Contents
Academic literature on the topic 'Matriz de variâncias e covariâncias'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Matriz de variâncias e covariâncias.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Matriz de variâncias e covariâncias"
1
Machado, Marcela Aparecida Guerreiro, Maysa Sacramento de Magalhães, and Antônio Fernando Branco Costa. "Gráfico de controle de VMAX para o monitoramento da matriz de covariâncias." Production 18, no. 2 (2008): 222–39. http://dx.doi.org/10.1590/s0103-65132008000200003.
Full textAbstract:
Neste artigo é proposto, para o monitoramento de processos normais bivariados, um gráfico de controle baseado nas variâncias amostrais de duas características de qualidade. Os pontos plotados no gráfico correspondem ao valor da maior variância amostral. O gráfico proposto, denominado gráfico de VMAX, tem um desempenho superior ao do gráfico da variância amostral generalizada |S| e, além disso, tem uma melhor capacidade de diagnóstico, ou seja, com ele é mais fácil identificar a variável que teve sua variabilidade alterada pela ocorrência da causa especial. Quando a amostragem dupla está em uso o gráfico proposto também tem um desempenho superior ao do gráfico de |S|, exceto em alguns casos em que o tamanho da segunda amostra é muito grande.
2
CAVALCANTI, JOSÉ JAIME VASCONCELOS, JOÃO RODRIGUES DE PAIVA, LEVI DE MOURA BARROS, JOÃO RIBEIRO CRISÓSTOMO, and MARIA PINHEIRO FERNANDES CORRÊA. "Repetibilidade de caracteres de produção e porte da planta em clones de cajueiro-anão precoce." Pesquisa Agropecuária Brasileira 35, no. 4 (April 2000): 773–77. http://dx.doi.org/10.1590/s0100-204x2000000400014.
Full textAbstract:
Os objetivos deste trabalho foram estimar coeficientes de repetibilidade (r), comparar a eficiência das metodologias utilizadas no processo de estimação, e determinar o número de avaliações necessárias à seleção clonal de cajueiro-anão (Anacardium occidentale L.) precoce. As metodologias aplicadas para estimação do coeficiente de repetibilidade constaram da análise de variância, na qual o efeito temporário do ambiente é removido do erro (ANOVA); de análise dos componentes principais obtidos da matriz de correlações (CPCOR) e da matriz de variâncias e covariâncias fenotípicas (CPCOV); e da análise estrutural, com base no autovalor teórico da matriz de correlações ou correlação média (AECOR). Foram avaliados, em trinta clones, os caracteres altura da planta (AP), diâmetro da copa (DC) e produção de castanha (PC), durante cinco anos. Verificou-se que em relação aos caracteres AP e DC os valores de r variaram de 0,85 (ANOVA) a 0,96 (CPCOV). Quanto à produção, os valores de r foram de 0,51 (ANOVA) a 0,88 (CPCOV). Desta forma, constatou-se que o método de componentes principais utilizando a matriz de variâncias e covariâncias fenotípicas é mais eficiente para estimação do coeficiente de repetibilidade, sobretudo no que se refere ao carácter produção de castanha. Observou-se que são suficientes duas medições da AP e do DC, e três medições da PC no processo seletivo.
3
Bastarz, Carlos Frederico, Dirceu Luis Herdies, and Luiz Fernando Sapucci. "Matriz de Covariâncias dos Erros de Previsão Aplicada ao Sistema de Assimilação de Dados Global do CPTEC: Experimentos com Observação Única." Revista Brasileira de Meteorologia 32, no. 3 (September 2017): 459–72. http://dx.doi.org/10.1590/0102-77863230012.
Full textAbstract:
Resumo A matriz de covariâncias dos erros de previsão representa uma importante componente de um sistema de assimilação de dados. Pode-se mostrar matematicamente que os incrementos de análise são diretamente proporcionais à matriz de covariâncias. Considerando-se este resultado, é correto afirmar que a habilidade de um sistema de assimilação de dados está diretamente relacionada às características da matriz de covariâncias, sejam elas representadas por comprimentos de escala horizontais e verticais e amplitudes (desvios-padrão e variâncias). Se o sistema de assimilação de dados utiliza as observações para corrigir as previsões do modelo, ponderando-se os erros das observações e previsões, então o uso de uma matriz de covariâncias não ajustada pode impactar de forma significativa o processo de assimilação de dados. No CPTEC, tem-se investido esforços para o ajuste da matriz de covariâncias utilizada na assimilação de dados. Neste trabalho é feita, portanto, uma discussão conceitual da matriz de covariâncias, expressando a sua importância e a forma como é aplicada em um sistema operacional. Além disso, é apresentada uma caracterização quantitativa e qualitativa dessa matriz para o modelo de circulação geral da atmosfera do CPTEC, e quais são as características resultantes dos incrementos de análise produzidos no sistema GSI utilizado pelo centro.
4
Costa, Antônio Fernando Branco, Marcela Aparecida Guerreiro Machado, and Fernando Antônio Elias Claro. "Gráfico de controle MCMAX para o monitoramento simultâneo do vetor de médias e da matriz de covariâncias." Gestão & Produção 17, no. 1 (2010): 149–56. http://dx.doi.org/10.1590/s0104-530x2010000100012.
Full textAbstract:
O gráfico T² de Hotelling e o gráfico |S| da variância generalizada são utilizados para monitorar o vetor de médias e a matriz de covariâncias de processos multivariados. Neste artigo, propõe-se o uso de um único gráfico de controle para o monitoramento de processos bivariados, isto é, o gráfico de controle MCMAX cujo valor da estatística de monitoramento corresponde ao maior valor em módulo de quatro medidas amostrais das duas características de qualidade sob monitoramento, isto é, as suas médias e variâncias padronizadas. O usuário de gráficos de controle já está bem familiarizado com médias e variâncias amostrais; o mesmo não pode ser dito a respeito da estatística de Hotelling ou da variância generalizada. Conseqüentemente, ele preferirá usar o gráfico de controle proposto ao invés dos gráficos conjuntos de T² e |S|. Além disso, o usuário, em geral, se sente mais seguro em intervir no processo somente após a ocorrência de um segundo ponto na região de ação do gráfico. Se o sinal for dado por dois pontos, não necessariamente vizinhos, porém próximos e na região de ação, o gráfico proposto terá um desempenho geral superior ao dos gráficos conjuntos de T² e |S| na detecção de desajustes do processo, exceto quando a correlação entre as duas características de qualidade for muito alta. Quando a correlação é muito alta e a causa especial desloca a média e/ou aumenta a variância de apenas uma das variáveis, X ou Y, os gráficos de T² e |S| são, em geral, mais ágeis do que gráfico MCMAX.
5
Teodoro, Paulo Eduardo, Rhayanne Dias Costa, Rodrigo Barros Rocha, and Bruno Galvêas Laviola. "Número mínimo de medições para a avaliação acurada de características agronômicas de pinhão-manso." Pesquisa Agropecuária Brasileira 51, no. 2 (February 2016): 112–19. http://dx.doi.org/10.1590/s0100-204x2016000200003.
Full textAbstract:
Resumo: O objetivo deste trabalho foi identificar o método mais eficaz para estimar coeficientes de repetibilidade em progênies de meios-irmãos de pinhão-manso (Jatropha curcas) e predizer o número mínimo de medições necessárias para algumas características agronômicas da oleaginosa. Avaliaram-se 18 famílias de meios-irmãos, em delineamento de blocos ao acaso, com três repetições, de 2009 a 2013. Nesse período, as seguintes características foram avaliadas: altura de plantas, diâmetro do caule, número de ramos por planta, projeção da copa na linha, projeção da copa na entrelinha e produtividade de grãos. O coeficiente de repetibilidade (r) foi estimado a partir de diferentes estratégias: análise de variância; análise dos componentes principais (ACP), com base na matriz de correlações (CPCOR); ACP, com base na matriz de variâncias e covariâncias fenotípicas (CPCOV); e análise estrutural, com base na matriz de correlações. A estratégia CPCOV proporciona estimativas mais acuradas do coeficiente de repetibilidade e do número de medições necessárias (no mínimo quatro) para avaliação acurada (mínimo 80%) das características, devido ao comportamento cíclico das progênies.
6
Nascimento Filho, Firmino José do, André Luiz Atroch, Cosme Damião Cruz, and Pedro Crescêncio Souza Carneiro. "Repetibilidade da produção de sementes em clones de guaraná." Pesquisa Agropecuária Brasileira 44, no. 6 (June 2009): 605–12. http://dx.doi.org/10.1590/s0100-204x2009000600009.
Full textAbstract:
O objetivo deste trabalho foi avaliar a repetibilidade da produção de sementes 27 clones guaraná (Paullinia cupana). Os clones foram avaliados em dez ensaios instalados em blocos ao acaso com duas repetições e três plantas por parcela, com espaçamento de 5x5 m. A produção de sementes foi avaliada por quatro anos (1998, 1999, 2000 e 2001) a partir do início da fase produtiva, após dois anos do plantio. O coeficiente de repetibilidade foi estimado pelos métodos: análise de variância (ANOVA), componentes principais com base em matriz de correlações (CPCOR), componentes principais com base em matriz de variâncias e covariâncias fenotípicas (CPCOV) e análise estrutural com base na matriz de correlações (AECOR). Foram estimados também o número mínimo de observações e o coeficiente de determinação. As estimativas dos coeficientes de repetibilidade com base nos quatro anos, nos dez ambientes, foram relativamente baixas - 0,2618 (AECOR), 0,3064 (CPCOR), 0,3183 (ANOVA) e 0,5308 (CPCOV) - e variaram de acordo com o método e o ambiente. São necessários, no mínimo, quatro anos de avaliação para a obtenção de valores genotípicos dos clones com coeficiente de determinação de 80%.
7
Xavier, Lara Hoffmann, and Carlos Tadeu dos Santos Dias. "Acurácia do modelo univariado para análise de medidas repetidas por simulação multidimensional." Scientia Agricola 58, no. 2 (June 2001): 241–50. http://dx.doi.org/10.1590/s0103-90162001000200005.
Full textAbstract:
Em experimentos com medidas repetidas, quando se utiliza o esquema de parcelas subdivididas, o teste F com relação à subparcela, só terá distribuição F exata caso a matriz de covariâncias atenda a condição de esfericidade. O objetivo deste trabalho foi verificar por meio de simulações, a acurácia da análise através da observação de casos em que a matriz de covariâncias atende, ou não, à condição de esfericidade. Quando utilizadas as matrizes de covariâncias do tipo componente de variância e simetria composta, que atendem a condição de esfericidade, a acurácia da análise foi satisfatória. O mesmo não ocorreu com outras estruturas da matriz de covariâncias. Com relação aos efeitos dos parâmetros, dependendo da grandeza dos valores dos efeitos, estes influenciam o resultado dos testes no sentido de superestimar a indicação dos mesmos, isto quando o intervalo de variação é grande.
8
Ferreira, Sandro de Freitas, and Moisés de Andrade Resende Filho. "Aplicação do método de preços hedônicos na precificação de atributos raros de peças filatélicas e construção de carteiras eficientes." Estudos Econômicos (São Paulo) 40, no. 2 (June 2010): 469–98. http://dx.doi.org/10.1590/s0101-41612010000200008.
Full textAbstract:
Este trabalho aplica modelos de preços hedônicos na estimação do valor das características implícitas de selos postais imperiais brasileiros emitidos de 1843 a 1889, com base em suas cotações anuais no período 1954 a 1988. Os preços implícitos estimados são utilizados para gerar os retornos médios e matriz de variâncias-covariâncias, necessários à aplicação do método de Markowitz na construção das carteiras eficientes. As evidências encontradas mostram que carteiras eficientes seriam formadas por um reduzido número de selos. Além disso, os resultados indicam que a compra de selos não seria lucrativa.
9
Freitas, Alfredo Ribeiro de. "Avaliação de procedimentos na estimação de parâmetros genéticos em bovinos de corte." Revista Brasileira de Zootecnia 29, no. 1 (February 2000): 94–102. http://dx.doi.org/10.1590/s1516-35982000000100013.
Full textAbstract:
RESUMO - Estimativas de variâncias, covariâncias e herdabilidades (h²) de dados de pesos ao nascimento (y1), à desmama (y2), aos 12 (y3), 18 (y4) e 24 meses (y5) e circunferência escrotal aos 12 (y6) meses de idade foram obtidas de três amostras de dados de animais Canchim, machos e fêmeas, nascidos de 1961 a 1991, em São Carlos, SP. Foram utilizadas análises univariada, por meio do Método 3 de Henderson, Máxima Verossimilhança (ML), ML Restrita (REML), Método Iterativo Simples de Henderson (IHSM), Método da Estimação Quadrática Não-viesada de Variância Mínima (MIVQUEo) e procedimento GLM do SAS, e multivariada por IHSM, ML e REML, com e sem a inclusão da matriz de parentesco entre os animais. As estimativas de h² variaram de 0,33 a 0,34 (y1), 0,30 a 0,81 (y2), 0,28 a 0,68 (y3), 0,27 a 0,27 (y4), 0,40 a 0,40 (y5) e 0,40 a 0,40 (y6). Detectou-se afastamento da normalidade para quase todas as características e heterogeneidade de variâncias para os efeitos fixos de sexo, ano e época de nascimento, idade da vaca ao parto, geração do animal e efeito aleatório de touros. A transformação dos dados fornecendo escores normais como resposta foi a mais eficiente em aproximar os dados a uma distribuição normal. Métodos de estimação, análise univariada ou multivariada, amostragem e tipo de transformação de dados, nesta ordem, foram os que mais influenciaram as estimativas de h².
10
Silva, Emerson Noleto, João Batista Duarte, and Américo José dos Santos Reis. "Seleção da matriz de variância-covariância residual na análise de ensaios varietais com medidas repetidas em cana-de-açúcar." Ciência Rural 45, no. 6 (June 2015): 993–99. http://dx.doi.org/10.1590/0103-8478cr20141531.
Full textAbstract:
Este trabalho objetivou avaliar diferentes estruturas da matriz de variâncias e covariâncias residual (Σ), quanto ao ajustamento de dados longitudinais via modelos mistos, em experimentos varietais de cana-de-açúcar. A seleção adequada desta matriz garante a escolha de um modelo mais representativo dos dados. Em cada modelagem, variou-se ainda a suposição associada aos efeitos de tratamentos (variedades), como fixos e aleatórios. Quatro ensaios varietais, conduzidos entre 2005 e 2009, em três localidades do Estado de Goiás, foram considerados. Cada experimento foi delineado em blocos casualizados com três ou quatro repetições. A variável resposta analisada foi toneladas de colmos por hectare (TCH). Para avaliar a qualidade de ajustamento dos modelos, foram utilizados o critério de informação de Akaike (AIC) e o teste da razão de verossimilhanças. Este último foi utilizado apenas para comparar modelos hierárquicos, tomados dois a dois. Constatou-se que as análises pelo modelo univariado clássico de parcelas subdivididas oscilaram entre as piores ou entre aquelas de ajustes apenas medianos. As estruturas da matriz Σ com os melhores ajustamentos variaram entre os ensaios, com destaque para a matriz não-estruturada. Tais resultados revelam que a estrutura de erros independentes, em geral, não se mostra adequada para esse tipo de análise e, também, que não é seguro definir previamente uma estrutura específica de Σ para tais ensaios. Pequenas alterações foram observadas na classificação das estruturas ao se assumirem os efeitos de tratamentos como fixos ou aleatórios; porém, sem efeito importante na classificação das melhores estruturas em cada ensaio.
Dissertations / Theses on the topic "Matriz de variâncias e covariâncias"
1
Freitas, Edjane Gonçalves de. "Uso de informações de parentesco e modelos mistos para avaliação e seleção de genótipos de cana-de-açúcar." Universidade de São Paulo, 2013. http://www.teses.usp.br/teses/disponiveis/11/11137/tde-30102013-112348/.
Full textAbstract:
Nos programas de melhoramento de cana-de-açúcar todos os anos são instalados experimentos com o objetivo de avaliar genótipos que podem eventualmente ser recomendados para o plantio, ou mesmo como genitores. Este objetivo é atingido com o emprego de experimentos em diferentes locais, durante diferentes colheitas. Além disso, frequentemente há grande desbalanceamento, pois nem todos os genótipos são avaliados em todos os experimentos. O emprego de abordagens tradicionais como análise de variância conjunta (ANAVA) é inviável devido à condição de desbalanceamento e ao fato de as pressuposições não modelarem adequadamente o relacionamento entre as observações. O emprego de modelos misto utilizando a metodologia REML/BLUP é uma alternativa para análise desses experimentos em cana-deaçúcar, permitindo também incorporar a informação de parentesco entre os indivíduos. Nesse contexto, foram analisados 44 experimentos (locais) de cana-de-açúcar do programa de melhoramento da cana-de-açúcar do Instituto Agronômico de Campinas (IAC), com 74 genótipos (clones e variedades) e com até 5 colheitas. O delineamento foi o de blocos ao acaso com 2 a 6 repetições. O caráter analisado foi TPH (Tonelada de pol por hectare). Foram testados 40 modelos, os 20 primeiros foram avaliadas diferentes estrutura de VCOV para locais e colheitas, e os 20 seguintes, além das matrizes de VCOV, foi incorporada a matriz de parentesco genético, A. De acordo com AIC, verificou-se que o Modelo 11, o qual assume as matrizes FA1, AR1 e ID, para locais, colheitas e genótipos, respectivamente, foi o melhor, e portanto, o mais eficiente para seleção de genótipos superiores. Quando comparado ao modelo tradicional (médias dos experimentos), houve mudanças no ranqueamento dos genótipos. Há correlação entre o modelo tradicional e o Modelo 11 (_ = 0, 63, p-valor < 0, 001). A opção de utilizar modelo misto sem ajustar as matrizes de VCOV (Modelo 1) é relativamente melhor do que usar o Modelo Tradicional. Isto foi evidenciado pela correlação mais alta entre os modelos 1 e 11 (_ = 0, 87 com p-valor < 0, 001). Acredita-se que o emprego do Modelo 11 junto com experiência do melhorista poderá aumentar a eficiência de seleção em programas de melhoramento de cana-de-açúcar.In breeding programs of sugarcane every year experiments are installed to evaluate the performance of genotypes, in order to select superior varieties and genitors. The use of ordinary approaches such as joint analysis of variance (ANOVA) is unfeasible due to unbalancing and assumptions that do not reflect the standard of relationship of the observations. The use of mixed models using the method REML/BLUP is an alternative. It also allows the incorporation of information from kinship between individuals. In this context, we analyzed 44 trials (locations) of sugarcane breeding program of sugarcane (Agronomic Institute Campinas, IAC), with 74 genotypes (varieties and clones), up to 5 harvests. The experimental design was randomized blocks with 2-6 replicates. The character was examined TPH (Tons of pol per hectare). We tested 40 models, the first 20 were evaluated different VCOV structure to locations and harvests, and 20 following addition of matrix VCOV was incorporated genetic relationship matrix, A. Under AIC, it was found that the model 11, which assumes matrices FA1, AR1 and ID for locations, harvests and genotypes, respectively, was the best. There is a moderate correlation between traditional model and model 11 (_ = 0.63, p-value < 0.001), when ranking the genotypes. The option of using mixed model without adjusting matrices VCOV (model 1) is better than using the traditional model. This was suggested by the higher correlation between models 1 and 11 (_ = 0.87 with p-value < 0.001). We believe that the usage of model 11 together with breeders experience can increase the efficiency of selection in sugarcane breeding programs.
2
Filho, Jomar Antonio Camarinha. "Modelos lineares mistos: estruturas de matrizes de variâncias e covariâncias e seleção de modelos." Universidade de São Paulo, 2002. http://www.teses.usp.br/teses/disponiveis/11/11134/tde-02012003-135234/.
Full textAbstract:
É muito comum encontrar nas áreas agronômica e biológica experimentos cujas observações são correlacionadas. Porém, tais correlações, em tese, podem estar associadas às parcelas ou às subparcelas, dependendo do plano experimental adotado. Além disso, a metodologia de modelos lineares mistos vem sendo utilizada com mais freqüência, principalmente após os trabalhos de Searle (1988), Searle at al. (1992), Wolfinger (1993b) entre outros. O sucesso do procedimento de modelagem está fortemente associado ao exame dos efeitos aleatórios que devem permanecer no modelo e na possibilidade de se introduzir, no modelo, estruturas de variâncias e covariâncias das variáveis aleatórias que, para o modelo linear misto, podem estar inseridas no resíduo e, também, na parte aleatória associada ao fator aleatório conhecido. Nesse contexto, o Teste da Razão de Verossimilhança e o Critério de Akaike podem auxiliar na tarefa de escolha do modelo mais apropriado para análise dos dados, além de permitir verificar que escolhas de modelos inadequadas acarretam em conclusões divergentes em relação aos efeitos fixos do modelo. Com o desenvolvimento do Proc Mixed do SAS (Littel at al. 1996), utilizado neste trabalho, a análise desses experimentos, tratada pela metodologia modelos lineares mistos, tornou-se mais usual e segura. Com a finalidade de se atingir o objetivo deste trabalho, utilizaram-se dois exemplos (A e B) sobre a resposta da produtividade de três cultivares de trigo, em relação a níveis de irrigação por aspersão line-source. Foram criados e analisados 29 modelos para o Exemplo A e 16 modelos para o Exemplo B. Pôde-se verificar, para cada um dos exemplos, que as conclusões em relação aos efeitos fixos se modificaram de acordo com o modelo adotado. Notou-se, também, que o Critério de Akaike deve ser visto com cautela. Ao se comparar modelos similares entre os dois exemplos, ratificou-se a importância de se programar corretamente no Proc Mixed. Nesse contexto, conclui-se que é fundamental conduzir a análise de experimentos de forma ampla, buscando vários modelos e verificando quais têm lógica em relação ao plano experimental, evitando erros ao término da análise.In Biology and Agronomy, experiments that produce correlated observations are often found. Theoretically, these correlations may be associated with whole-plots or subplots, according to the chosen experimental design. Also, the mixed linear model methodology is now being used much more frequently, especially after the works of Searle (1988), Searle et al. (1992) and Wolfinger (1993b), among others. The success of the modeling procedure is strongly associated with the examination of the random effects that must remain within the model and the possibility of introducing variance-covariance structures of random variables in the model. In the case of the mixed linear model, they may be included in the residual error or in the random part which is associated with the known random factor. In this context, the Likelihood Ratio Test and Akaike's Information Criterion can help in choosing the most appropriate model for data analysis. They also enable the verification of inadequate choice of models which can lead to divergent conclusions regarding the fixed effects of the model. With the development of the SAS Mixed Procedure (Little at al. 1996), which was used in this work, analysis of these experiments, conducted through the mixed linear model methodology, has become more usual and secure. In order to achieve the target of this work, two examples were utilized (A and B) involving the productivity response of three varieties of wheat, in regards to irrigation levels by line-source aspersion. Twenty-nine models for Example A and 16 models for Example B were created and analyzed. For each example, it was verified that conclusions regarding fixed effects changed according to the model adopted. It was also verified that Akaikes Information Criterion must be regarded with caution. When comparing similar models between the two examples, the importance of correct programming in the Mixed Procedure was confirmed. In this context, it can be concluded that it is fundamental to conduct the experiment analysis in an ample manner, looking for various models and verifying which ones make sense according to the experimental plan, thus avoiding errors at analysis completion.
3
BARROS, Fabiana Uchôa. "Matriz de covariâncias do estimador de máxima verossimilhança corrigido pelo viés em modelos lineares generalizados com parâmetro de dispersão desconhecido." Universidade Federal de Campina Grande, 2011. http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1278.
Full textAbstract:
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.
4
Samsonescu, Jorge Augusto Dias. "Carteiras de baixa volatilidade : menor risco e maior retorno no mercado de ações brasileiro." Universidade do Vale do Rio dos Sinos, 2015. http://www.repositorio.jesuita.org.br/handle/UNISINOS/3639.
Full textAbstract:
Submitted by Maicon Juliano Schmidt (maicons) on 2015-05-25T14:00:15Z
No. of bitstreams: 1
Jorge Augusto Dias Samsonescu.pdf: 443638 bytes, checksum: 0ac887f981377608fa611c1016a91b22 (MD5)Made available in DSpace on 2015-05-25T14:00:15Z (GMT). No. of bitstreams: 1 Jorge Augusto Dias Samsonescu.pdf: 443638 bytes, checksum: 0ac887f981377608fa611c1016a91b22 (MD5) Previous issue date: 2015-02-20
Banco do Brasil S.A.
Este trabalho analisa o desempenho fora da amostra de carteiras de mínima variância e baixa volatilidade no mercado de ações brasileiro entre 2003 e 2013, comparativamente ao índice IBOVESPA e a uma carteira igualmente ponderada. As carteiras de mínima variância foram otimizadas com restrição de posições vendidas e limite de peso para os ativos. A matriz de covariância foi estimada pelo método amostral e método shrinkage proposto por Ledoit e Wolf (2003). A carteira de baixa volatilidade foi estruturada de forma similar ao método do índice S&P 500 Low Volatility. O período utilizado para o rebalanceamento das carteiras foi quadrimestral e os ativos elegíveis para as carteiras foram os componentes do IBOVESPA em cada quadrimestre analisado. A comparação das carteiras foi feita através dos indicadores de retorno, desvio padrão e índice de Sharpe anualizados, MVaR e maximum drawdown. Os resultados apontam para a importância na escolha do limite de pesos para os ativos das carteiras de mínima variância. As carteiras de menor risco obtiveram os melhores resultados em todos os indicadores testados.
This study analyzes the out-of-sample performance of minimum-variance and low volatility portfolios in the Brazilian stock market from 2003 to 2013, when compared to IBOVESPA index and an equally weighted portfolio. The minimum variance portfolios have been optimized with short selling restriction and weight limits for the assets. The covariance matrix was estimated by sample method and shrinkage method proposed by Ledoit & Wolf (2003). The low volatility portfolio was structured in a similar way to the S&P 500 Low Volatility index method. The portfolios rebalancing period were quarterly and the eligible assets for the portfolios were IBOVESPA components in each analyzed period. The portfolios performance was evaluated through indicators such return, standard deviation, Sharpe ratio, maximum drawdown and MVAR indicators. The results point to the importance in choosing the weight limits for the assets of minimum-variance portfolios. Lower risk portfolios delivered the best results in all tested indicators.
5
Alves, Alexandra Maria Meleiro. "O cálculo do Value at Risk aplicado a fundo de pensões." Master's thesis, Instituto Superior de Economia e Gestão, 2006. http://hdl.handle.net/10400.5/3601.
Full textAbstract:
Mestrado em Ciências ActuariaisUma análise multi-perspectivada do risco inerente aos investimentos realizados no quadro dos Fundos de Pensões tem vindo a tornar-se cada vez mais importante, para as Sociedades Gestoras, para as Entidades Supervisoras e para as próprias empresas criadoras dos fundos, como meio imprescindível de controlo e previsão de custos e benefícios futuros. O objectivo desta dissertação é analisar uma classe de medidas de risco que tem vindo a ganhar aceitação junto dos vérios organismos, tanto devido à valiosa informação que dá, como devido à simplicidade na sua interpretação, o chamdo value at Risk (VaR). Depois de uma análise dos vários tipos de modelo para cálculo do VaR, onde se observam os pressupostos utilizados e as vantagens e desvantagens de cada um, aplicaram-se dois métodos a uma carteira de um Fundo de Pensões já existente no mercado, comparando-se os resultados com as responsabilidades actuariais do Fundo, presntes e futuras.
Pension's Fund and the risk analysis of their investments is becoming a growing need not only for the managers but also to the supervising authorities and the sponsers as a mean to control and predict future costs and benefits. The objective of this work is to survey one of the risk measures that is being very well accepted by a wider number of entities due to its simplicity of interpretation: Value at Risk. After the analysis of several calculation methods where hypothesis, parameters and advantages and disadvantages are present, two of those methods were applied to an existing pension's fund. The obtained results were compared with the pension's fund actuarial liabilities.
6
Barros, Fabiana Uchôa. "Refinamentos assintóticos em modelos lineares generalizados heteroscedáticos." Universidade de São Paulo, 2017. http://www.teses.usp.br/teses/disponiveis/45/45133/tde-12052017-103436/.
Full textAbstract:
Nesta tese, desenvolvemos refinamentos assintóticos em modelos lineares generalizados heteroscedásticos (Smyth, 1989). Inicialmente, obtemos a matriz de covariâncias de segunda ordem dos estimadores de máxima verossimilhança corrigidos pelos viés de primeira ordem. Com base na matriz obtida, sugerimos modificações na estatística de Wald. Posteriormente, derivamos os coeficientes do fator de correção tipo-Bartlett para a estatística do teste gradiente. Em seguida, obtemos o coeficiente de assimetria assintótico da distribuição dos estimadores de máxima verossimilhança dos parâmetros do modelo. Finalmente, exibimos o coeficiente de curtose assintótico da distribuição dos estimadores de máxima verossimilhança dos parâmetros do modelo. Analisamos os resultados obtidos através de estudos de simulação de Monte Carlo.In this thesis, we have developed asymptotic refinements in heteroskedastic generalized linear models (Smyth, 1989). Initially, we obtain the second-order covariance matrix for the maximum likelihood estimators corrected by the bias of first-order. Based on the obtained matrix, we suggest changes in Wald statistics. In addition, we derive the coeficients of the Bartlett-type correction factor for the statistical gradient test. After, we get asymptotic skewness of the distribution of the maximum likelihood estimators of the model parameters. Finally, we show the asymptotic kurtosis coeficient of the distribution of the maximum likelihood estimators of the model parameters. Monte Carlo simulation studies are developed to evaluate the results obtained.
7
Tomaya, Lorena Yanet Cáceres. "Inferência em modelos de regressão com erros de medição sob enfoque estrutural para observações replicadas." Universidade Federal de São Carlos, 2014. https://repositorio.ufscar.br/handle/ufscar/4584.
Full textAbstract:
Made available in DSpace on 2016-06-02T20:06:10Z (GMT). No. of bitstreams: 1
6069.pdf: 3171774 bytes, checksum: a737da63d3ddeb0d44dfc38839337d42 (MD5)
Previous issue date: 2014-03-10Financiadora de Estudos e Projetos
The usual regression model fits data under the assumption that the explanatory variable is measured without error. However, in many situations the explanatory variable is observed with measurement errors. In these cases, measurement error models are recommended. We study a structural measurement error model for replicated observations. Estimation of parameters of the proposed models was obtained by the maximum likelihood and maximum pseudolikelihood methods. The behavior of the estimators was assessed in a simulation study with different numbers of replicates. Moreover, we proposed the likelihood ratio test, Wald test, score test, gradient test, Neyman's C test and pseudolikelihood ratio test in order to test hypotheses of interest related to the parameters. The proposed test statistics are assessed through a simulation study. Finally, the model was fitted to a real data set comprising measurements of concentrations of chemical elements in samples of Egyptian pottery. The computational implementation was developed in R language.
Um dos procedimentos usuais para estudar uma relação entre variáveis é análise de regressão. O modelo de regressão usual ajusta os dados sob a suposição de que as variáveis explicativas são medidas sem erros. Porém, em diversas situações as variáveis explicativas apresentam erros de medição. Nestes casos são utilizados os modelos com erros de medição. Neste trabalho estudamos um modelo estrutural com erros de medição para observações replicadas. A estimação dos parâmetros dos modelos propostos foi efetuada pelos métodos de máxima verossimilhança e de máxima pseudoverossimilhança. O comportamento dos estimadores de alguns parâmetros foi analisado por meio de simulações para diferentes números de réplicas. Além disso, são propostos o teste da razão de verossimilhanças, o teste de Wald, o teste escore, o teste gradiente, o teste C de Neyman e o teste da razão de pseudoverossimilhanças com o objetivo de testar algumas hipóteses de interesse relacionadas aos parâmetros. As estatísticas propostas são avaliadas por meio de simulações. Finalmente, o modelo foi ajustado a um conjunto de dados reais referentes a medições de concentrações de elementos químicos em amostras de cerâmicas egípcias. A implementação computacional foi desenvolvida em linguagem R.
8
Carvalho, Francisco Ricardo Duarte de. "Análise fatorial." Master's thesis, 2013. http://hdl.handle.net/10316/33696.
Full textAbstract:
Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia da Universidade de CoimbraA análise fatorial é um método estatístico multivariado cujo objetivo é agrupar p variáveis aleatórias, X1, . . . ,Xp, em grupos formados por variáveis fortemente correlacionadas. Tais grupos constituem os chamados fatores ou variáveis latentes. Os fatores são variáveis aleatórias não observáveis, preferencialmente em número inferior ao das variáveis originais. Neste trabalho, considera-se o modelo fatorial ortogonal, no qual os fatores são ortogonais dois a dois. No modelo fatorial, cada variável original é escrita como combinação linear dos fatores comuns adicionada de um fator específico. Para estimar os coeficientes dos fatores comuns, denominados pesos fatoriais, são abordados dois métodos, nomeadamente, o método das componentes principais e o método da máxima verosimilhança, sendo o primeiro desenvolvido com mais pormenor. Neste sentido, começa-se por definir e obter as componentes principais de uma população. O procedimento correspondente envolve os valores próprios e os vetores próprios da matriz de correlações ou da matriz de variâncias-covariâncias das variáveis X1, . . . ,Xp. Seguidamente, obtêmse as componentes principais amostrais e apresentam-se estimadores para os parâmetros envolvidos, em particular, estimadores de máxima verosimilhança no caso em que o vetor aleatório [X1 . . .Xp]T tem distribuição normal multivariada. Referem-se vários critérios para escolher o número m de fatores, m < p, e, considerando os fatores como eixos ortogonais, aborda-se a rotação ortogonal dos mesmos, com vista a facilitar a sua interpretação. Apesar dos fatores comuns serem variáveis não observáveis, é possível estimar o valor de cada fator (score) para cada indivíduo da amostra. Neste trabalho referem-se dois métodos para atingir esse objetivo: o método dos mínimos quadrados ponderados e o método da regressão. Finalmente, apresenta-se um exemplo de aplicação da análise fatorial, desenvolvido com recurso ao software SPSS.
Factor analysis is a multivariate statistical method with the objective of grouping p random variables X1, . . . ,Xp in groups formed by strongly correlated variables. These groups are called factors or latent variables. The factors are unobservable random variables, preferably in smallest number that the original variables. In this work, is considered the orthogonal factorial model, in which the factors are orthogonal two linear combination of the common factors and added to a specific factor. To estimate the coefficients of common factors, called loadings, we will see two methods, namely, the method of principal components and the method of maximum likelihood, the first being developed in more detail. We starts by define and obtain principal components of a population. The corresponding procedure involves the eigenvalues and eigenvectors of the correlation matrix or the variance-covariance matrix of the variables X1, . . . ,Xp. Then, we obtain the principal components of sample and we present the estimators for involved parameters, in particular, maximum likelihood estimators in case that the random vector [X1 . . .Xp]T has multivariate normal distribution. We refer several criteria to choose the number m of factors, m < p, and, considering the factors as orthogonal axes, we study the orthogonal rotation, to facilitate their interpretation. Although the common factors are unobservable variables, we can estimate the value of each factor (score) for each element of sample. In this work we refer two methods to achieve this objective: the method of weighted least squares and the regression method. Finally, we present an example of application of factor analysis, developed using the SPSS software.
9
Martins, Ana Rita da Costa de Sousa. "Metodologia value-at-risk: aplicação a uma carteira de obrigações de tesouro portuguesas." Master's thesis, 2013. http://hdl.handle.net/10362/9184.
Full textAbstract:
Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação, especialização em Análise e Gestão de RiscoO conhecimento prévio do risco a que um país está exposto sempre foi essencial. No entanto, e dada a situação financeira verificada na Zona Euro, esse conhecimento tornou-se crucial. Sendo o Value-at-Risk (VaR) uma medida de mensuração do risco financeiro, este trabalho tem como principal objetivo a aplicação de vários modelos VaR, considerando uma carteira constituída por quatro Obrigações do Tesouro Portuguesas, sendo posteriormente verificada a sua performance, de modo a verificar se são adequados ou não. Os modelos utilizados serão o modelo da Simulação Histórica, o modelo de Monte Carlo (modelos não paramétricos) e o modelo paramétrico das Variância-Covariâncias, sendo a matriz referida calculada através dos modelos Equal Weighted e Exponentially Weighted Moving Average (EWMA). No modelo de Monte Carlo e no modelo paramétrico foram efetuados cálculos considerando duas distribuições, a distribuição Normal e a distribuição t-Student. Relativamente aos resultados obtidos, os modelos não paramétricos são os que apresentam uma melhor performance, sendo o modelo de Monte Carlo, considerando tanto a distribuição Normal como a distribuição t-Student, aquele que apresentou uma performance superior.
Prior knowledge of the risk that a country is exposed to has always been essential. However, in the present financial situation of the Euro Zone, this knowledge has become crucial. Value-at-Risk (VaR) is a measure of financial risk, and the aim of this work is to apply several VaR models to a portfolio composed of four Portuguese Treasury Bonds and then their performance is checked to ascertain their adequacy. The models used are the Historical Simulation, Monte Carlo (non-parametric models) and the Equal Weighted and Exponentially Weighted Moving Average (EWMA) models. In the Monte Carlo model and the parametric model the calculations were done by considering two distributions, the Normal and the T-Student distributions. The results were more favorable for the non parametric models and, in particular, the Monte Carlo model was the one with the best performance.
10
Mateus, Ana Sofia Alves Martins. "Afectação de carteiras no âmbito da metodologia Value-at-Risk." Master's thesis, 2008. http://hdl.handle.net/10071/1104.
Full textAbstract:
JEL Classification: G11, G21, G23, G28O conceito de Value at Risk (VaR) é uma medida de avaliação de risco de mercado utilizada pelas Instituições Financeiras no cálculo do capital regulamentar. O comitê de Basileia estabeleceu que as Instituições Financeiras têm a obrigatoriedade de reportar o seu valor interna e externamente. Dada a importância deste conceito para a gestão diária da actividade, este poderá ser aplicado na gestão de carteiras de investimentos, nomeadamente na escolha e proporção entre diferentes activos. Neste âmbito, o objectivo deste estudo será, não só obter a carteira óptima de modo a minimizar o VaR do portfolio, mas também analisar, à posterior, a performance de cada modelo usado no cálculo do VaR. Vamos recorrer ao modelo Variâncias-Covariâncias (VaR-Cov), em que a matriz referida é calculada de três formas distintas: Equally Weighted (todas as observações têm igual peso), Exponentially Weighted Moving Average (EWMA) e GARCH-BEKK e ao modelo de Simulação histórica. Relativamente aos resultados, se o nosso objectivo for a minimização do nível de capital regulamentar, então o modelo EWMA admitindo a distribuição normal como distribuição de rendimentos, apresenta-se, de entre os modelos analisados, o modelo com performance superior. Se o objectivo for a minimização do VaR, ignorando a minimização do nível de capital regulamentar, a escolha do modelo (modelo com performance superior) depende do nível de confiança analisado, sendo que o modelo EWMA não regista, para nenhum nível de significância, performance superior aos restantes.
The Value at Risk (VaR) concept is a measure used by Financial Institutions to assess the market risk when calculating the regulatory capital. The Basel Committee established that Financial Institutions are obliged to report the VaR both internally and externally. Given the importance of this concept in the day-to-day management of the activity of Financial Institutions, it can be applied in portfolio management, namely in the choice and proportion between different assets. The aim of this study is therefore to not only to obtain an optimal portfolio so as to minimise the VaR but also to carry out an ex post analysis of the performance of each model used to calculate the VaR. For this we will use the Variance-Covariance (VaR-Cov) model, where the matrix is calculated in three different forms: Equally Weighted (all of the observations have an equal weight), Exponentially Weighted Moving Average (EWMA) and GARCH-BEKK and the Historical Simulation model. As far as the results are concerned, if our aim is to minimise the regulatory capital level, then EWMA is the model with the best performance among the models analysed, assuming a normal income distribution. If, on the other hand, the aim is to minimise the VaR, ignoring the minimisation of the regulatory capital level, then the choice of the model (best performance model) depends on the analysed confidence level. In this case, the EWMA model does not perform better than the other models for any of the significance levels.