Tese (doutorado)—Universidade de Brasília, Universidade Federal da Paraíba, Universidade Federal do Rio Grande do Norte, Programa Multi-Institucional e Inter-Regional de Pós-Graduação em Ciências Contábeis, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2018-02-27T16:30:48Z No. of bitstreams: 1 2017_AlineMouraCostadaSilva.pdf: 2061144 bytes, checksum: 7bbb473ff7ffbaef08720ac9941667bf (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-03-14T19:26:27Z (GMT) No. of bitstreams: 1 2017_AlineMouraCostadaSilva.pdf: 2061144 bytes, checksum: 7bbb473ff7ffbaef08720ac9941667bf (MD5) / Made available in DSpace on 2018-03-14T19:26:27Z (GMT). No. of bitstreams: 1 2017_AlineMouraCostadaSilva.pdf: 2061144 bytes, checksum: 7bbb473ff7ffbaef08720ac9941667bf (MD5) Previous issue date: 2018-03-14 / Esta tese teve por objetivo desenvolver um modelo econométrico estrutural para o mercado acionário brasileiro, de modo a explicar a determinação dos retornos de suas ações, por meio de uma modelagem denominada MIDAS. Para tal, foram utilizadas variáveis explanatórias que sintetizam as especificidades das empresas analisadas, assim como do ambiente econômico brasileiro. Com o propósito de realizar um teste de robustez do modelo MIDAS desenvolvido, um modelo de regressão convencional para dados em painel também foi estimado com as mesmas variáveis presentes naquele modelo. Posteriormente, buscou-se analisar as projeções dos retornos acionários desenvolvidas pelo modelo MIDAS, comparando-as com as projeções advindas do modelo convencional e da série histórica. Carteiras de ativos foram montadas com base no modelo MIDAS, ainda com o intuito de analisar as suas projeções. A amostra contemplou as instituições não financeiras listadas na BM&FBovespa (atual B3) e o período de análise compreendeu de 2010 a 2016. Os resultados indicaram que o modelo MIDAS desenvolvido nesta tese se mostrou robusto para a explicação e projeção dos retornos trimestrais das ações listadas no mercado acionário brasileiro, permitindo, inclusive, a construção de carteiras de ativos para investimento. Esse modelo superou o modelo convencional para dados em painel na explicação dos retornos acionários e, no que tange à projeção dos retornos das ações, o modelo MIDAS mostrou-se mais preciso estatisticamente do que a média histórica. Os resultados apresentados nesta tese reforçam a importância de estudos relacionados à modelagem dos retornos acionários em mercados emergentes, ao desenvolver um modelo robusto para a análise e a tomada de decisões de investimento no Brasil, o que corrobora para uma melhor compreensão e desenvolvimento de seu mercado acionário. / The purpose of this thesis was to develop a structural econometric model for the Brazilian stock market, in order to explain the determination of the returns of its shares, utilizing a model known as MIDAS. To accomplish that, explanatory variables that synthesize the fundamentals of the companies analyzed and other variables associated with the Brazilian economic environment were included. In order to perform a robustness test of the MIDAS model proposed, a conventional panel data regression model was also estimated with the same variables included in the first model. Subsequently, we sought to analyze stock return forecasts generated by the MIDAS model, by comparing them with forecasts generated by the conventional model and with the historical series as well. Asset portfolios were built based on the MIDAS model, also with the purpose of analyzing its forecasts. The sample includes the non-financial institutions listed on the BM&FBovespa (current B3) within the period comprised from 2010 to 2016. The results indicate that the MIDAS model developed in this thesis is robust for explaining and forecasting the quarterly returns of shares listed in the stock market including the construction of investment portfolios. This model overcomes the conventional panel data model in explaining stock returns and, regarding the forecasting of stock returns, the MIDAS model was also statistically more robust than the historical average. The results presented in this thesis strengthen the importance of studies related to the modeling of stock returns in emerging markets, by developing a robust model for investment analysis and decision-making in Brazil, which contributes to a better understanding and development of its stock market.

Les travaux de recherche développés dans cette thèse portent sur l'estimation robuste dans un contexte de population finie et infinie. Cette thèse comporte cinq chapitres, une introduction et une conclusion. Le chapitre 2 passe en revue la littérature portant sur plusieurs sujets tels que : l'inférence en population finie, l'estimation pour des petits domaines, l'estimation robuste dans un contexte de populations finies mais également de populations infinies. Dans le chapitre 3, le problème du choix du seuil dans le cas des estimateurs winzorisés est abordé. Nous avons montré que ces estimateurs appartiennent à une classe plus large, ce qui a permis de déterminer la valeur du seuil qui minimise le plus grand biais conditionnel estimé de l'échantillon (en valeur absolue) par rapport à l'estimateur winzorisé. Sous certaines conditions, nous avons montré que le seuil optimal existe et qu'il est unique dans certaines situations. Nous avons également proposé une méthode de calage permettant d'assurer la cohérence externe, qui est un problème très important en pratique. Les résultats d'une étude par simulation montrent que la méthode proposée fonctionne très bien en termes de biais et d'efficacité relative. Dans le chapitre 4, nous avons généralisé les résultats obtenus par Beaumont, Haziza et Ruiz-Gazen (2013, Biometrika) au cas de l'échantillonnage à deux-phases avec application au problème de la non-réponse totale. À notre connaissance, c'est le premier article portant sur l'estimation robuste en présence de données manquantes. Nous avons développé une version robuste des estimateurs par double dilatation et des estimateurs de calage. Dans le chapitre 5, nous nous sommes intéressés à l'estimation robuste dans un contexte de statistique classique (ou de populations infinies). Nous avons proposé une alternative robuste à la moyenne empirique. En particulier, nous avons développé une expression approximative de l'erreur quadratique moyenne pour des distributions appartenant aux domaines d'attraction de Gumbel et à celui de Frechet, ce qui nous a permis de comparer l'efficacité de l'estimateur proposé à celle de l'estimateur winzorisé une fois proposé par Rivest (1994, Biometrika). Dans le chapitre 6, nous avons traité du problème de l'estimation robuste dans un contexte d'estimation pour petits domaines, qui est un sujet qui a suscité beaucoup d'intérêt dans les dernières années. Nous avons proposé une approche unifiée d'estimation robuste à la présence de valeurs influentes dans le cas d'un modèle linéaire mixte généralisé. Lorsque le modèle sous-jacent est un modèle linéaire mixte, la méthode proposée est équivalente à la méthode de Dongmo Jiongo, Haziza et Duchesne (2013, Biometrika). Nous avons effectué des simulations dans le cas d'une variable d'intérêt continue, d'une variable binaire et d'une variable de comptage et avons montré empiriquement que la méthode proposée a de bonnes propriétés en termes d'erreur quadratique moyenne. / The main topic of this thesis is the robust estimation in finite or infinite population. The thesis is divided in five chapters, an introduction and a conclusion. The chapter 2 is a literature review focus on several topics as: inference in finite population, small area estimation, robust estimation in finite and infinite population. In chapter 3, we deal with the winsorization, which is often used to treat the problem of influential values. This technique requires the determination of a constant that corresponds to the threshold above which large values are reduced. We consider a method of determining the constant which involves minimizing the sample's largest estimated conditional bias. In the context of domain estimation, we also propose a method of ensuring consistency between the domain-level winsorized estimates and the population-level winsorized estimate. The results of two simulation studies suggest that the proposed methods lead to winsorized estimators that have good bias and relative efficiency properties. In chapter 4, we extend the results of Beaumont et al. (2013) to the case of two-phase sampling designs. We extend the concept of conditional bias attached to a unit with respect to both phases and propose a robust version of the double expansion estimator. Our results can be naturally extended to the case of unit nonresponse, since the set of respondents often being viewed as a second phase sample. A robust version of calibration estimators, based on auxiliary information available at both phases, is also constructed. In chapter 5, we focus on the estimation of the population mean of a skewed population. We propose a robust version of the empirical mean, develop some mean square error approximations for the max-domain of attraction of Gumbel and Fréchet, and compare the efficiency of the proposed estimator to the one-winsorized estimator proposed by Rivest (1994, Biometrika). We also extend the result to the case of a regression coefficient for a linear model. In chapter 6, we focus on the robust estimation for small areas. We first propose a robust predictor in a general model-based framework with the use of generalized linear models and then we propose a unified framework for robust small area prediction in the context of generalized LMMs. We conduct a Monte Carlo study in the case where the variable of interest is continuous, binary or count data and we show empirically that the estimator derived from the proposed method have good bias and relative efficiency properties.

Made available in DSpace on 2014-06-11T19:23:03Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-02-25Bitstream added on 2014-06-13T20:29:43Z : No. of bitstreams: 1 butturigomes_d_me_botib.pdf: 420214 bytes, checksum: aac06b3aca61cdb7205ba4e36b9d3b5c (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / É bastante comum no estudo de ecologia de comunidades o uso de índices de diversidade. Historicamente, os principais índices são os derivados por Shannon e por Simpson. Atualmente, existe uma família de índices, derivada da entropia de Tsallis, que inclui os índices supracitados. Igualmente importantes para descrever os padrões observados na natureza, são os modelos de distribuição de espécie/abundância. Sabe-se também que a amostragem em comunidades naturais geralmente é realizada por quadratins e que as populações das espécies na natureza exibem um padrão agregado de distribuição espacial, ao invés de uma distribuição aleatória. Esta dissertação tem como objetivo central avaliar os possíveis efeitos que a estrutura da comunidade imposta por meio de modelos clássicos, como as séries logarítmica e geométrica e a distribuição lognormal, que a agregação populacional e que o método de amostragem (por quadratins ou aleatória de indivíduos) podem ter sobre a estimação dos índices da família de Tsallis. Foram realizadas simulações baseadas no método modificado de Thomas (seguindo outros estudos na área), nas quais foram gerados diferentes cenários, representando comunidades naturais, com os três tratamentos: (i) distribuição de espécie/abundância, (ii) nível de agregação populacional e (iii) método de amostragem. Então foi verificado o desempenho dos métodos de estimação de máxima verossimilhança (EMV), jackknife e bootstrap . O desempenho desses métodos foi medido pelo viés percentual calculado em relação ao parâmetro populacional, pela amplitude do intervalo de confiança e também pela porcentagem de casos em que o intervalo de confiança cobriu o verdadeiro valor do parâmetro populacional. Foi observado que o EMV, em todos os cenários, produziu estimativas mais enviesadas do que os métodos intensivos de estimação... / Community ecology is often studied by the use of diversity indices. Historically, the most important indices are derived from Shannon and from Simpson’s formulas. Presently, there is a family of diversity indices, derived from Tsallis entropy, which include the above ones. The species/abundance models are also important to describe the observed patterns in nature. It is well known that, when sampling in natural communities, quadrats are used and that species populations usually exhibit an aggregated pattern of spatial distribution, instead of a random one. The main objective of this dissertation is to evaluate the possible effects that the community structure imposed by the classic species/abundance models, such as the logarithmic and geometric series and the lognormal distribution, the level of aggregation and the sampling method (by quadrats or individual sampling) would interfere with the estimation of the Tsallis diversity indices family. Simulations based on the modified Thomas method were performed (following other studies on the field), in which different scenarios were computationally created, representing the biological communities, with three treatments: (i) the species/abundance model, (ii) the aggregation level and, (iii) the sampling method. Then the performances of the maximum likelihood (MLE), jackknife and boostrap estimators were evaluated. The performances are measured by the relative bias around the population parameter, the length of the confidence intervals and also by the relative number of cases in which the confidence intervals covered the population parameter. It is observed that the MLE, in every scenario, generated more biased estimations than the two evaluated resampling methods. Also it is observed that the geometric series is the species/abundance distribution which caused less bias among the tested models, especially for species richness estimation... (Complete abstract click electronic access below)

Submitted by MIRIAN MARISTELA KUBOTA GRIGOLLI null (mi_kubota@hotmail.com) on 2017-07-10T04:04:09Z No. of bitstreams: 1 Tese_Mirian_Maristela_Kubota_Grigolli.pdf: 1763672 bytes, checksum: 517215ae1984f265cf8a36e79528bf57 (MD5) / Approved for entry into archive by Monique Sasaki (sayumi_sasaki@hotmail.com) on 2017-07-13T19:42:37Z (GMT) No. of bitstreams: 1 grigolli_mmk_dr_jabo.pdf: 1763672 bytes, checksum: 517215ae1984f265cf8a36e79528bf57 (MD5) / Made available in DSpace on 2017-07-13T19:42:37Z (GMT). No. of bitstreams: 1 grigolli_mmk_dr_jabo.pdf: 1763672 bytes, checksum: 517215ae1984f265cf8a36e79528bf57 (MD5) Previous issue date: 2017-07-04 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A lagarta falsa-medideira, Chrysodeixis includens, é uma das principais pragas da cultura da soja no Brasil e o seu manejo integrado deve ser realizado para controlar a infestação. O uso de feromônios pode auxiliar na previsão de surtos e da densidade populacional de pragas. O tratamento de sementes é uma estratégia bastante eficaz para garantir o estabelecimento das plantas e proteção contra o ataque de pragas iniciais. Os objetivos foram avaliar o uso de feromônio sexual para monitorar a população de C. includens e relacionar o número de adultos coletados nas armadilhas com a densidade populacional de lagartas no pano de batida, e propor um nível de ação de falsa-medideira na cultura; bem como verificar o efeito do tratamento de sementes no estabelecimento inicial de plantas de soja e no manejo da lagarta falsa-medideira. Os experimentos de correlação foram conduzidos nos anos agrícolas 2013/14 e 2014/15 e os experimentos de tratamento de sementes em 2015/16 e 2016/17, na Estação Experimental da Fundação MS, em Maracaju e em Naviraí, MS. Nos experimentos de correlação entre mariposas capturadas em armadilhas com feromônio sexual e lagartas coletadas no monitoramento, foram realizadas avaliações semanais com 10 batidas de pano por talhão, bem como a contagem dos adultos nos pisos adesivos das armadilhas tipo Delta. Posteriormente realizou-se a análise de correlação na análise de variância entre o número de lagartas pequenas, médias, grandes e total e o número de mariposas de C. includens. Para o estudo de diferentes inseticidas aplicados em tratamento de sementes de soja, foram utilizados os seguintes inseticidas em gi.a. para cada 100 kg de sementes: fipronil (50,0 gi.a.), tiodicarbe + imidacloprido (157,5 + 52,5 gi.a.), clotianidina (60,0 gi.a.), tiametoxam (87,5 gi.a.), clorantraniliprole (62,5 gi.a.), ciantraniliprole (60,0 gi.a.) e ciantraniliprole + tiametoxam (60,0 + 87,5 gi.a.), além de uma Testemunha sem tratamento de semente. Foram realizadas avaliações de estande de plantas de soja, infestação de C. includens, número de vagens por planta, massa de cem grãos e rendimento de grãos dos diferentes tratamentos. Os resultados obtidos indicaram que há correlação significativa, linear e positiva entre o número de mariposas de C. includens coletadas nas armadilhas de feromônio sexual e de lagartas encontradas nos panos de batidas, estabelecendo-se o nível de ação de 15 mariposas coletadas por armadilha por semana para aplicações de inseticidas químicos na cultura da soja. Já para os ensaios de tratamento de sementes, os verificou-se que tiametoxam, ciantraniliprole e ciantraniliprole + tiametoxam proporcionaram maior velocidade no estabelecimento inicial das plantas de soja e estes foram eficientes no manejo de C. includens na cultura da soja, resultando em mais vagens por planta, maior massa de cem grãos e rendimento de grãos. / The soybean looper, Chrysodeixis includens, is one of the main pests of soybean crop in Brazil, and its integrated management must carried out to control the infestation. The use of pheromones can help in forecasting outbreaks and population density of many pests. Seed treatment is a very effective strategy to ensure establishment of plants and protection against early pests. The objectives of the present study were to evaluate the use of sex pheromone to monitor the population of C. includens and to relate the number of adults collected in the traps with the population density of larvae in the beat cloth, to propose a threshold level of soybean looper on the crop. Also, verify the effect of the seed treatment in the initial establishment of soybean plants and the management of the soybean looper. The correlation experiments were realized during the seasons 2013/14 and 2014/15 and the seed treatment experiments in 2015/16 and 2016/17 seasons at the MS Foundation Experimental Station in Maracaju and Naviraí, MS. In the correlation experiments between moths trapped in sexual pheromone traps and caterpillars collected in the monitoring, weekly evaluations were performed with 10 beats of cloth per field, as well as the counting of adults on the adhesive floors of the Delta traps. Subsequently, correlation analysis weres performed in the analysis of variance between the number of small, medium, large and total larvae and the number of moths of C. includens. To study the different insecticides applied in seed treatment of soybean, the following insecticides were used in ga.i. per 100 kg of seeds: fipronil (50.0 ga.i.), thiodicarb + imidacloprid (157.5 + 52.5 ga.i.), clothianidin (60.0 ga.i.), thiamethoxam (87, 5 ga.i.), chlorantraniliprole (62.5 ga.i.), cyantranyliprole (60.0 ga.i.) and cyanthraniliprole + thiamethoxam (60.0 + 87.5 ga.i.), in addition to a control without seed treatment. Evaluations were performed considering plants per meter, infestation of C. includens, number of pods per plant, mass of 100 grains and grain yield of different treatments. The results indicate that there is a significant linear and positive correlation between the number of moths of C. includens collected in the sexual pheromone traps and caterpillars found in the beating cloth, establishing the threshold level of 15 moths collected per trap per week for applications of chemical insecticides in soybean crop. The seed treatment trials, thiamethoxam, cyantraniliprole and cyantraniliprole + thiamethoxam were found to provide higher speed in the initial establishment of soybean plants, and these were efficient in the management of C. includens in the soybean crop, resulting in more pods per plant, greater mass of 100 grains and yield of grains.

Orientador: Dagoberto Martins / Banca: Carlos Gilberto Raetano / Banca: Mário Sergio Tomazela / Resumo: Nas grandes culturas agrícolas é cada vez maior a interferência de plantas daninhas e dentre os problemas existentes este é um dos que mais oneram a produção. O objetivo deste estudo foi avaliar em condições de casa de vegetação a eficácia de diferentes herbicidas, sobre diferentes espécies de braquiárias, pulverizados em pré-emergência em solo seco, bem como o efeito de épocas de chuva após a aplicação destes, em dois tipos de solo. Foi instalado um estudo para cada herbicida em cada tipo de solo testado, sendo um solo de textura argilosa (Neossolo Litólico) e outro de textura média (Latossolo Vermelho-escuro Distrófico). Utilizou-se as espécies, Brachiaria decumbens, B. plantaginea e B. ruziziensis. A semeadura foi realizada em vasos de plástico com capacidade de 4,0 L. Os herbicidas e doses testados foram: imazapic 130 g. ha-1, metribuzin 1.920 g. ha-1, e trifluralin 3.000 g. ha-1. Foi aplicada uma lâmina d‟água de 20 mm em 0, 1, 2, 4, 6, 8, 10 e 16 dias após a pulverização dos herbicidas. O delineamento experimental utilizado foi o inteiramente casualizado; com quatro repetições e os tratamentos foram dispostos em um esquema fatorial 8x2, no qual se testou oito períodos de chuva após a aplicação do herbicida em dois tipos de solo para cada espécie. Avaliações visuais de fitotoxicidade foram realizadas em intervalos de dois dias após a emergência das plantas (DAE), por um período de 15 dias. O herbicida metribuzin e trifluralin podem permanecer após a sua pulverização em solo seco por até 16 dias sem chuva, sem que sua eficiência de controle das espécies B. decumbens, B. plantaginea, e B. ruziziensis seja afetada. A eficiência de controle do herbicida metribuzin sobre as espécies de braquiárias estudadas foi dependente da textura do solo avaliado. A eficiência do herbicida trifluralin sobre... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In major crops is growing weed interference and problems among this is one of the main factors that increase the production. The aim of this study was to evaluate in terms of greenhouse effectiveness of different species of brachiaria, sprayed pre-emergence in dry soil, and the effect of extreme rainfall after application of these in two soil types. It was installed a study for each herbicide in each soil type tested, being a clay soil (Neossolo Litólico) and a medium texture (Latossolo Vermelho-escuro Distrófico). We used species, Brachiaria decumbens, B. plantaginea and B. ruziziensis. The seeds were sown in plastic pots with a capacity of 4.0 L. Herbicides and doses were tested: 130 g imazapic. ha-1 metribuzin 1.920 g. ha-1 and 3.000 g trifluralin. ha-1. Was applied to a water depth of 20 mm at 0, 1, 2, 4, 6, 8, 10 and 16 days after spraying of the herbicides. The experimental design was completely randomized, with four replications and treatments were arranged in a 8x2 factorial design, in which we tested eight periods of rain after herbicide application in two soil types for each species. Review of visual phytotoxicity were made every two days after plant emergence (DAE), for a period of 15 days. The herbicide trifluralin and metribuzin may remain after spraying in dry soil for up to 16 days without rain, without his control efficiency of species Brachiaria decumbens, B. plantaginea and B. ruziziensis be affected. The control efficiency of the herbicide metribuzin on brachiaria species studied was dependent on soil texture evaluated. The efficiency of trifluralin on the species B. decumbens and B. ruziziensis was dependent on the texture of the soil studied, as for B. plantaginea the type of soil texture evaluated did not affect the control efficiency of the herbicide trifluralin. The imazapic independent of the control was not satisfactory... (Complete abstract click electronic access below) / Mestre

A detecção é um fator que afeta a magnitude estimada de fauna atropelada, informação relevante nos estudos e trabalhos de biologia da conservação. Em rodovias, a estimativa da detecção é afetada por diferentes elementos, como os tipos de pavimento; os atributos das carcaças; as particularidades dos diferentes observadores e o método utilizado para aferição. Nosso trabalho avalia essas questões, especifica o esforço amostral e corrige a estimativa de fauna atropelada em relação à detecção. Encontramos diferença na estimativa de detecção entre os diferentes pavimentos; entre as carcaças similares e contrastantes ao substrato; entre os diferentes observadores e verificamos que através do monitoramento a pé não se detecta a totalidade das carcaças. Esses resultados e a estimativa de fauna atropelada corrigida comprovam a importância da aferição da detecção antes e depois da pavimentação das rodovias, através de método experimental. Sendo que o experimento deve contemplar a implantação de diferentes carcaças e ser realizado pelas equipes que participaram dos monitoramentos de fauna. / Detection is a factor that affects the estimated magnitude of the roadkill and is relevant information in biological conservation studies. In roads, the detection estimation is affected by many factors, such as type of paving, the carcasses traits, the particularities of different observers and the method used for measurement. Our study evaluates these questions, specify the sample effort and correct the roadkill magnitude in relation to detection. We found differences in the estimation of detection between the different kinds of paving, between carcasses similar to the paving and between those contrasting to the substrate. We also found differences between different observers and thus monitoring by walking does not detect all carcasses. These results and the roadkill magnitude corrected demonstrate the importance of the standardization of the detection before and after the paving of roads, via experimental methods. However, the experiment should include the implementation of different substrates and should be carried out by the teams that have already participated in the monitoring of fauna.

L'apprentissage actif apparaît comme un problème important dans différents contextes de l'apprentissage supervisé pour lesquels obtenir des données est une tâche aisée mais les étiqueter est coûteux. En règle générale, c’est une stratégie de requête, une heuristique gloutonne basée sur un critère de sélection qui recherche les données non étiquetées potentiellement les plus intéressantes pour former ainsi un ensemble d'apprentissage. Une stratégie de requête est donc une procédure d'échantillonnage biaisée puisqu'elle favorise systématiquement certaines observations s'écartant ainsi des modèles d'échantillonnages indépendants et identiquement distribués. L'hypothèse principale de cette thèse s'inscrit dans la réduction du biais introduit par le critère de sélection. La proposition générale consiste à réduire le biais en sélectionnant le sous-ensemble minimal d'apprentissage pour lequel l'estimation de la loi de probabilité est aussi proche que possible de la loi sous-jacente prenant en compte l’intégralité des observations. Pour ce faire, une nouvelle stratégie générale de requête pour l'apprentissage actif a été mise au point utilisant la théorie de l'Information. Les performances de la stratégie de requête proposée ont été évaluées sur des données réelles et simulées. Les résultats obtenus confirment l'hypothèse sur le biais et montrent que l'approche envisagée améliore l'état de l'art sur différents jeux de données. / Active Learning arises as an important issue in several supervised learning scenarios where obtaining data is cheap, but labeling is costly. In general, this consists in a query strategy, a greedy heuristic based on some selection criterion, which searches for the potentially most informative observations to be labeled in order to form a training set. A query strategy is therefore a biased sampling procedure since it systematically favors some observations by generating biased training sets, instead of making independent and identically distributed draws. The main hypothesis of this thesis lies in the reduction of the bias inherited from the selection criterion. The general proposal consists in reducing the bias by selecting the minimal training set from which the estimated probability distribution is as close as possible to the underlying distribution of overall observations. For that, a novel general active learning query strategy has been developed using an Information-Theoretic framework. Several experiments have been performed in order to evaluate the performance of the proposed strategy. The obtained results confirm the hypothesis about the bias, showing that the proposal outperforms the baselines in different datasets.

Paralelamente à aceitação dos reservatórios de carbono florestais para mitigar o impacto do dióxido de carbono emitido à atmosfera, gera-se uma demanda de técnicas que permitam mensurar e monitorar o carbono das florestas nos projetos de desenvolvimento limpo. Os erros que provém da amostragem, são muito maiores que os associados ao processo de análise de amostras, assim, é importante desenvolver planos de amostragem adequados que permitam alcançar a precisão desejada e sem viés na informação. Desta maneira, o objetivo do estudo foi conhecer o comportamento do estoque de carbono nos solos, na fazenda Três Lagoas, localizada no Município de Angatuba, São Paulo, Brasil, área com diferente cobertura e uso de solo: Eucalipto, Pastagem e Floresta Nativa, e conhecer como o sistema de amostragem influencia as estimativas assim como o esforço amostral necessário para a determinação do estoque de carbono. Coletaram-se 406 unidades amostrais distribuídas nas profundidades 0-10 cm e 10-20 cm e por meio da estatística clássica determinou-se que o estoque de carbono é de 39,6 MgC.ha-1. O menor esforço amostral necessário foi determinado na amostragem sistemática estratificada, com uma distância de amostragem na grade de 979 m. A geoestatística foi uma ferramenta que permitiu conhecer o alcance prático da variável (650 m). Pelo valor da diferença do critério de Akaike, os modelos: exponencial, Matérn com kappa 1, kappa 2 e esférico foram iguais. Difere entre eles o alcance prático que cada modelo determinou. O modelo esférico apresentou o maior alcance prático e o menor esforço amostral comparado aos outros modelos. Conclui-se que existem diferenças nos sistemas de amostragem empregados, os quais dependem das variáveis de estudo, da profundidade e do uso do solo. Tanto a estatística clássica quanto a geoestatística mostraram ser ferramentas úteis na predição do estoque de carbono em solos. / As the forestry carbon pools are accepted to mitigate the impact of carbon dioxide, a technical demand appears looking to measure and monitor the forest carbon inside clean development projects. The errors coming from sampling are bigger than those associated to the sample analysis process; therefore, its important to develop proper sampling plans that allow reaching accuracy without information bias. This way, the study developed inside Tres Lagoas Farm, in Angatuba, Sao Paulo, Brazil, aims to know the soil carbon stock behavior inside an area with different soil usage and occupation: eucalyptus, pasture and native forest, to know how the sampling system influences the estimative and the sampling efforts needed to carbon stock estimation. Using classical statistics was found that the carbon stock is 39,6 MgC.ha-1 coming from 406 sample units in a 0-10 cm and 10-20 cm depth. The less sampling effort needed was established by a stratified systematic sampling, with a sampling distance of 979m. Geostatistics was an important tool that allows knowing the variable practical range, (650 m). The models: exponential, Matérn with kappa 1, kappa 2 and spherical were the same by the Akaike criterion difference value. Among them, the difference is the practical range that each model showed. The spherical model showed the higher practical range and the less sampling effort compared to the other models used in this study. Concluding, there are differences among the used sampling systems, because they depend on the study, depth and soil usage variables. Classical statistics and geostatistics seemed to be useful tools on the prediction of soil carbon stock.

Neste trabalho foi realizada uma revisão bibliográfica acerca das metodologias encontradas na literatura de como são aplicados os métodos para o uso analítico de dados provenientes de pesquisas que envolvem esquemas amostrais complexos. Objetivou-se mostrar e discutir alguns estudos que avaliam o impacto de ignorar o plano amostral na análise dos dados. Foi feito também um levantamento de artigos com o objetivo de fazer um estudo de trabalhos publicados em jornais, revistas ou periódicos, cujos assuntos abordados tratam da incorporação da estrutura complexa da amostra na análise. Essa revisão evidenciou que os métodos clássicos de análise, ou seja, aqueles que supõem que os dados provém de uma amostragem aleatória simples, podem levar a resultados incorretos produzindo conclusões errôneas ou equivocadas quando os dados provém de esquemas amostrais complexos. / This work was carried out a literature review about the methodologies found in the literature of how the methods for data analytical use from research involving complex sampling schemes are applied. It was aimed to show and discuss some studies that assess the impact of ignoring the sampling scheme in the data analysis. It was also made a survey of articles in order to make a study of works published in newspapers, magazines or periodicals, which addressed issues dealing with the incorporation of the complex structure of the sample in the analysis. This review shown that the classical methods of analysis, i.e. those who assume that the data comes from a simple random sampling can lead to incorrect results producing quite erroneous and misleading conclusions when the data come from complex sample schemes.

Submitted by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-10T11:54:25Z No. of bitstreams: 2 Dissertaçao Arthur Minduca.pdf: 1331924 bytes, checksum: c5fbf43c427a68b5d9b2a75d156766cb (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-10T11:54:25Z (GMT). No. of bitstreams: 2 Dissertaçao Arthur Minduca.pdf: 1331924 bytes, checksum: c5fbf43c427a68b5d9b2a75d156766cb (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-07-29 / Várias abordagens têm sido aplicadas à tarefa de seleção de algoritmos. Nesse contexto, Meta-Aprendizado surge como uma abordagem eficiente para predizer o desempenho de algoritmos adotando uma estratégia supervisionada. Os exemplos de treinamento de Meta-Aprendizado (ou meta-exemplos) são construídos a partir de um repositório de instâncias de problemas (como, por exemplo, um repositório de bases de dados de classificação). Cada meta-exemplo armazena características descritivas de uma instância de problema e um rótulo indicando o melhor algoritmo para o problema (empiricamente identificado entre um conjunto de algoritmos candidatos). Os melhores algoritmos para novos problemas podem ser preditos se baseando apenas em suas características descritivas, sem a necessidade de qualquer avaliação empírica adicional dos algoritmos candidatos. Apesar dos resultados Meta-Aprendizado requererem a implementação de um número suficiente de instâncias de problemas para produzir um conjunto rico de meta-exemplos. Abordagens recentes para gerar conjuntos de dados sintéticos ou manipulado foram adotados com sucesso no contexto de Meta-Aprendizado. Essas propostas incluem a abordagem de Datasetoids, que é uma técnica simples de manipulação de dados que permite a geração de novos conjuntos de dados a partir de bases existentes. Apesar dessas propostas produzirem dados relevantes para Meta-Aprendizado, eles podem eventualmente produzir instâncias de problemas redundantes ou até mesmo irrelevantes. Meta-Aprendizado Ativo surge nesse contexto para selecionar somente as instâncias mais informativas para a geração de meta-exemplos. Neste trabalho, investigamos o uso de Meta- Aprendizado Ativo combinado com Datasetoids, focando no uso do algoritmo Random forest em Meta-Aprendizado. Para selecionar as instâncias de problemas, implementamos um critério de incerteza baseado em entropia, específico para o Random forest. Também investigamos o uso de uma técnica de detecção de outliers a fim de remover a priori os problemas considerados outliers, objetivando melhorar o desempenho dos métodos de Aprendizagem Ativa. Nossos experimentos revelaram uma melhora no desempenho do Meta-Aprendizado e uma redução no custo computacional para a geração de meta-exemplos.