Dissertations / Theses on the topic 'Estimador por máxima verossimilhança'

Orientador: Evandro Conforti
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação
Made available in DSpace on 2018-08-23T23:28:57Z (GMT). No. of bitstreams: 1 Ribeiro_AntonioMarceloOliveira_D.pdf: 6175407 bytes, checksum: 03c529ed2452256d1369e23e047687ec (MD5) Previous issue date: 2013
Resumo: Os efeitos provocados pelo ambiente de propagação sobre o sinal transmitido, assim como as condições impostas pela mobilidade do receptor, afetam diretamente a qualidade de serviço em sistemas de comunicação sem fios. Portanto, é necessário compreender e analisar os efeitos de degradação que o canal terá sobre um dado sistema de comunicação de dados e, dessa forma, avaliar a necessidade de medidas para mitigar os eventuais efeitos prejudiciais do canal. Neste trabalho, apresenta-se uma caracterização estatística do canal de rádio móvel, a partir de medições em campo nas bandas de 1800, 2500 e 3500 MHz, através de uma técnica simples de aquisição da envoltória do sinal. Em particular, são calculadas, para a envoltória, funções de distribuição de probabilidade, taxas de cruzamentos, duração de desvanecimento e sua distribuição, funções de correlação espacial e em frequência, tempo de coerência e largura de banda de coerência. Realiza-se, igualmente, uma análise comparativa destes resultados com os seguintes modelos estatísticos: Rayleigh, Nakagami, Rice, Weibull, Hoyt (Nakagami-q) e ?-?. Além disso, é dada ênfase à estimação de parâmetros dos modelos de canal de rádio, através de dois métodos: momentos (MoM) e máxima verossimilhança (ML). Neste contexto, obtém-se expressões para a variância e o intervalo de confiança, assintóticos, de estimadores ML, baseadas na informação de Fisher que uma amostra aleatória contém a respeito do parâmetro a ser estimado. De forma geral, foi observado um bom ajuste entre as medidas em campo e correspondentes curvas teóricas, para estatísticas de primeira e segunda ordem da envoltória. As medições em campo deste trabalho mostraram que os estimadores ML agruparam mais as curvas teóricas, em torno da curva experimental, quando comparados aos estimadores MoM. Adicionalmente, a matriz de covariância dos estimadores ML para ? e ?, obtida a partir das medições em campo, mostrou que a variância do estimador de ? é, pelo menos, dez vezes maior que aquela do estimador de ?. Igualmente, valores medidos de correlação espacial apresentaram bom ajuste aos modelos teóricos, em termos de uma tendência geral de variação. Em particular, curvas de distribuição cumulativa do tempo de coerência, , para medidas em campo em 3500MHz, mostraram que é maior que 1,7 ms, para 90% do tempo, quando o receptor se move a 30 km/h. Por fim, medidas em campo da largura de banda de coerência, em 1800MHz, revelaram que um valor de ?f < 60 kHz irá garantir um nível de correlação da envoltória maior que 0,9, para 90% do tempo
Abstract: The propagation environment effects on the transmitted signal as well as the conditions imposed by the receiver mobility directly affect the quality of service (QoS) in wireless communication systems. Therefore, it is necessary to understand and analyze the degradation effects inflicted by the channel on a given data communication system, in order to evaluate the measures to mitigate these deleterious effects. In this thesis, we present a statistical characterization of the mobile radio channel based on field measurements performed over the 1800, 2500, and 3500 MHz bands, using a simple technique for acquiring the signal envelope. In particular, envelope statistics for probability distribution functions were calculated, as well as the crossing rates, duration of fading and its distribution, spatial and frequency correlation functions, coherence time, and coherence bandwidth. A comparative analysis of these results was also carried out against the following statistical models: Rayleigh, Nakagami, Rice, Weibull, Hoyt (Nakagami-q), and ?-?. Also, emphasis is given to the parameter estimation of radio channel models using two methods: moments (MoM) and maximum likelihood (ML). In this context, expressions for the asymptotic variance and confidence interval of ML estimators were obtained, based on the Fisher information a random sample contains over the parameter to be estimated. In general, there was a good fit between the field measurements and corresponding theoretical curves for envelope statistics of first and second order. Field measurements of this work have shown that ML estimators grouped more the theoretical curves around the experimental one, when compared to MoM estimators. Additionally, the covariance matrix of ML estimators for ? and ?, obtained from field measurements, showed that the variance of ? estimator is at least ten times greater than the one of ? estimator. Moreover, measured values of spatial correlation showed a good .t to the theoretical models, in terms of a general tendency of variation. Particularly, cumulative distribution curves of the coherence time , for field measurements at 3500MHz, showed that is greater than 1,7 ms for 90% of time when the receiver is moving at 30 km/h. Finally, 1800- MHz field measurements of coherence bandwidth revealed that a value of ?f < 60 kHz will ensure a level of envelope correlation greater than 0.9 for 90% of time
Doutorado
Telecomunicações e Telemática
Doutor em Engenharia Elétrica

Esta dissertação compreende um estudo da eficiência de estimadores dos parâmetros no modelo funcional com erro nas variáveis, com repetições para contornar o problema de falta de identificação. Nela, discute-se os procedimentos baseados nos métodos de máxima verossimilhança e escore corrigido. As estimativas obtidas pelos dois métodos levam a resultados similares.
This work is concerned with a study on the efficiency of parameter estimates in the functional linear relashionship with constant variances. Where the lack of identification is resolved of by considering replications. Estimation is dealt with by using maximum likelihood and the corrected score approach. Comparisons between the approaches are illustrated by using simulated data.

Made available in DSpace on 2014-06-12T18:05:26Z (GMT). No. of bitstreams: 2 arquivo7248_1.pdf: 566296 bytes, checksum: 37d95568b4c6888f124819f5ec1a9f09 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004
Os estimadores de máxima verossimilhança são, em geral, viesados para o verdadeiro valor do parâmetro. Normalmente, o viés é desprezado com base na alegação de que ele é desprezível comparado aos erros padrão das estimativas. Em uma amostra de tamanho n, o viés em geral é de ordem O(n¡1), enquanto que o desvio padrão ée de ordem O(n¡1=2). Apesar do viés não constituir um problema sério se o tamanho da amostra for razoavelmente grande, em amostras onde o tamanho não é suficientemente grande o viés pode ser significativo. Dada a grande importância do estimador de máxima verossimilhança, muitas técnicas foram desenvolvidas para corrigir o viés destes estimadores em pequenas amostras. O objetivo desta dissertação é apresentar algumas técnicas que concentram na remoção do viés de segunda ordem para estimadores de máxima verossimilhança na família exponencial biparamétrica, o que pode ser feito tanto de forma analítica como númerica. Apresentaremos três procedimentos para correção do viés de segunda ordem das estimativas de máxima verossimilhança. O primeiro procedimento é baseado na expressão do viés de segunda ordem obtida por Cox e Snell (1968), onde o estimador corrigido será dado pela diferença entre o estimador de máxima verossimilhança e o viés de segunda ordem calculado usando o estimador original. Uma segunda metodologia utilizada para corrigir o estimador de máxima verossimilhança foi introduzida por Firth (1993). Este método consiste na modificação da funçao escore com o objetivo de remover o termo de ordem n¡1 do viés do estimador de máxima verossimilhança. Um terceiro procedimento para a correção do viés de segunda ordem do estimador de máxima verossimilhança é baseado na estimaçãso númerica do viés através de um esquema de reamostragem bootstrap, onde o viés é estimado como a diferença entre o valor médio das estimativas de máxima verossimilhança nas réplicas de bootstrap e a estimativa original. Derivamos a expressão do viés dos estimadores de máxima verossimilhança para a formula de Cox e Snell (1968). Comprovamos a similaridade entre os métodos corretivo e preventivo, que demonstraram desempenho superior na redução do viés e do erro quadrático médio em comparação aos estimadores originais e bootstrap

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Matemática, 2014.
Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2014-10-15T18:25:39Z No. of bitstreams: 1 2014_EderSilvadeBrito.pdf: 659743 bytes, checksum: 60c4eb78da3ed0c5ec861b8dfe0e37b7 (MD5)
Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-10-17T13:44:08Z (GMT) No. of bitstreams: 1 2014_EderSilvadeBrito.pdf: 659743 bytes, checksum: 60c4eb78da3ed0c5ec861b8dfe0e37b7 (MD5)
Made available in DSpace on 2014-10-17T13:44:08Z (GMT). No. of bitstreams: 1 2014_EderSilvadeBrito.pdf: 659743 bytes, checksum: 60c4eb78da3ed0c5ec861b8dfe0e37b7 (MD5)
Neste trabalho, estudamos métodos inferenciais baseados em amostras na presença de censura tipo II progressiva. Primeiramente, apresentamos três modelos envolvendo as distribuições: de Valor Extremo, por Ding e Yu (2012), Exponencial Generalizada, por Ismail (2012), e Lognormal de Três Parâmetros, por Basak et al. (2009). Num segundo momento, baseados no estudo de Lin e Balakrishnan (2011), investigamos as propriedades de consistência e normalidade assintótica de estimadores de máxima verossimilhança para modelos sob esquema de censura tipo-II progressiva. ______________________________________________________________________________ ABSTRACT
In this work, we study inferential methods based on samples in the presence of progressively Type-II censoring. First, we present three models involving distributions: Extreme-Value, by Ding and Yu (2012), Generalized Exponential, by Ismail (2012), and Three-Parameter Lognormal, by Basak et al. (2009). Secondly, based on the study of Lin and Balakrishnan (2011), we investigated the properties of consistency and asymptotic normalityof maximum likelihood estimators for models under a progressive Type-II censoring scheme.

Made available in DSpace on 2016-06-02T20:06:05Z (GMT). No. of bitstreams: 1 4180.pdf: 1039417 bytes, checksum: d09a61a4895fb47d1c2456468800fc2f (MD5) Previous issue date: 2012-02-29
Financiadora de Estudos e Projetos
In this work we consider a new estimator proposed by Ferrari & Yang (2010), called the maximum Lq-likelihood estimator (MLqE), to estimate the parameters of the measurement error models, in particular, the structural model. The new estimator extends the classical maximum likelihood estimator (MLE) and its based on the minimization, by means of the Kullback-Leibler (KL) divergence, of the discrepancy between a distribuiton in a family and one that modifies the true distribution by the degree of distortion q. Depending on the choice of q, the transformed distribution can diminish or emphasize the role of extreme observations, unlike the ML method that equally weights each observation. For small and moderate sample sizes, the MLqE can trade bias for precision, causing a reduction of the mean square error (MSE). The structural model has the characteristic of non-identifiability. For this reason, we must make assumptions on the parameters to overcome the non-identifiability. We perform a analytical study and a simulation study to compare MLqE and MLE. To gauge performance of the estimators, we compute measures of overall performance, bias, standard deviation, standard error, MSE, probability of coverage and length of confidence intervals.
Neste trabalho utilizaremos um novo estimador proposto por Ferrari & Yang (2010), denominado de estimador de máxima Lq-verossimilhança (EMLqV), na estimação dos parâmetros de modelos com erros de medição estruturais normais. O novo estimador é uma generalização do estimador de máxima verossimilhança (EMV) usual e sua construção baseia-se na comparação, utilizando divergência de Kullback-Leibler (KL), entre duas distribuições, a distribuição inalterada e a distribuição modificada pelo grau de distorção da função de verossimilhança (q). Conforme a escolha para q, a distribuição modificada poderá atenuar ou exaltar o papel das observações extremas, diferentemente do EMV usual que atribui os mesmos pesos a todas as observações. Na comparação entre as duas distribuições pela divergência de KL é inserida certa quantidade de viés no estimador resultante, que é controlada pelo parâmetro q. O aumento do viés do estimador MLqV pode ser compensado com a redução de sua variância, pela escolha apropriada de q. O modelo estrutural possui a característica de ser inidentificável. Para torná-lo identificável faremos suposições sobre os parâmetros do modelo, analisando cinco casos de identificabilidade do modelo. A comparação entre os métodos MLqV e MV na estimação dos parâmetros do modelo será baseada em resultados analíticos e em simulações, sendo calculadas medidas de desempenho global, viés, desvio padrão (DP), erro padrão estimado (EP), erro quadrático médio (EQM), probabilidade de cobertura e amplitude dos intervalos de confiança.

Made available in DSpace on 2014-06-12T18:04:16Z (GMT). No. of bitstreams: 2 arquivo7196_1.pdf: 885392 bytes, checksum: 325e20dd41a398f7039176b090949f2c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Neste trabalho de discutida a estimação de proporções em populações finitas assistida por modelos. A teoria envolvendo estimadores de regressão linear generalizados de revista, sob uma abordagem proposta de estimadores assistidos por modelos da família exponencial. O trabalho de Tillé (1998), que deriva o estimador de regressão via probabilidades condicionais de inclusão na amostra, de revisto juntamente com o de Lehtonen e Veijanen (1998) que propõem o estimador de regressão generalizado logístico (LGREG), num contexto de amostra aleatória simples. A aplicação dos estimadores LGREG num cenário de amostragem estratificada de discutida e formas para estimadores LGREG separado e combinado são propostas. As propriedades dos estimadores propostos são investigadas através de um estudo de simulação Monte Carlo, envolvendo os planos de amostragem aleatória simples, de Bernoulli e estratificado

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-27T16:10:22Z No. of bitstreams: 1 FABIANA UCHÔA BARROS - DISSERTAÇÃO PPGMAT 2011..pdf: 444205 bytes, checksum: dd1ada684703bcb400e631c5f044668b (MD5)
Made available in DSpace on 2018-07-27T16:10:22Z (GMT). No. of bitstreams: 1 FABIANA UCHÔA BARROS - DISSERTAÇÃO PPGMAT 2011..pdf: 444205 bytes, checksum: dd1ada684703bcb400e631c5f044668b (MD5) Previous issue date: 2011-12
Capes
Com base na expressão de Pace e Salvan (1997 pág. 30), obtivemos a matriz de covariâncias de segunda ordem dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem n−1 em modelos lineares generalizados, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. A partir dessa matriz, realizamos modi cações no teste de Wald. Os resultados obtidos foram avaliados através de estudos de simulação de Monte Carlo.
Based on the expression of Pace and Salvan (1997 pág. 30), we obtained the second order covariance matrix of the of the maximum likelihood estimators corrected for bias of order n−1in generalized linear models, considering that the dispersion parameter is the same although unknown for all observations. From this matrix, we made modi cations to the Wald test. The results were evaluated through simulation studies of Monte Carlo.

Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2016-08-12T11:54:08Z No. of bitstreams: 1 thiagocampospaschoalin.pdf: 3743029 bytes, checksum: f4b20678855edee77ec6c63903785d60 (MD5)
Rejected by Adriana Oliveira (adriana.oliveira@ufjf.edu.br), reason: Isabela, verifique que no resumo há algumas palavras unidas. on 2016-08-15T13:06:32Z (GMT)
Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2016-08-15T13:57:16Z No. of bitstreams: 1 thiagocampospaschoalin.pdf: 3743029 bytes, checksum: f4b20678855edee77ec6c63903785d60 (MD5)
Rejected by Adriana Oliveira (adriana.oliveira@ufjf.edu.br), reason: separar palavras no resumo e palavras-chave on 2016-08-16T11:34:37Z (GMT)
Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2016-12-19T13:07:02Z No. of bitstreams: 1 thiagocampospaschoalin.pdf: 3743029 bytes, checksum: f4b20678855edee77ec6c63903785d60 (MD5)
Rejected by Adriana Oliveira (adriana.oliveira@ufjf.edu.br), reason: Consertar palavras unidas no resumo on 2017-02-03T12:27:10Z (GMT)
Submitted by isabela.moljf@hotmail.com (isabela.moljf@hotmail.com) on 2017-02-03T12:51:52Z No. of bitstreams: 1 thiagocampospaschoalin.pdf: 3743029 bytes, checksum: f4b20678855edee77ec6c63903785d60 (MD5)
Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-02-03T12:54:15Z (GMT) No. of bitstreams: 1 thiagocampospaschoalin.pdf: 3743029 bytes, checksum: f4b20678855edee77ec6c63903785d60 (MD5)
Made available in DSpace on 2017-02-03T12:54:15Z (GMT). No. of bitstreams: 1 thiagocampospaschoalin.pdf: 3743029 bytes, checksum: f4b20678855edee77ec6c63903785d60 (MD5) Previous issue date: 2016-03-15
Esta dissertação apresenta técnicas de processamento de sinais a fim de realizar a Estimação da energia, utilizando calorimetria de altas energias. O CERN, um dos mais importantes centros de pesquisa de física de partículas, possui o acelerador de partículas LHC, onde está inserido o ATLAS. O TileCal, importante calorímetro integrante do ATLAS, possui diversos canais de leitura, operando com altas taxas de eventos. A reconstrução da energia das partículas que interagem com este calorímetro é realizada através da estimação da amplitude do sinal gerado nos canais do mesmo. Por este motivo, a modelagem correta do ruído é importante para se desenvolver técnicas de estimação eficientes. Com o aumento da luminosidade (número de partículas que incidem no detector por unidade de tempo) no TileCal, altera-se o modelo do ruído, o que faz com que as técnicas de estimação utilizadas anteriormente apresentem uma queda de desempenho. Com a modelagem deste novo ruído como sendo uma Distribuição Lognormal, torna possível o desenvolvimento de uma nova técnica de estimação utilizando Estimadores de Máxima Verossimilhança (do inglês Maximum Likelihood Estimator MLE), aprimorando a estimação dos parâmetros e levando à uma reconstrução da energia do sinal de forma mais correta. Uma nova forma de análise da qualidade da estimação é também apresentada, se mostrando bastante eficiente e útil em ambientes de alta luminosidade. A comparação entre o método utilizado pelo CERN e o novo método desenvolvido mostrou que a solução proposta é superior em desempenho, sendo adequado o seu uso no novo cenário de alta luminosidade no qual o TileCal estará sujeito a partir de 2018.
This paper presents signal processing techniques that performs signal detection and energy estimation using calorimetry high energies. The CERN, one of the most important physics particles research center, has the LHC, that contains the ATLAS. The TileCal, important device of the ATLAS calorimeter, is the component that involves a lot of parallel channels working, involving high event rates. The reconstruction of the signal energy that interact with this calorimeter is performed through estimation of the amplitude of signal generated by this calorimter. So, accurate noise modeling is important to develop efficient estimation techniques. With high brightness in TileCal, the noise model modifies, which leads a performance drop of estimation techniques used previously. Modelling this new noise as a lognormal distribution allows the development of a new estimation technique using the MLE (Maximum Like lihood Estimation), improving parameter sestimation and leading to a more accurately reconstruction of the signal energy. A new method to analise the estimation quality is presented, wich is very effective and useful in high brightness enviroment conditions. The comparison between the method used by CERN and the new method developed revealed that the proposed solution is superior and is suitable to use in this kind of ambient that TileCal will be working from 2018.

Orientador: Nancy Lopes Garcia
Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica
Made available in DSpace on 2018-08-11T16:45:43Z (GMT). No. of bitstreams: 1 Goto_DanielaBentoFonsechi_M.pdf: 3513260 bytes, checksum: ff6f9e35005ad9015007d1f51ee722c1 (MD5) Previous issue date: 2008
Resumo: O objetivo desta dissertação é estudar estimação de máxima verossimilhança para processos de nascimento puro espacial para dois diferentes tipos de amostragem: a) quando há observação permanente em um intervalo [0, T]; b) quando o processo é observado após um tempo T fixo. No caso b) não se conhece o tempo de nascimento dos pontos, somente sua localização (dados faltantes). A função de verossimilhança pode ser escrita para o processo de nascimento puro não homogêneo em um conjunto compacto através do método da projeção descrito por Garcia and Kurtz (2008), como projeção da função de verossimilhança. A verossimilhança projetada pode ser interpretada como uma esperança e métodos de Monte Carlo podem ser utilizados para estimar os parâmetros. Resultados sobre convergência quase-certa e em distribuição são obtidos para a aproximação do estimador de máxima verossimilhança. Estudos de simulação mostram que as aproximações são adequadas.
Abstract: The goal of this work is to study the maximum likelihood estimation of a spatial pure birth process under two different sampling schemes: a) permanent observation in a fixed time interval [0, T]; b) observation of the process only after a fixed time T. Under scheme b) we don't know the birth times, we have a problem of missing variables. We can write the likelihood function for the nonhomogeneous pure birth process on a compact set through the method of projection described by Garcia and Kurtz (2008), as the projection of the likelihood function. The fact that the projected likelihood can be interpreted as an expectation suggests that Monte Carlo methods can be used to compute estimators. Results of convergence almost surely and in distribution are obtained for the aproximants to the maximum likelihood estimator. Simulation studies show that the approximants are appropriate.
Mestrado
Inferencia em Processos Estocasticos
Mestre em Estatística

Submitted by Etelvina Domingos (etelvina.domingos@ufpe.br) on 2015-03-12T18:30:37Z No. of bitstreams: 2 TESE Juliana Freitas Pires.pdf: 2036830 bytes, checksum: 9cf767526859054ed6878742b0a6047f (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Made available in DSpace on 2015-03-12T18:30:37Z (GMT). No. of bitstreams: 2 TESE Juliana Freitas Pires.pdf: 2036830 bytes, checksum: 9cf767526859054ed6878742b0a6047f (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-02
Nesta tese, tratamos de refinamentos de inferências para as distribuições gaussiana inversa triparamétrica, Pareto generalizada e Lomax. Duas linhas de pesquisa são abordadas. A primeira, referente ao Capítulo 2, trata da derivação de expressões analíticas para os vieses dos estimadores de máxima verossimilhança dos parâmetros da distribuição gaussiana inversa triparamétrica, possibilitando a obtenção de estimadores corrigidos, que, em princípio, são mais precisos que os não corrigidos. Estimadores com vieses corrigidos por bootstrap são também considerados. Adicionalmente, apresentamos diferentes tipos de intervalos de confiança. A segunda linha de pesquisa, referente aos Capítulos 3 e 4, aborda a derivação de ajustes para a função de verossimilhança perfilada das distribuições Pareto generalizada e Lomax, respectivamente, com o objetivo de melhorar a qualidade das inferências (estimadores de máxima verossimilhança e testes de hipóteses) acerca do parâmetro de forma dessas distribuições, considerando os demais parâmetros como parâmetros de perturbação. Adicionalmente, consideramos o teste da razão de verossimilhanças bootstrap. Os desempenhos dos estimadores e testes de hipóteses baseados nos refinamentos propostos foram avaliados numericamente e comparados às suas contrapartidas usuais através de estudos de simulação de Monte Carlo. Por fim, a utilidade dos refinamentos foi ilustrada através de aplicações a conjuntos de dados reais.

Made available in DSpace on 2015-07-13T12:10:11Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-02-14. Added 1 bitstream(s) on 2015-07-13T12:25:40Z : No. of bitstreams: 1 000836991.pdf: 2833386 bytes, checksum: b29932c3327f95e064195727331d5bf6 (MD5)
Atividades minerais para obtenção de solos e sedimentos como materiais de construção representam importante fonte de impactos ambientais. Na década de 1960, período de início da construção da Usina Hidrelétrica de Ilha Solteira, não havia legislação que impusesse critérios ambientais quanto à implantação da obra como das exigências pós- utilização das áreas de empréstimo para a realização desta, resultando em diversas áreas degradadas. No município de Selvíria - MS, a construção da Usina Hidrelétrica de Ilha Solteira e obras auxiliares originaram várias áreas de empréstimo tanto na atual área urbana, como em áreas de expansão urbana do município e no setor rural. Assim, surgiu a presente pesquisa com objetivo de comparar e avaliar formas de processamento digital de imagem no Sistema de Processamento de Informações Georreferenciadas, visando obter a ferramenta eficaz para futuros estudos de áreas de empréstimo com base na identificação da degradação via processos de sensoriamento remoto. As técnicas analisada são a classificação tradicional supervisionada de imagem, através do método da Máxima Verossimilhança (MV) com a classificação por pixel; classificação tradicional por região, com o classificador Isoseg; e a aplicação do Modelo Linear de Mistura Espectral. Os produtos utilizados foram imagens dos sensores CCD e HRC do satélite CBERS-2B. Como resultados foram obtidas diferentes classificações das imagens que permitiram discutir os prós/contras de cada técnica de classificação paras esta finalidade, além de permitir a sugestão de uma técnica adequada para futuros estudos referentes as áreas de empréstimo com base no uso de imagens de satélite
The mineral activity to extract soil and sediment material to build and construct has become an important source of environmental impact. In the 60's, the beginning of IlhaSolteira Power Station building era, there were not environmental norms to prevent or guide what would be done with those borrow sites after the construction had finished, resulting in several degraded areas. The construction of IlhaSolteira Power Station in Selviria city MS and others ancillary working areas generated more borrow sites: in the actual urban area and its surroundings' also in the rural areas. There by, this actual research appears with the aim to compare and assess three different ways of digital image process done by Sistema de Processamento de Informações Georreferenciadas (SPRING) for more effective tools in the future studies of borrow sites based in the degradation identification by remote sensing methods. The analyzed methods are: traditional overseen image through Maximum Likelihood Estimation classified by pixels, the traditional classification by area i.e. Isoseg and the Harmonic Linear Spectral Prediction. The images used were taken from sensor CCD e HRC and satellite CBERS-2B. As a result, different classification from images were obtained, allowing the assessment for each method of classification for this purpose, moreover allowing suggestions for appropriate methods for future studies concerning borrow sites, based in satellite images

Orientador: José Augusto de Lollo
Banca: Fernando Braz Tangerino Hernandez
Banca: Rodolfo Moreda Mendes
Resumo: Atividades minerais para obtenção de solos e sedimentos como materiais de construção representam importante fonte de impactos ambientais. Na década de 1960, período de início da construção da Usina Hidrelétrica de Ilha Solteira, não havia legislação que impusesse critérios ambientais quanto à implantação da obra como das exigências pós- utilização das áreas de empréstimo para a realização desta, resultando em diversas áreas degradadas. No município de Selvíria - MS, a construção da Usina Hidrelétrica de Ilha Solteira e obras auxiliares originaram várias áreas de empréstimo tanto na atual área urbana, como em áreas de expansão urbana do município e no setor rural. Assim, surgiu a presente pesquisa com objetivo de comparar e avaliar formas de processamento digital de imagem no Sistema de Processamento de Informações Georreferenciadas, visando obter a ferramenta eficaz para futuros estudos de áreas de empréstimo com base na identificação da degradação via processos de sensoriamento remoto. As técnicas analisada são a classificação tradicional supervisionada de imagem, através do método da Máxima Verossimilhança (MV) com a classificação por pixel; classificação tradicional por região, com o classificador Isoseg; e a aplicação do Modelo Linear de Mistura Espectral. Os produtos utilizados foram imagens dos sensores CCD e HRC do satélite CBERS-2B. Como resultados foram obtidas diferentes classificações das imagens que permitiram discutir os prós/contras de cada técnica de classificação paras esta finalidade, além de permitir a sugestão de uma técnica adequada para futuros estudos referentes as áreas de empréstimo com base no uso de imagens de satélite
Abstract: The mineral activity to extract soil and sediment material to build and construct has become an important source of environmental impact. In the 60's, the beginning of IlhaSolteira Power Station building era, there were not environmental norms to prevent or guide what would be done with those borrow sites after the construction had finished, resulting in several degraded areas. The construction of IlhaSolteira Power Station in Selviria city MS and others ancillary working areas generated more borrow sites: in the actual urban area and its surroundings' also in the rural areas. There by, this actual research appears with the aim to compare and assess three different ways of digital image process done by Sistema de Processamento de Informações Georreferenciadas (SPRING) for more effective tools in the future studies of borrow sites based in the degradation identification by remote sensing methods. The analyzed methods are: traditional overseen image through Maximum Likelihood Estimation classified by pixels, the traditional classification by area i.e. Isoseg and the Harmonic Linear Spectral Prediction. The images used were taken from sensor CCD e HRC and satellite CBERS-2B. As a result, different classification from images were obtained, allowing the assessment for each method of classification for this purpose, moreover allowing suggestions for appropriate methods for future studies concerning borrow sites, based in satellite images
Mestre

Made available in DSpace on 2016-06-02T20:06:10Z (GMT). No. of bitstreams: 1 6237.pdf: 1097574 bytes, checksum: efdba2d8d3f39759e65f53c499f7ee6a (MD5) Previous issue date: 2014-09-12
We present the mixture model with first order dependence, MMM(1). This model corresponds to a redefinition of the hidden Markov model (HMM) where a non observable variable is used to control the mixture. The usual mixture model is a particular case of the MMM(1). The proposed redefinition makes easier the application of usual estimation tools as the EM algorithm. We present the maximum likelihood and Bayesian estimators for the normal and binomial cases of the MMM(1) and usual mixture models. Simulation studies show the functionality of the proposed models and their estimators. And finally we present an application to a real data set for the binomial case.
Nesse trabalho apresentamos o modelo de mistura com dependência markoviana de primeira ordem, MMM(1). A metodologia proposta corresponde a uma redefinição do modelo markoviano oculto (HMM) na qual utilizamos uma variável não observável como controladora da mistura. O modelo de mistura usual (sem dependência) é um caso particular do MMM(1). A redefinição proposta permite uma adaptação de instrumentos usuais de estimação como por exemplo o algoritmo EM. Apresentamos também os estimadores de máxima verossimilhança e bayesianos para os modelos MMM(1) e de mistura usual para os casos da distribuição normal e binomial. Estudos de simulação demonstram a funcionalidade do modelo e estimadores propostos. Ao final apresentamos uma aplicação a um conjunto de dados reais apresentados na literatura para o caso binomial.

Orientadores: Romis Ribeiro de Faissol Attux, Amauri Lopes
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação
Made available in DSpace on 2018-08-16T06:42:29Z (GMT). No. of bitstreams: 1 Boccato_Levy_M.pdf: 4045423 bytes, checksum: 1d40c6a25139b336b0f908ad27ab3522 (MD5) Previous issue date: 2010
Resumo: O problema de estimação de direção de chegada (DOA, em inglês direction of arrival ) de ondas planas que incidem sobre um arranjo linear uniforme de sensores, através do critério da máxima verossimilhança (ML, em inglês maximum likelihood), requer a minimização de uma função custo não-linear, não-quadrática, multimodal e variante com a relação sinal-ruído (SNR, em inglês signal-to-noise ratio). Esta dissertação trata da aplicação de algoritmos de computação natural como alternativa ao uso de métodos clássicos, como o MODE e o MODEX, os quais não são capazes de alcançar o desempenho do estimador ML em uma ampla faixa de valores de SNR. As simulações realizadas em diferentes cenários indicam que alguns dos algoritmos analisados conseguem estimar os ângulos de chegada adequadamente. Por fim, inspirados em uma proposta de filtragem de ruído dos dados recebidos, elaboramos uma maneira de realizar a amostragem no espaço de soluções candidatas: a resposta em frequência do filtro que produz a maior atenuação de ruído é empregada como função densidade de probabilidade no processo de amostragem. Os resultados obtidos atestam que este procedimento tende a aumentar a eficiência dos algoritmos estudados na estimação DOA
Abstract: The problem of estimating the direction of arrival (DOA) of plane waves impinging on a uniform linear array of sensors, through the maximum likelihood (ML) criterion, requires the minimization of a cost function that is non-linear, non-quadratic, multimodal and variant with the signal-to-noise ratio (SNR). This work deals with the application of natural computing algorithms as an alternative to the use of classical methods, such as MODE and MODEX, which are not capable of achieving the performance of the ML estimator in a wide range of SNR values. The simulations performed in different scenarios indicate that some of the studied algorithms can adequately estimate the angles of arrival. Finally, inspired by a proposal of noise filtering of the received data, we designed a procedure of sampling the search space: the frequency response of the filter which produces the maximal noise reduction is employed as the probability density function during the sampling process. The obtained results attest that this procedure tends to increase the efficiency of the considered algorithms in DOA estimation
Mestrado
Engenharia de Computação
Mestre em Engenharia Elétrica

Neste trabalho de tese propomos um modelo de regressão beta com erros de medida. Esta proposta é uma área inexplorada em modelos não lineares na presença de erros de medição. Abordamos metodologias de estimação, como máxima verossimilhança aproximada, máxima pseudo-verossimilhança aproximada e calibração da regressão. O método de máxima verossimilhança aproximada determina as estimativas maximizando diretamente o logaritmo da função de verossimilhança. O método de máxima pseudo-verossimilhança aproximada é utilizado quando a inferência em um determinado modelo envolve apenas alguns mas não todos os parâmetros. Nesse sentido, dizemos que o modelo apresenta parâmetros de interesse como também de perturbação. Quando substituímos a verdadeira covariável (variável não observada) por uma estimativa da esperança condicional da variável não observada dada a observada, o método é conhecido como calibração da regressão. Comparamos as metodologias de estimação mediante um estudo de simulação de Monte Carlo. Este estudo de simulação evidenciou que os métodos de máxima verossimilhança aproximada e máxima pseudo-verossimilhança aproximada tiveram melhor desempenho frente aos métodos de calibração da regressão e naïve (ingênuo). Utilizamos a linguagem de programação Ox (Doornik, 2011) como suporte computacional. Encontramos a distribuição assintótica dos estimadores, com o objetivo de calcular intervalos de confiança e testar hipóteses, tal como propõem Carroll et. al.(2006, Seção A.6.6), Guolo (2011) e Gong e Samaniego (1981). Ademais, são utilizadas as estatísticas da razão de verossimilhanças e gradiente para testar hipóteses. Num estudo de simulação realizado, avaliamos o desempenho dos testes da razão de verossimilhanças e gradiente. Desenvolvemos técnicas de diagnóstico para o modelo de regressão beta com erros de medida. Propomos o resíduo ponderado padronizado tal como definem Espinheira (2008) com o objetivo de verificar as suposições assumidas ao modelo e detectar pontos aberrantes. Medidas de influência global, tais como a distância de Cook generalizada e o afastamento da verossimilhança, são utilizadas para detectar pontos influentes. Além disso, utilizamos a técnica de influência local conformal sob três esquemas de perturbação (ponderação de casos, perturbação da variável resposta e perturbação da covariável com e sem erros de medida). Aplicamos nossos resultados a dois conjuntos de dados reais para exemplificar a teoria desenvolvida. Finalmente, apresentamos algumas conclusões e possíveis trabalhos futuros.
In this thesis, we propose a beta regression model with measurement error. Among nonlinear models with measurement error, such a model has not been studied extensively. Here, we discuss estimation methods such as maximum likelihood, pseudo-maximum likelihood, and regression calibration methods. The maximum likelihood method estimates parameters by directly maximizing the logarithm of the likelihood function. The pseudo-maximum likelihood method is used when the inference in a given model involves only some but not all parameters. Hence, we say that the model under study presents parameters of interest, as well as nuisance parameters. When we replace the true covariate (observed variable) with conditional estimates of the unobserved variable given the observed variable, the method is known as regression calibration. We compare the aforementioned estimation methods through a Monte Carlo simulation study. This simulation study shows that maximum likelihood and pseudo-maximum likelihood methods perform better than the calibration regression method and the naïve approach. We use the programming language Ox (Doornik, 2011) as a computational tool. We calculate the asymptotic distribution of estimators in order to calculate confidence intervals and test hypotheses, as proposed by Carroll et. al (2006, Section A.6.6), Guolo (2011) and Gong and Samaniego (1981). Moreover, we use the likelihood ratio and gradient statistics to test hypotheses. We carry out a simulation study to evaluate the performance of the likelihood ratio and gradient tests. We develop diagnostic tests for the beta regression model with measurement error. We propose weighted standardized residuals as defined by Espinheira (2008) to verify the assumptions made for the model and to detect outliers. The measures of global influence, such as the generalized Cook\'s distance and likelihood distance, are used to detect influential points. In addition, we use the conformal approach for evaluating local influence for three perturbation schemes: case-weight perturbation, respose variable perturbation, and perturbation in the covariate with and without measurement error. We apply our results to two sets of real data to illustrate the theory developed. Finally, we present our conclusions and possible future work.

The central objective of this work is to develop statistical tools for semi-parametric regression models with generalized log-gamma errors under the presence of censored and uncensored observations. The estimates of the parameters are obtained through the multivariate version of Newton-Raphson algorithm and an adequate combination of Fisher Scoring and Backffitting algorithms. Through analytical tools and using simulations the properties of the penalized maximum likelihood estimators are studied. Some diagnostic techniques such as quantile and deviance-type residuals as well as local influence measures are derived. The methodologies are implemented in the statistical computational environment R. The package sglg is developed. Finally, we give some applications of the models to real data.
O objetivo central do trabalho é proporcionar ferramentas estatísticas para modelos de regressão semiparamétricos quando os erros seguem distribução log-gamma generalizada na presença de observações censuradas ou não censuradas. A estimação paramétrica e não paramétrica são realizadas através dos procedimentos Newton - Raphson, escore de Fisher e Backfitting (Gauss - Seidel). As propriedades assintóticas dos estimadores de máxima verossimilhança penalizada são estudadas em forma analítica, bem como através de simulações. Alguns procedimentos de diagnóstico são desenvolvidos, tais como resíduos tipo componente do desvio e resíduo quantílico, bem como medidas de influ\\^encia local sob alguns esquemas usuais de perturbação. Todos procedimentos do presente trabalho são implementados no ambiente computacional R, o pacote sglg é desenvolvido, assim como algumas aplicações a dados reais são apresentadas.

Esta tese apresenta um método de identificação de parâmetros de modelos dinâmicos de aeronaves a partir de dados obtidos em ensaios de vôo. Para esta finalidade o método utiliza a estimação simultânea de estados e parâmetros na minimização de uma função custo baseada na definição do funcional de máxima verossimilhança. Devido a necessidade crescente da obtenção de modelos precisos para controle de aeronaves, principalmente em aeronaves tipo Fly-By-Wire, este algoritmo foi desenvolvido considerando o cenário realista de vôo das aeronaves onde têm-se ruído de estado na equação dinâmica da planta, fazendo uso da interação do Filtro de Kalman e do método de otimização de Gauss-Newton para a obtenção de estimativas paramétricas não polarizadas em ensaios de vôo com turbulência atmosférica. A validação do algoritmo é feita através da implementação de um programa em MATLAB, onde foram realizadas simulações e aplicações do método do Erro Filtrado em dados reais de ensaio de vôo da aeronave Xavante AT-26, ressaltando aspectos referentes à convergência, esforço computacional, estimativas paramétricas e suas respectivas acurácias. Os resultados obtidos neste trabalho ressaltam a aplicabilidade do método do Erro Filtrado verificada através da capacidade preditiva dos modelos dinâmicos resultantes da convergência do algoritmo e dos valores coerentes das estimativas paramétricas obtidas.

Os modelos de regressão beta e beta inflacionados conseguem ajustar adequadamente grande parte das variáveis do tipo proporção. No entanto, esses modelos não são úteis quando a variável resposta não pode assumir valores no intervalo (0,c) e assume o valor c com probabilidade positiva. Variáveis relacionadas a algum tipo de pagamento limitado entre dois valores, quando estudadas em relação ao seu valor máximo, possuem essas características. Para ajustar essas variáveis, introduzimos a distribuição beta inflacionada truncada (BIZUT), que é uma mistura de uma distribuição beta com suporte no intervalo (c,1) e uma distribuição trinomial que assume os valores zero, um e c. Propomos ainda um modelo de regressão para as situações em que a variável resposta tem distribuição BIZUT. Admitimos que todos os parâmetros da distribuição podem variar em função de variáveis preditoras. Além disso, o modelo permite que o parâmetro conhecido c varie entre as unidades populacionais. Para esse modelo são desenvolvidos diversos aspectos inferenciais, são obtidos resultados para as situações em que c é variável e são conduzidos estudos de simulação de Monte Carlo. Além disso, discutimos análise de resíduos, desenvolvemos análise de influência local e realizamos uma aplicação a dados reais de cartão de crédito.
The beta regression model or the inflated beta regression model may be a reasonable choice to fit a proportion in most situations. However, they do not fit well variables that do not assume values in the open interval (0,c), 0 < c < 1 and assume the c value with positive probability. Variables related to a kind of double bounded payment amount when studied as a proportion of the maximum payment amount have this feature. For these variables, we introduce the truncated inflated beta distribution (TBEINF). This proposed distribution is a mixture of the beta distribution bounded in the open interval (c,1) and a trinomial distribution that assumes the values zero, one and c. This work also proposes a regression model where the response variable is TBEINF distributed. The model allows all the unknown parameters of the conditional distribution of the response variable to be modeled as functions of explanatory variables. Moreover, the model allows nonconstant known parameter c across population units. For this model, some inferential aspects are developed, some results when c is not constant are obtained and Monte Carlo simulation studies are performed. In addition, residual and local influence analysis are discussed and an application to credit card data is presented.

Neste trabalho, desenvolvemos três tópicos relacionados a modelos de regressão da família exponencial. No primeiro tópico, obtivemos a matriz de covariância assintótica de ordem $n^$, onde $n$ é o tamanho da amostra, dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem $n^$ em modelos lineares generalizados, considerando o parâmetro de precisão conhecido. No segundo tópico calculamos o coeficiente de assimetria assintótico de ordem n^{-1/2} para a distribuição dos estimadores de máxima verossimilhança dos parâmetros que modelam a média e dos parâmetros de precisão e dispersão em modelos não-lineares da família exponencial, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. Finalmente, obtivemos fatores de correção tipo-Bartlett para o teste escore em modelos não-lineares da família exponencial, considerando covariáveis para modelar o parâmetro de dispersão. Avaliamos os resultados obtidos nos três tópicos desenvolvidos por meio de estudos de simulação de Monte Carlo
In this work, we develop three topics related to the exponential family nonlinear regression. First, we obtain the asymptotic covariance matrix of order $n^$, where $n$ is the sample size, for the maximum likelihood estimators corrected by the bias of order $n^$ in generalized linear models, considering the precision parameter known. Second, we calculate an asymptotic formula of order $n^{-1/2}$ for the skewness of the distribution of the maximum likelihood estimators of the mean parameters and of the precision and dispersion parameters in exponential family nonlinear models considering that the dispersion parameter is the same although unknown for all observations. Finally, we obtain Bartlett-type correction factors for the score test in exponential family nonlinear models assuming that the precision parameter is modelled by covariates. Monte Carlo simulation studies are developed to evaluate the results obtained in the three topics.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-06-05T18:48:36Z No. of bitstreams: 1 texto completo.pdf: 607753 bytes, checksum: 6c910f242adb58351c752e924cd83694 (MD5)
Made available in DSpace on 2017-06-05T18:48:36Z (GMT). No. of bitstreams: 1 texto completo.pdf: 607753 bytes, checksum: 6c910f242adb58351c752e924cd83694 (MD5) Previous issue date: 2005-05-20
Fundação de Amparo a Pesquisa do Estado de Minas Gerais
Os objetivos deste estudo foram analisar, via simulação de dados, o efeito de diferentes pressuposições quanto à variância dos efeitos ambientais, frente a dados com determinada estrutura de variâncias, e verificar o comportamento de diferentes estratégias de análise frente ao desbalanceamento dos dados. Foram simulados dados referentes a um teste de progênie, do cruzamento de 30 progenitores masculinos com três genitores femininos diferentes cada um, onde cada cruzamento deu origem a dez indivíduos, distribuídos em três locais diferentes. O efeito fixo de local foi gerado de forma a não apresentar diferenças estatísticas significativas. Para cada indivíduo da prole foram geradas informações fenotípicas em cinco idades diferentes. Portanto, o arquivo de dados consistiu de 1020 indivíduos no total, sendo que 900 indivíduos apresentaram registros nas cinco idades, totalizando 4500 registros de produção. Para estudar o efeito da heterogeneidade das variâncias ambientais, em modelos de regressão aleatória adotou-se, modelos que ajustaram uma função polinomial de segundo grau para o efeito genético aditivo e de ambiente permanente e que ajustaram uma função polinomial apenas para o efeito genético aditivo foram analisados, considerando-se ou não a heterogeneidade da variância do efeito de ambiente temporário, gerando-se assim, quatro diferentes modelos de regressão aleatória. Além disso, os modelos de regressão aleatória, repetibilidade e multi-característica foram avaliados sob diferentes níveis de desbalanceamento dos dados. O modelo de regressão aleatória mais adequado foi aquele que considerou a heterogeneidade de variâncias dos efeitos de ambiente permanente e temporário. Assumir pressuposições incorretas sobre a estrutura de covariância dos efeitos aleatórios do modelo conduziu à alterações nas estimativas de componentes de covariância e nas estimativas dos parâmetros genéticos. Sob desbalanceamento sem seleção, todos os modelos apresentaram estimativas de herdabilidade bastante semelhantes aos resultados obtidos quando se considerou o conjunto de dados completos. Entretanto, quando se considerou o efeito da seleção, modelos de regressão aleatória com até 10% de desbalanceamento não promoveram alterações nas estimativas de componentes de variância.
The aim of this study was to analyze the effect of assuming different assumptions about environmental variance effects to data with certain variance structure, and verify genetic parameters estimates in different analysis strategies behind unbalanced data. A progeny test data was simulated, by crossing 30 male with three different female, where each crossing originated ten individuals, distributed in three different places. The fixed effect of place was generated in order not to present significant statistical difference. For each individual offspring, phenotypic information were generated in five different ages. Then, the data consisted in a total of 1020 individuals, in what 900 of them presented information in the five ages, computing 4500 observations of production. To verify the importance of consider or not the environmental heterogeneity of variance, in random regression models, models that adjusted a second polynomial function both for the additive genetic as for the permanent environmental effect and adjusted a polynomial function only for the additive genetic effect were analyzed, considering or not the variance heterogeneity of the temporary environmental effect, then generating four different random regression models. Moreover, the single-trait random regression model, the repeatability model and the multiple-trait model were analyzed on different lost of information levels. The most adequate random regression model was the one who considered both, the variance heterogeneity of permanent environmental effect, and the temporary environmental effect. Assuming the incorrect assumptions about the covariance structure of random effects of the model, conducted to change in the covariance components estimates and in the genetic ixparameters estimates. With incomplete data, without selection, all the models presented heritability estimates very similar to the results when complete data were considered. However, when effect of selection was considered, random regression models with less or equal to 10% of lost of information didn’t conduct to change in the covariance components estimates.

Submitted by Matheus Alves Bulhoes (matheus.bulhoes@ufpe.br) on 2015-05-04T13:15:32Z No. of bitstreams: 2 Tese_CD.pdf: 4309163 bytes, checksum: 7d9dcde53e41be12f3faefa599e821db (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Made available in DSpace on 2015-05-04T13:15:32Z (GMT). No. of bitstreams: 2 Tese_CD.pdf: 4309163 bytes, checksum: 7d9dcde53e41be12f3faefa599e821db (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2015-01-14
CAPES
Modelagem e análise de tempos de vida são aspectos importantes do trabalho estatístico, em uma ampla variedade de áreas científicas e tecnológicas. Estudamos algumas propriedades matemáticas de uma família recente chamada gama-G [Zografos and Balakrishnan (2009) and Risti´c and Balakrishnan (2012)], denotada aqui por GG, em que G é chamada distribuição baseline. Escolhemos, como baselines, cinco distribuições amplamente conhecidas: Birnbaum- Saunders, Normal, Lindley, Nadarajah-Haghighi e uma extensão da Weibull. A mais recente, Nadarajah-Haghighi, foi estudada por Nadarajah e Haghighi (2011), que desenvolveram algumas propriedades interessantes. Demonstramos que as funções densidades das distribuições propostas podem ser expressas como combinação linear de funções densidades das respectivas exponencializadas-G. Para uma baseline arbitrária com cdf G(x), uma variável aleatória é dita ter distribuição exponencializada-G, com parâmetro a > 0, digamos X expG(a), se sua pdf e cdf são ha(x) = aGa1(x)g(x) and Ha(x) = Ga(x), respectivamente. As propriedades de algumas exponecializadas têm sido estudadas por muitos autores, veja Mudholkar e Srivastava (1993) e Mudholkar et al. (1995) para Weibull exponencializada (exp-W), Gupta et al. (1998) para Pareto exponencializada, Gupta and Kundu (2001) para exponencial exponencializada (exp-E) e Nadarajah e Gupta (2007) para gama exponencializada (exp-G). Mais recentimente, Cordeiro et al. (2011a) investigaram algumas propriedades matemáticas para a distribuição gama generalizada exponencializada (exp-GG). Além disso, várias de suas propriedades estruturais são derivadas, incluindo expressões explícitas para os momentos, as funções quantílica e geratriz de momentos, desvios médios e dois tipos de entropia. Também investigamos as estatísticas de ordem e de seus momentos. Técnicas de máxima verossimilhança são usadas para ajustar os novos modelos e para mostrar a sua potencialidade.

Neste trabalho são apresentadas algumas extensões dos modelos potência-alfa assumindo o contexto em que as observações estão censuradas ou limitadas. Inicialmente propomos um novo modelo assimétrico que estende os modelos t-assimétrico (Azzalini e Capitanio, 2003) e t-potência (Zhao e Kim, 2016) e inclui a distribuição t de Student como caso particular. Este novo modelo é capaz de ajustar dados com alto grau de assimetria e curtose, ainda maior do que os modelos t-assimétrico e t-potência. Em seguida estendemos o modelo t-potência às situações em que os dados apresentam censura, com alto grau de assimetria e caudas pesadas. Este modelo generaliza o modelo de regressão linear t de Student para dados censurados por Arellano-Valle et al. (2012). O trabalho também introduz o modelo linear misto normal-potência para dados assimétricos. Aqui a inferência estatística é realizada desde uma perspectiva clássica usando o método de máxima verossimilhança junto com o método de integração numérica de Gauss-Hermite para aproximar as integrais envolvidas na função de verossimilhança. Mais tarde, o modelo linear com interceptos aleatórios para dados duplamente censurados é estudado. Este modelo é desenvolvido sob a suposição de que os erros e os efeitos aleatórios seguem distribuições normal-potência e normal- assimétrica. Para todos os modelos estudados foram realizados estudos de simulação a fim de estudar as suas bondades de ajuste e limitações. Finalmente, ilustram-se todos os métodos propostos com dados reais.
In this work some extensions of the alpha-power models are presented, assuming the context in which the observations are censored or limited. Initially we propose a new asymmetric model that extends the skew-t (Azzalini e Capitanio, 2003) and power-t (Zhao e Kim, 2016) models and includes the Students t-distribution as a particular case. This new model is able to adjust data with a high degree of asymmetry and cursose, even higher than the skew-t and power-t models. Then we extend the power-t model to situations in which the data present censorship, with a high degree of asymmetry and heavy tails. This model generalizes the Students t linear censored regression model t by Arellano-Valle et al. (2012) The work also introduces the power-normal linear mixed model for asymmetric data. Here statistical inference is performed from a classical perspective using the maximum likelihood method together with the Gauss-Hermite numerical integration method to approximate the integrals involved in the likelihood function. Later, the linear model with random intercepts for doubly censored data is studied. This model is developed under the assumption that errors and random effects follow power-normal and skew-normal distributions. For all the models studied, simulation studies were carried out to study their benefits and limitations. Finally, all proposed methods with real data are illustrated.

Nos últimos anos têm sido desenvolvidos modelos de regressão beta, que têm uma variedade de aplicações práticas como, por exemplo, a modelagem de taxas, razões ou proporções. No entanto, é comum que dados na forma de proporções apresentem zeros e/ou uns, o que não permite admitir que os dados provêm de uma distribuição contínua. Nesta tese, são propostas, distribuições de mistura entre uma distribuição beta e uma distribuição de Bernoulli, degenerada em zero e degenerada em um para modelar dados observados nos intervalos [0, 1], [0, 1) e (0, 1], respectivamente. As distribuições propostas são inflacionadas no sentido de que a massa de probabilidade em zero e/ou um excede o que é permitido pela distribuição beta. Propriedades dessas distribuições são estudadas, métodos de estimação por máxima verossimilhança e momentos condicionais são comparados. Aplicações a vários conjuntos de dados reais são examinadas. Desenvolvemos também modelos de regressão beta inflacionados assumindo que a distribuição da variável resposta é beta inflacionada. Estudamos estimação por máxima verossimilhança. Derivamos expressões em forma fechada para o vetor escore, a matriz de informação de Fisher e sua inversa. Discutimos estimação intervalar para diferentes quantidades populacionais (parâmetros de regressão, parâmetro de precisão) e testes de hipóteses assintóticos. Derivamos expressões para o viés de segunda ordem dos estimadores de máxima verossimilhança dos parâmetros, possibilitando a obtenção de estimadores corrigidos que são mais precisos que os não corrigidos em amostras finitas. Finalmente, desenvolvemos técnicas de diagnóstico para os modelos de regressão beta inflacionados, sendo adotado o método de influência local baseado na curvatura normal conforme. Ilustramos a teoria desenvolvida em um conjuntos de dados reais.
The last years have seen new developments in the theory of beta regression models, which are useful for modelling random variables that assume values in the standard unit interval such as proportions, rates and fractions. In many situations, the dependent variable contains zeros and/or ones. In such cases, continuous distributions are not suitable for modeling this kind of data. In this thesis we propose mixed continuous-discrete distributions to model data observed on the intervals [0, 1],[0, 1) and (0, 1]. The proposed distributions are inflated beta distributions in the sense that the probability mass at 0 and/or 1 exceeds what is expected for the beta distribution. Properties of the inflated beta distributions are given. Estimation based on maximum likelihood and conditional moments is discussed and compared. Empirical applications using real data set are provided. Further, we develop inflated beta regression models in which the underlying assumption is that the response follows an inflated beta law. Estimation is performed by maximum likelihood. We provide closed-form expressions for the score function, Fishers information matrix and its inverse. Interval estimation for different population quantities (such as regression parameters, precision parameter, mean response) is discussed and tests of hypotheses on the regression parameters can be performed using asymptotic tests. We also derive the second order biases of the maximum likelihood estimators and use them to define bias-adjusted estimators. The numerical results show that bias reduction can be effective in finite samples. We also develop a set of diagnostic techniques that can be employed to identify departures from the postulated model and influential observations. To that end, we adopt the local influence approach based in the conformal normal curvature. Finally, we consider empirical examples to illustrate the theory developed.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-04-10T15:11:39Z No. of bitstreams: 1 gracilianomarciosantoslouredo.pdf: 1813142 bytes, checksum: b79d02006212c4f63d6836c9a417d4bc (MD5)
Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-04-11T15:25:36Z (GMT) No. of bitstreams: 1 gracilianomarciosantoslouredo.pdf: 1813142 bytes, checksum: b79d02006212c4f63d6836c9a417d4bc (MD5)
Made available in DSpace on 2018-04-11T15:25:36Z (GMT). No. of bitstreams: 1 gracilianomarciosantoslouredo.pdf: 1813142 bytes, checksum: b79d02006212c4f63d6836c9a417d4bc (MD5) Previous issue date: 2018-02-26
FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais
O objetivo deste trabalho é apresentar algumas contribuições para a melhoria do processo de estimação por máxima verossimilhança via algoritmo EM em modelos misturas assimétricas com regressão, além de realizar neles a análise de influência local e global. Essas contribuições, em geral de natureza computacional, visam à resolução de problemas comuns na modelagem estatística de maneira mais eficiente. Dentre elas está a substituição de métodos utilizados nas versões dos algoritmos GEM por outras que reduzem o problema aproximadamente a um algoritmo EM clássico nos principais exemplos das distribuições misturas de escala assimétricas de normais. Após a execução do processo de estimação, discutiremos ainda as principais técnicas existentes para o diagnóstico de pontos influentes com as adaptações necessárias aos modelos em foco. Desejamos com tal abordagem acrescentar ao tratamento dessa classe de modelos estatísticos a análise de regressão nas distribuições mais recentes na literatura. Também esperamos abrir caminho para o uso de técnicas similares em outras classes de modelos.
The objective of this work is to present some contributions to improvement the process of maximum likelihood estimation via the EM algorithm in skew mixtures models with regression, as well as to execute in them the global and local influence analysis. These contributions, usually with computational nature, aim to solving common problems in statistical modeling more efficiently. Among them is the replacement of used methods in the versions of the GEM algorithm by other techniques that reduce the problem approximately to a classic EM algorithm in the main examples of skew scale mixtures of normals distributions. After performing the estimation process, we will also discuss the main existing techniques for the diagnosis of influential points with the necessaries adaptations to the models in focus. We wish with this approach to add for the treatment of this statistical model class the regression analysis in the most recent distributions in the literature. We too hope to paving the way for use of similar techniques in other models classes.

Made available in DSpace on 2016-06-02T20:06:06Z (GMT). No. of bitstreams: 1 4331.pdf: 1908865 bytes, checksum: d564b46a6111fdca6f7cc9f4d5596637 (MD5) Previous issue date: 2009-03-18
Universidade Federal de Minas Gerais
The Weibull distribuition is a common initial choice for modeling data with monotone hazard rates. However, such distribution fails to provide a reasonable parametric _t when the hazard function is unimodal or bathtub-shaped. In this context, Cooray (2006) proposed a generalization of the Weibull family by considering the distributions of the odds of Weibull and inverse Weibull families, referred as the odd Weibull family which is not just useful for modeling unimodal and bathtub-shaped hazards, but it is also convenient for testing goodness-of-_t of Weibull and inverse Weibull as submodels. In this project we have systematically studied the odd Weibull family along with its properties, showing motivations for its utilization, inserting covariates in the model, pointing out some troubles associated with the maximum likelihood estimation and proposing interval estimation and hypothesis test construction methodologies for the model parameters. We have also compared resampling results with asymptotic ones. Coverage probability from proposed con_dence intervals and size and power of considered hypothesis tests were both analyzed as well via Monte Carlo simulation. Furthermore, we have proposed a Bayesian estimation methodology for the model parameters based in Monte Carlo Markov Chain (MCMC) simulation techniques.
A distribuição Weibull é uma escolha inicial freqüente para modelagem de dados com taxas de risco monótonas. Entretanto, esta distribuição não fornece um ajuste paramétrico razoável quando as funções de risco assumem um formato unimodal ou em forma de banheira. Neste contexto, Cooray (2006) propôs uma generalização da família Weibull considerando a distribuição da razão de chances das famílias Weibull e Weibull inversa, referida como família Weibull de razão de chances. Esta família não é apenas conveniente para modelar taxas de risco unimodal e banheira, mas também é adequada para testar a adequabilidade do ajuste das famílias Weibull e Weibull inversa como submodelos. Neste trabalho, estudamos sistematicamente a família Weibull de razão de chances e suas propriedades, apontando as motivações para o seu uso, inserindo covariáveis no modelo, veri_cando as di_culdades referentes ao problema da estimação de máxima verossimilhança dos parâmetros do modelo e propondo metodologia de estimação intervalar e construção de testes de hipóteses para os parâmetros do modelo. Comparamos os resultados obtidos por meio dos métodos de reamostragem com os resultados obtidos via teoria assintótica. Tanto a probabilidade de cobertura dos intervalos de con_ança propostos quanto o tamanho e poder dos testes de hipóteses considerados foram estudados via simulação de Monte Carlo. Além disso, propusemos uma metodologia Bayesiana de estimação para os parâmetros do modelo baseados em técnicas de simulação de Monte Carlo via Cadeias de Markov.