas análises mas a qualidade do ajuste pode ser pobre em função de presença de ouliers. Investigamos modelagem estatística de eventos extremos com base na teoria de valores extremos. Consideramos um modelo de regressão valor extremo introduzido por Barreto-Souza & Vasconcellos (2011). Os autores trataram da questão de corrigir o viés do estimador de máxima verossimilhança para pequenas amostras. Nosso primeiro objetivo é deduzir ajustes para testes de hipótese nesta classe de modelos. Derivamos a estatística da razão de verossimilhanças ajustada de Skovgaard (2001) e cinco ajustes da estatística da razão de verossimilhanças sinalizada, que foram propostos por Barndorff-Nielsen (1986, 1991), DiCiccio & Martin (1993), Skovgaard (1996), Severini (1999) e Fraser et al. (1999). As estatísticas ajustadas são aproximadamente distribuídas como uma distribuição $\\chi^2$ e normal padrão com alto grau de acurácia. Os termos dos ajustes têm formas compactas simples que podem ser facilmente implementadas em softwares disponíveis. Comparamos a performance do teste da razão de verossimilhanças, do teste da razão de verossimilanças sinalizada e dos testes ajustados obtidos neste trabalho em amostras pequenas. Ilustramos uma aplicação dos testes usuais e suas versões modificadas em conjuntos de dados reais. As distribuições das estatísticas ajustadas são mais próximas das respectivas distribuições limites comparadas com as distribuições das estatísticas usuais quando o tamanho da amostra é relativamente pequeno. Os resultados de simulação indicaram que as estatísticas ajustadas são recomendadas para inferência em modelo de regressão valor extremo quando o tamanho da amostra é moderado ou pequeno. Parcimônia é importante quando os dados são escassos, mas flexibilidade também é crucial pois um ajuste pobre pode levar a uma conclusão completamente errada. Uma revisão da literatura foi feita para listar as distribuições que são generalizações da distribuição Gumbel. Nosso segundo objetivo é avaliar a parcimônia e flexibilidade destas distribuições. Com este propósito, comparamos tais distribuições através de momentos, coeficientes de assimetria e de curtose e índice da cauda. As famílias mais amplas obtidas pela inclusão de parâmetros adicionais, que têm a distribuição Gumbel como caso particular, apresentam assimetria e curtose flexíveis enquanto a distribuição Gumbel apresenta tais características constantes. Dentre estas distribuições, a distribuição valor extremo generalizada é a única com índice da cauda que pode ser qualquer número real positivo enquanto os índices da cauda das outras distribuições são zero. Observamos que algumas generalizações da distribuição Gumbel estudadas na literatura são não identificáveis. Portanto, para estes modelos a interpretação e estimação de parâmetros individuais não é factível. Selecionamos as distribuições identificáveis e as ajustamos a um conjunto de dados simulado e a um conjunto de dados reais de velocidade de vento. Como esperado, tais distribuições se ajustaram bastante bem ao conjunto de dados simulados de uma distribuição Gumbel. A distribuição valor extremo generalizada e a mistura de duas distribuições Gumbel produziram melhores ajustes aos dados do que as outras distribuições na presença não desprezível de observações discrepantes que não podem ser acomodadas pela distribuição Gumbel e, portanto, sugerimos que tais distribuições devem ser utilizadas neste contexto.
The extreme value theory is applied in research fields such as hydrology, pollution studies, materials engineering, traffic management, economics and finance. The Gumbel distribution is widely used in statistical modeling of extreme values of a natural process such as rainfall and wind. Also, the Gumbel distribution is important in the context of survival analysis for modeling lifetime in logarithmic scale. The statistical modeling of extreme values of a natural process such as wind or humidity is important in environmental statistics; for example, understanding extreme wind speed is crucial in catastrophe/disaster protection. Lately this is of particular interest as extreme natural phenomena/episodes are more common and intense. The majority of papers on extreme value theory for modeling extreme data is supported by moderate or large sample sizes. The Gumbel distribution is often considered but the resulting fit may be poor in the presence of ouliers since its skewness and kurtosis are constant. We deal with statistical modeling of extreme events data based on extreme value theory. We consider a general extreme-value regression model family introduced by Barreto-Souza & Vasconcellos (2011). The authors addressed the issue of correcting the bias of the maximum likelihood estimators in small samples. Here, our first goal is to derive hypothesis test adjustments in this class of models. We derive Skovgaard\'s adjusted likelihood ratio statistics Skovgaard (2001) and five adjusted signed likelihood ratio statistics, which have been proposed by Barndorff-Nielsen (1986, 1991), DiCiccio & Martin (1993), Skovgaard (1996), Severini (1999) and Fraser et al. (1999). The adjusted statistics are approximately distributed as $\\chi^2$ and standard normal with high accuracy. The adjustment terms have simple compact forms which may be easily implemented by readily available software. We compare the finite sample performance of the likelihood ratio test, the signed likelihood ratio test and the adjusted tests obtained in this work. We illustrate the application of the usual tests and their modified versions in real datasets. The adjusted statistics are closer to the respective limiting distribution compared to the usual ones when the sample size is relatively small. Simulation results indicate that the adjusted statistics can be recommended for inference in extreme value regression model with small or moderate sample size. Parsimony is important when data are scarce, but flexibility is also crucial since a poor fit may lead to a completely wrong conclusion. A literature review was conducted to list distributions which nest the Gumbel distribution. Our second goal is to evaluate their parsimony and flexibility. For this purpose, we compare such distributions regarding moments, skewness, kurtosis and tail index. The larger families obtained by introducing additional parameters, which have Gumbel embedded in, present flexible skewness and kurtosis while the Gumbel distribution skewness and kurtosis are constant. Among these distributions the generalized extreme value is the only one with tail index that can be any positive real number while the tail indeces of the other distributions investigated here are zero. We notice that some generalizations of the Gumbel distribution studied in the literature are not indetifiable. Hence, for these models meaningful interpretation and estimation of individual parameters are not feasible. We select the identifiable distributions and fit them to a simulated dataset and to real wind speed data. As expected, such distributions fit the Gumbel simulated data quite well. The generalized extreme value distribution and the two-component extreme value distribution fit the data better than the others in the non-negligible presence of outliers that cannot be accommodated by the Gumbel distribution, and therefore we suggest them to be applied in this context.