O efeito disposição, originalmente proposto por Shefrin e Statman (1985), preconiza que os investidores tendem a vender ações com lucro em um curto período de tempo e manter ações com prejuízo por um longo período de tempo. A despeito da ampla gama de evidências sobre o assunto, as razões que levariam os investidores a manifestar esse viés comportamental ainda é motivo de uma controvérsia importante entre motivações racionais e comportamentais. Neste trabalho, o objetivo foi testar duas motivações comportamentais concorrentes para explicar o efeito disposição: a teoria perspectiva e o viés da reversão à média. Para cumprir esse objetivo, foi feita uma análise das transações mensais de compra e venda de uma amostra de 51 fundos de investimento em ações brasileiros, no período de 2002 a 2008. A análise envolveu a estimação de dois modelos de regressão de variável dependente qualitativa. O primeiro consistiu em um modelo logit binário cujo propósito foi determinar a probabilidade de um gestor realizar um ganho ou uma perda de capital em razão de variáveis de retorno das ações. O segundo foi um modelo logit ordenado cujo objetivo foi verificar a existência de uma relação entre as variáveis de retorno e o volume monetário vendido das ações. Em ambos os modelos, os parâmetros estimados para as variáveis de retorno das ações foram interpretados como um coeficiente de disposição, sendo que a proposição desse coeficiente consistiu na principal contribuição da pesquisa. Os resultados dos modelos estimados trouxeram evidências de que a teoria perspectiva parece permear o processo decisório dos gestores dos fundos analisados. Já no caso da hipótese de que o efeito disposição é decorrente do viés da reversão à média, não foi possível corroborá-la com base nos resultados aqui relatados. / The disposition effect, originally proposed by Shefrin and Statman (1985), predicts that investors tend to sell winning stocks too soon and ride losing stocks too long. Despite the wide range of research evidence about this issue, the reasons that lead investors to act this way is still subject to much controversy between rational and behavioral explanations. In this thesis, the main goal was to test two competing behavioral motivations to justify the disposition effect: prospect theory and mean reversion bias. To achieve this goal, an analysis of monthly transactions for a sample of 51 Brazilian stock funds from 2002 to 2008 was conducted. The analysis involved the estimation of two regression models with qualitative dependent variable. The first one consisted of a binary logit model whose purpose was to set the probability of a manager to realize a capital gain or loss as a function of the stock return. The second one was an ordered logit model whose objective was to verify the existence of a relationship between stock returns and the monetary volume sold. In both models, the estimated parameters for the stock return variables were interpreted as a disposition coefficient and the proposition of this coefficient was the main contribution of the research. The results of the estimated models brought evidence that prospect theory seems to guide the decision making process of the managers of the analyzed funds. The hypothesis that the disposition effect is due to mean reversion bias could not be confirmed based on the results reported here.

Modelos de credit score são usualmente desenvolvidos somente com informações dos proponentes aceitos. Neste trabalho foram consideradas estratégias que podem ser utilizadas para o desenvolvimento de modelos de credit score com a inclusão das informações dos rejeitados. Foram avaliadas as seguintes técnicas de inferência de rejeitados: classificação dos rejeitados como clientes Maus, parcelamento, dados aumentados, uso de informações de mercado e ainda a estratégia de aceitar proponentes rejeitados para acompanhamento e desenvolvimento de novos modelos de risco de crédito. Para a avaliação e comparação dos modelos foram utilizadas as medidas de desempenho: estatística de Kolmogorov-Smirnov (KS), área sob a curva de Lorentz (ROC), área entre as curvas de distribuição acumulada dos escores (AEC), diferença entre as taxas de inadimplência nos intervalos do escore definidos pelos decis e coeficiente de Gini. Concluiu-se que dentre as quatro primeiras técnicas avaliadas, o uso de informaçõoes de mercado foi a que apresentou melhor desempenho. Quanto à estratégia de aceitar proponentes rejeitados, observou-se que há um ganho em relação ao modelo ajustado só com base nos proponentes aceitos. / Credit scoring models are usually built using only information of accepted applicants. This text considered strategies that can be used to develop credit score models with inclusion of the information of the rejects. We evaluated the techniques of reject inference: classification of rejected customers as bad, parceling, augmentation, use of market information and the strategy of accepting rejected proponents for monitoring and developing new models of credit risk. For the evaluation and comparison between models were used performance measures: Kolmogorov-Smirnov statistics (KS), the area under the Lorentz Curve (ROC), area between cumulative distribution curves of the scores (AEC), difference among the delinquency rate in the score buckets based on deciles (DTI) and the Gini coefficient. We concluded that among the first four techniques evaluated, the fourth (use of market information) had the best performance. For the strategy to accept rejected bidders, it was observed that there is a gain in relation to the model that uses only information of accepted applicants.

Contemporary computer vision solutions to the problem of object detection aim at incorporating contextual information into the process. This thesis proposes a systematic evaluation of the usefulness of incorporating knowledge about the geometric context of a scene into a baseline object detection algorithm based on local features. This research extends publicly available MATLABRª implementations of leading algorithms in the field and integrates them in a coherent and extensible way. Experiments are presented to compare the performance and accuracy between baseline and context-based detectors, using images from the recently published SUN09 dataset. Experimental results demonstrate that adding contextual information about the geometry of the scene improves the detector performance over the baseline case in 50% of the tested cases. / by Rafael J. Giusti Urbina. / Thesis (M.S.C.S.)--Florida Atlantic University, 2011. / Includes bibliography. / Electronic reproduction. Boca Raton, Fla., 2011. Mode of access: World Wide Web.

O objetivo do trabalho é apresentar os métodos mais consagrados de Análise Discriminante quando temos uma mistura de variáveis categóricas e contínuas. / The purpose of this dissertation is to analyze and compare Discriminant Analysis techniques in the presence of mixed categorical and continuous data.

Empreendedorismo tem sido objeto de incentivo no mundo e no Brasil, dada a sua significante contribuição para o desenvolvimento econômico e social de uma nação. Observa-se que a maioria das empresas, existentes ou novas, evolui de forma lenta e gradual; no entanto, reduzida parcela apresenta um padrão diferente, com crescimento elevado em faturamento ou número de colaboradores: são as empresas de alto crescimento (EACs). Tais empresas são as responsáveis por grande parte da geração de empregos (Birch, 1981; Coad, Daunfeldt, Holzl, Johansson, & Nightingale, 2014; Henrekson & Johansson, 2010; OECD, 2010). A presente tese procurou identificar as variáveis que ajudam a explicar o desempenho das EACs no Brasil, classificadas conforme critério da OECD (2007). Foi conduzida uma pesquisa com 470 empresas brasileiras, que coletou mais de 30 variáveis preditoras categóricas ou métricas, utilizadas no modelo Regressão Logística. Foram identificadas algumas variáveis alinhadas com a literatura e outras menos intuitivas e documentadas. Comprovou-se o aumento da probabilidade de EACs quando se relacionavam com aceleradoras, recebiam premiações ou eram spin-offs de outras empresas. Em função das altas taxas de juros bancários e da cultura empreendedora no Brasil, surpreendeu o impacto positivo de empréstimos bancários e a percepção dos empreendedores sobre registrar marcas comerciais, bem como o impacto negativo da percepção sobre propaganda em mídia digital e doações de instituições de fomento, relacionadas às EACs. Análises adicionais com o subgrupo de EACs caracterizadas como gazelas foram feitas. Embora apresente limitações de surveys e outras, a tese confirmou parte dos resultados da literatura sobre empreendedorismo e identificou avenidas para futuras pesquisas. / Entrepreneurship has been object of encouragement in the world and in Brazil, given its significant contribution to the economic and social development of a nation. It is observed that the majority of companies, existing or new, are developing slowly and gradually; however, small share presents a different pattern, with high growth in sales or number of employees: they are the high growth firms (HGFs). These firms are responsible for a large part of job creation (Birch, 1981; Coad, Daunfeldt, Holzl, Johansson, & Nightingale, 2014, Henrekson & Johansson, 2010, OECD, 2010). This thesis aimed to identify the variables that help to explain the performance of HGFs in Brazil, according to OECD (2007) criterion. A survey with 470 Brazilian companies was conducted, collecting more than 30 categorical or metric predictor variables, used in the Logistic Regression model. Some identified variables were aligned to literature, but others less intuitive or documented. It was confirmed the increase in the probability of HGFs when they related to accelerators, received awards, or were spin-offs of other companies. As a consequence of the high banking interest rates and the entrepreneurship culture in Brazil, surprised the positive impact of bank loans and the entrepreneurs\' perception of trademark registration, as well as the negative impact of perception on advertising in digital media and donations from development institutions, related to HGFs. Additional analyzes with the subgroup of HGFs characterized as gazelles were made. Although it presents limitations of surveys and others, the thesis confirmed part of the results of the literature on entrepreneurship and identified avenues for future researches.

O conhecimento do padrão de deslocamento populacional bem como a estimativa de demanda por transportes são de fundamental importância para a tomada de decisões relativas ao planejamento urbano e de transportes. Em geral, a obtenção destas informações é realizada por modelos tradicionais como o modelo quatro etapas. Entretanto, modelos clássicos não levam em conta a dependência espacial das variáveis . A Geoestatística, valendo-se da utilização de variáveis regionalizadas, apresenta-se como uma ferramenta auxiliar capaz de modelar informações espaciais. Este trabalho tem por objetivo estimar dados desagregados de demanda por transportes através de modelagem geoestatística e tradicional. Neste estudo, a modelagem tradicional e a geoestatística puderam ser comparadas por meio de um banco de dados referente à pesquisa Origem/Destino da Região Metropolitana de São Paulo, realizada em 2007. A abordagem tradicional se baseou em um modelo de regressão enquanto que a abordagem geoestatística consistiu na estimação espacial de variáveis com base na modelagem de semivariogramas e Krigagem. Ao final do trabalho, foi possível realizar a comparação dos resultados da abordagem tradicional e geoestatística em coordenadas de valores conhecidos. Os resultados indicaram que a modelagem tradicional apontou uma taxa de acertos de 96 % pelo modelo de Regressão Logística Múltipla adotada para a variável dicotômica de preferência por modo motorizado (variável objeto de estudo). A abordagem tradicional baseou-se na calibração de um modelo por meio de outras oito variáveis. Entretanto, a modelagem geoestatística, utilizando -se apenas das coordenadas geográficas domiciliares, resultou em 67% de taxa de acertos de previsão da variável. Isso demonstrou que, apesar de possuir menor taxa de acertos, a modelagem geoestatística, por utilizar menor número de informações para previsão da variável, teve um resultado satisfatório e demonstra-se promissora na área de planejamento de transportes , sobretudo considerando sua habilidade de estimação em outras coordenadas geográficas além das amostradas. / The comprehension of population displacement patterns and travel demand forecasting is crucial on making decisions related to urban transportation planning. In order to obtain this information, classic models like the sequential Four -step mo del are applied. However, classic models do not consider spatial location in their approach. Geostatistics is displayed as a suitable complementary instrument able to model spatial information. This work intends to forecast disaggregated data on transportation demand through traditional and geostatistical modeling. The present study compares the results from classic approach and Geostatistics through an Origin-Destination Survey dataset, carried out in São Paulo Metropolitan Area in 2007. The classic approach was based on regression models whereas Geostatistics consisted in variable spatial estimation by semivariograms modeling and Kriging. At the end of the study, a comparison between regression and geostatistical analysis was conducted through results of prediction in locations where the values of the variable are known. Results indicated that classic modeling had a 96% hit rate by Multiple Logistic Regression adopted for the dummy variable preference for motorized travel mode (object of study variable). Classic modeling was based on a training model using other eight predictor variables. Meanwhile, Geostatistics, using only residential geographical coordinate, resulted in a 67% hit rate for predicting the variable object of study. This demonstrates that, even though Geostatiscs had lower hit rate compared to Multiple Logistic Regression, it had satisfactory outcome and proves tobe a promising approach in transport planning, given that it considered less informati on to predict the variable, especially considering its ability of estimating in other geographical coordinates in addition to those sampled.

Uma etapa importante após a formulação e ajuste de um modelo de regressão é a análise de diagnóstico. A regressão logística tem se constituído num dos principais métodos de modelagem estatística de dados; mesmo quando a resposta de interesse não é originalmente do tipo binário, alguns pesquisadores tem dicotomizado a resposta de modo que a probabilidade de sucesso pode ser modelado através da regressão logística. Neste trabalho consideramos um estudo de diagnóstico no modelo da regressão logística, utilizando as medidas proposta por Pregibon (1981) e a técnica de influência local Cook (1986). Investigamos a aplicação da técnica de influência local sob diferentes esquemas de perturbação. Como ilustração, apresentamos a aplicação dos resultados desenvolvidos em dois conjuntos de dados reais. / An important stage after the formularization and adjustment of a regression model is the diagnosis analysis. Logistic regression is one of the main methods for modeling data and even when the response of interest is is not originally of the binary type, some researchers have dichotomized the response in a way that the success probability can be modeled through logistic regression. In this work we consider a study of diagnosis methods with logistic regression, using the measures proposed by Pregibon (1981) and the local influence technique of Cook (1986). We investigate the application of the local influence technique of under different types of disturbance. As as illustration, we show the application of the developed results obtained with real data sets.

O conhecimento do padrão de deslocamento populacional bem como a estimativa de demanda por transportes são de fundamental importância para a tomada de decisões relativas ao planejamento urbano e de transportes. Em geral, a obtenção destas informações é realizada por modelos tradicionais como o modelo quatro etapas. Entretanto, modelos clássicos não levam em conta a dependência espacial das variáveis . A Geoestatística, valendo-se da utilização de variáveis regionalizadas, apresenta-se como uma ferramenta auxiliar capaz de modelar informações espaciais. Este trabalho tem por objetivo estimar dados desagregados de demanda por transportes através de modelagem geoestatística e tradicional. Neste estudo, a modelagem tradicional e a geoestatística puderam ser comparadas por meio de um banco de dados referente à pesquisa Origem/Destino da Região Metropolitana de São Paulo, realizada em 2007. A abordagem tradicional se baseou em um modelo de regressão enquanto que a abordagem geoestatística consistiu na estimação espacial de variáveis com base na modelagem de semivariogramas e Krigagem. Ao final do trabalho, foi possível realizar a comparação dos resultados da abordagem tradicional e geoestatística em coordenadas de valores conhecidos. Os resultados indicaram que a modelagem tradicional apontou uma taxa de acertos de 96 % pelo modelo de Regressão Logística Múltipla adotada para a variável dicotômica de preferência por modo motorizado (variável objeto de estudo). A abordagem tradicional baseou-se na calibração de um modelo por meio de outras oito variáveis. Entretanto, a modelagem geoestatística, utilizando -se apenas das coordenadas geográficas domiciliares, resultou em 67% de taxa de acertos de previsão da variável. Isso demonstrou que, apesar de possuir menor taxa de acertos, a modelagem geoestatística, por utilizar menor número de informações para previsão da variável, teve um resultado satisfatório e demonstra-se promissora na área de planejamento de transportes , sobretudo considerando sua habilidade de estimação em outras coordenadas geográficas além das amostradas. / The comprehension of population displacement patterns and travel demand forecasting is crucial on making decisions related to urban transportation planning. In order to obtain this information, classic models like the sequential Four -step mo del are applied. However, classic models do not consider spatial location in their approach. Geostatistics is displayed as a suitable complementary instrument able to model spatial information. This work intends to forecast disaggregated data on transportation demand through traditional and geostatistical modeling. The present study compares the results from classic approach and Geostatistics through an Origin-Destination Survey dataset, carried out in São Paulo Metropolitan Area in 2007. The classic approach was based on regression models whereas Geostatistics consisted in variable spatial estimation by semivariograms modeling and Kriging. At the end of the study, a comparison between regression and geostatistical analysis was conducted through results of prediction in locations where the values of the variable are known. Results indicated that classic modeling had a 96% hit rate by Multiple Logistic Regression adopted for the dummy variable preference for motorized travel mode (object of study variable). Classic modeling was based on a training model using other eight predictor variables. Meanwhile, Geostatistics, using only residential geographical coordinate, resulted in a 67% hit rate for predicting the variable object of study. This demonstrates that, even though Geostatiscs had lower hit rate compared to Multiple Logistic Regression, it had satisfactory outcome and proves tobe a promising approach in transport planning, given that it considered less informati on to predict the variable, especially considering its ability of estimating in other geographical coordinates in addition to those sampled.

Recent Next Generation Sequencing methods provide a count of RNA molecules in the form of short reads, yielding discrete, often highly non-normally distributed gene expression measurements. Due to this feature of RNA sequencing (RNA-seq) data, appropriate statistical inference methods are required. Although Negative Binomial (NB) regression has been generally accepted in the analysis of RNA-seq data, its appropriateness in the application to genetic studies has not been exhaustively evaluated. Additionally, adjusting for covariates that have an unknown relationship with expression of a gene has not been extensively evaluated in RNA-seq studies using the NB framework. Finally, the dependent structures in RNA-Seq data may violate the assumptions of some multiple testing correction methods. In this dissertation, we suggest an alternative regression method, evaluate the effect of covariates, and compare various multiple testing correction methods. We conduct simulation studies and apply these methods to a real data set. First, we suggest Firth’s logistic regression for detecting differentially expressed genes in RNA-seq data. We also recommend the data adaptive method that estimates a recalibrated distribution of test statistics. Firth’ logistic regression exhibits an appropriately controlled Type-I error rate using the data adaptive method and shows comparable power to NB regression in simulation studies. Next, we evaluate the effect of disease-associated covariates where the relationship between the covariate and gene expression is unknown. Although the power of NB and Firth’s logistic regression is decreased as disease-associated covariates are added in a model, Type-I error rates are well controlled in Firth’ logistic regression if the relationship between a covariate and disease is not strong. Finally, we compare multiple testing correction methods that control family-wise error rates and impose false discovery rates. The evaluation reveals that an understanding of study designs, RNA-seq data, and the consequences of applying specific regression and multiple testing correction methods are very important factors to control family-wise error rates or false discovery rates. We believe our statistical investigations will enrich gene expression studies and influence related statistical methods.

O objetivo geral desta dissertação é traçar um panorama da evolução do dativo em -e dentro do contexto do paradigma dos demais casos morfológicos existentes no alemão e detectar prováveis fatores atuando concomitantemente na variação da (não) ocorrência desse marcador de caso. Para tanto, revisitamos o desenvolvimento do sistema de casos do alemão e descrevemos o comportamento e padrões exibidos pelos marcadores de caso de substantivos no singular e no plural. Discutimos a útil noção de declinações forte e fraca, de Grimm (1822), bem como algumas teorias sobre mudança linguística, tais como o enfraquecimento de sílabas átonas (SAPIR, 1921), o surgimento do artigo definido (PHILLIPI, 1997) e da teoria baseada no uso (BARðDAL, 2009). As questões levantadas por essas teorias podem ter contribuído com o paulatino apagamento de marcadores de caso nas línguas germânicas. Não rejeitamos nenhuma delas, haja vista que todas fornecem hipóteses plausíveis, entretanto, a mudança não ocorreu de forma homogênea em diferentes contextos e parece exibir certos padrões que podem ser explicados pela interação de diversos fatores, e não com base apenas nas grandes ideias das teorias descritas acima. Testar a hipótese dessa policausalidade requer o emprego de metodologia específica. Como o fenômeno aqui estudado é a realização vs. não realização do dativo em -e, empregamos o método de regressão logística binária, o mais adequado para descrever e testar hipóteses sobre relações entre uma variável-resposta categórica e variáveis explanatórias também categóricas e/ou contínuas (PENG; LEE; INGERSOLL, 2002). Obtivemos robusta evidência de que fatores tipológicos, fonológicos e prosódicos desempenham importante papel na variação da realização do dativo em -e e observamos que a interação de fatores tem maior poder explanatório sobre os padrões exibidos na variação do que uma análise que considere a influência de diferentes fatores de maneira isolada. A maior vantagem em aplicarmos um teste como o de regressão logística binária consiste na possibilidade de captar a existência de determinados padrões interacionais, e, portanto, podemos analisar a variação e mudança, como no exemplo do dativo em -e, de um ponto de vista multifatorial, e não limitando nosso escopo a fatores isolados, pois, em um sistema complexo como é a língua, eles parecem indissociáveis. / The main goal of this investigation is to outline an overview of the development of the dative -e within the context of the paradigm of other morphological cases existing in German and to identify factors that play a concomitant role in the variation of the (non-)occurence of the case marker. In order to perform this task, we revisited the development of the German case system and described the behaviour and patterns exhibited by the case markers of singular and plural nouns. We discussed the useful notion of strong and weak declensions such as thought of by Grimm (1822), as well as some theories on language change, as the weakening of unstressed syllables (SAPIR, 1921), the rise of the definite article (PHILLIPI, 1997) and the usage-based approach to language (BARðDAL, 2009). The questions raised within the framework of these theories might have contributed to the non-occurrence of the case marker in Germanic languages. We did not reject any of the theories, since they provide plausible hypotheses, however, the change did not occur homogeneously in different contexts and it seems to exhibit certain patterns that may be accounted for by the interaction between diverse factors and therefore not only by the general ideas mentioned above. In order to test this multicausality hypothesis, it is necessary to apply a specific methodology. Given that the phenomenon studied in this investigation is the occurrence vs. non-occurrence of the dative -e, we performed a binary logistic regression analysis, which is well suited for describing and testing hypotheses about relationships between categorical outcome variables and explanatory variables that are also categorical and/or continuous (PENG; LEE; INGERSOLL, 2002). We obtained strong evidence that typological, phonological and prosodic factors play an important role in the variation of the dative -e and we observed that the interaction between such factors can better explain the patterns exhibited in the variation than an approach that only takes into account the influence of individual factors. The advantage in performing a binary logistic regression is based on the fact that it highlights the existence of interactional factors, and therefore we can analyse the variation and change, using the example of the dative -e, from a multifactorial point of view without limiting our scope to individual factors only, since they do not seem to work individually within a complex system such as the human language.