Com o avanço tecnológico aprimorado, diferentes comportamentos do tempo de vida vem sendo estudados, e com isso é necessário a criação de novos modelos, muitas vezes mais complexos, para melhor ajuste e inferência sobre a população em estudo. A distribuição beta semi-normal generalizada é útil para modelagem de tempos de vida, e com isso propomos neste trabalho uma distribuição mais ampla chamada distribuição beta semi-normal generalizada geométrica, cuja função de risco pode assumir as formas crescente, decrescente, forma de banheira ou modal. A função densidade da nova distribuição é escrita como uma combinação linear da função densidade da distribuição beta semi-normal generalizada, sendo assim, algumas importantes propriedades da nova distribuição foram obtidas, como: momentos, assimetria, curtose, função geradora de momentos, desvios médios, função quantíl e curvas de Lorenz e de Bonferroni. Para a estimação dos parâmetros, é utilizado o método de máxima verossimilhança. Também foi proposto no trabalho, o novo modelo de regressão baseado na distribuição beta semi-normal generalizada geométrica, os quais podem ser muito úteis em análise de dados reais por serem mais flexíveis. / Due to the technological improved advances, different behaviors of the lifetime has been studied and for this reason, it is necessary to create new statistical models, many times more complex, for the better fit and inferences about the population under study. The beta generalized half-normal distribution is useful for modeling lifetime data, and in this sense, we propose, in this work, a wider distribution called the geometric beta generalized half-normal distribution in which the hazard function takes the forms increasing, decreasing, bathtub and unimodal. The density function of the new distribution can be written as a linear combination of the beta generalized half-normal densities, and thereby, some properties of the new distribution can be obtained such as the moments, skewness, kurtosis, moment generating function, mean deviations, quantile function and Lorenz and Bonferroni curves. For the estimation of the parameters, we use the maximum likelihood method considering the presence of censored data. We also propose a new regression model based on the geometric beta generalized half-normal distribution, which can be very useful in the analysis of real data due to their flexibility.

Neste trabalho são apresentados modelos de regressão com respostas bivariadas obtidos através de funções cópulas. O objetivo de utilizar estes modelos bivariados é modelar a correlação entre eventos e captar nos modelos de regressão a influência da associação entre as variáveis resposta na presença de censura nos dados. Os parâmetros dos modelos, são estimados por meio dos métodos de máxima verossimilhança e jackknife. Alguns métodos de análise de sensibilidade como influência global, local e local total de um indivíduo, são introduzidos e calculados considerando diferentes esquemas de perturbação. Uma análise de resíduos foi proposta para verificar a qualidade do ajuste dos modelos utilizados e também foi proposta novas medidas de resíduos para respostas bivariadas. Métodos de simulação de Monte Carlo foram conduzidos para estudar a distribuição empírica dos resíduos marginais e bivariados propostos. Finalmente, os resultados são aplicados à dois conjuntos de dados dsponíveis na literatura. / In this work bivariate response regression models are presented with the use of copulas. The objective of this approach is to model the correlation between events and capture the influence of this correlation in the regression parameters. The models are used in the context of survival analysis and are ¯tted to two data sets available in the literature. Inferences are obtained using maximum likelihood and Jackknife methods. Sensitivity techniques such as local and global in°uence are proposed and calculated. A residual analysis is proposed to check the adequacy of the models and simulation methods are used to asses the empirical distribution of the marginal univariate and bivariate residual measures proposed.

Data from insect studies may present different features. Univariate responses may be analyzed using generalized linear models (continuous and discrete data), survival models (time until event data), mixed effects models (longitudinal data), among other methods. These models may be used to analyse data from experiments which assess complex ecological processes, such as competition and predation. In that sense, computational tools are useful for researchers in several fields, e.g., insect biology and physiology, applied ecology and biological control. Using different datasets from entomology as motivation, as well as other types of datasets for illustration purposes, this work intended to develop new modelling frameworks and goodness-of-fit assessment tools. We propose accelerated failure rate mixed models with simultaneous location and scale modelling with regressors to analyse time-until-attack data from a choice test experiment. We use the exponential, Weibull and exponentiated-Weibull models, and assess goodness-of-fit using half-normal plots with simulation envelopes. These plots are the subject of an entire Chapter on an R package, called hnp, developed to implement them. We use datasets from different types of experiments to illustrate the use of these plots and the package. A bivariate extension to the N-mixture modelling framework is proposed to analyse longitudinal count data for two species from the same food web that may interact directly or indirectly, and example datasets from ecological studies are used. An advantage of this modelling framework is the computation of an asymmetric correlation coefficient, which may be used by ecologists to study the degree of association between species. The jointNmix R package was also developed to implement the estimation process for these models. Finally, we propose a goodness-of-fit assessment tool for bivariate models, analogous to the half-normal plot with a simulation envelope, and illustrate the approach with simulated data and insect competition data. This tool is also implemented in an R package, called bivrp. All software developed in this thesis is made available freely on the Comprehensive R Archive Network. / Dados provenientes de estudos com insetos podem apresentar características diferentes. Respostas univariadas podem ser analisadas utilizando-se modelos lineares generalizados (dados contínuos e discretos), modelos de análise de sobrevivência (dados de tempo até ocorrência de um evento), modelos de efeitos mistos (dados longitudinais), dentre outros métodos. Esses modelos podem ser usados para analisar dados provenientes de experimentos que avaliam processos ecológicos complexos, como competição e predação. Nesse sentido, ferramentas computacionais são úteis para pesquisadores em diversos campos, por exemplo, biologia e fisiologia de insetos, ecologia aplicada e controle biológico. Utilizando diferentes conjuntos de dados entomológicos como motivação, assim como outros tipos de dados para ilustrar os métodos, este trabalho teve como objetivos desenvolver novos modelos e ferramentas para avaliar a qualidade do ajuste. Foram propostos modelos de tempo de vida acelerado mistos, com modelagem simultânea dos parâmetros de locação e de escala com regressores, para analisar dados de tempo até ataque de um experimento que avaliou escolha de predadores. Foram utilizados modelos exponencial, Weibull e Weibull-exponenciado, e a qualidade do ajuste foi avaliada utilizando gráficos meio-normais com envelope de simulação. Esses gráficos são o assunto de um Capítulo inteiro sobre um pacote para o software R, chamado hnp, desenvolvido para implementá-los. Foram utilizados conjuntos de dados de diferentes tipos de experimentos para ilustrar o uso desses gráficos e do pacote. Uma extensão bivariada para os modelos chamados \"N-mixture\" foi proposta para analisar dados longitudinais de contagem para duas espécies pertencentes à mesma teia trófica, que podem interagir direta e indiretamente, e conjuntos de dados provenientes de estudos ecológicos são usados para ilustrar a abordagem. Uma vantagem dessa estratégica de modelagem é a obtenção de um coeficiente de correlação assimétrico, que pode ser utilizado por ecologistas para inferir acerca do grau de associação entre espécies. O pacote jointNmix foi desenvolvido para implemetar o processo de estimação para esses modelos. Finalmente, foi proposta uma ferramenta de avaliação de qualidade do ajuste para modelos bivariados, análoga ao gráfico meio-normal com envelope de simulação, e a metodologia _e ilustrada com dados simulados e dados de competição de insetos. Essa ferramenta está também implementada em um pacote para o R, chamado bivrp. Todo o software desenvolvido nesta tese está disponível, gratuitamente, na Comprehensive R Archive Network (CRAN).

Instrumentos financeiros ativos estão diretamente expostos ao risco de inadimplência - nesse cenário, as instituições financeiras, a fim de manterem sua solvência, são obrigadas a estimarem certo montante capaz de suprir as perdas de crédito esperadas. Na crise financeira mundial de 2007-2008 os incumprimentos dos contratos imobiliários geraram grandes perdas de crédito - o tardio reconhecimento dessas perdas creditícias criou um cenário de insegurança e o questionamento por parte das instituições financeiras, que passaram a cobrar dos reguladores e emitentes das normas contábeis uma forma de provisionamento que melhor se adequasse ao mercado de crédito e que, de certa forma, proporcionasse melhores condições de preparação para as instituições financeiras, minimizando as perdas em épocas de crise. Nesse contexto, ocorre a emissão da norma internacional Financial Instruments do International Financial Reporting Standards (IFRS 9) que passa a vigorar, com adoção obrigatória a partir de 1º de janeiro de 2018. Esta norma prevê um provisionamento desde o início do contrato, ponderado pelo risco de crédito associado e uma revisão desse montante durante toda a vida do contrato, quando necessário. Essa nova dinâmica de cálculo requer tratamentos estatísticos específicos para que sejam corretamente tratadas as probabilidades de default, bem como os valores expostos passíveis de perda e suas variações no tempo. Dessa forma, tendo em mente os objetivos propostos, indica-se que: a) este trabalho abordou a nova dinâmica citada com o intuito de entender a relação da norma com os parâmetros de risco necessários para o cálculo do montante a ser provisionado, b) visando satisfazer a abordagem forward-looking e a incorporação de informações macroeconômicas, a partir da aplicação em dados simulados e através do tratamento estatístico da Análise de Sobrevivência e de modelos de stress testing, ofereceu tratamento para os parâmetros EAD e PD, respectivamente e c) como resultado dessas aplicações, observou-se que as estimações das perdas sob a IFRS9 são mais tempestivas quando comparadas à norma vigente, no sentido de que minimizam as perdas em épocas de crise dada a sua característica oportuna. Além disso, a abordagem sugerida através da Análise de Sobrevivência vai ao encontro do conceito de estágios pelo qual a nova norma é caracterizada. Para as análises realizadas foram utilizados dados simulados a partir de distribuições teóricas conhecidas dos parâmetros envolvidos no cálculo, a partir dos quais foram obtidos resultados que fornecem uma prévia do que se pode esperar na aplicação prática da IFRS9. / Active financial instruments are directly exposed to the risk of default - in this scenario, financial institutions, in order to maintain their solvency, are obliged to estimate a certain amount capable of supplying the expected credit losses. In the global financial crisis of 2007-2008, defaults on real estate contracts generated large losses of credit - the late recognition of these credit losses created a scenario of insecurity and the questioning of financial institutions, which started to charge regulators and issuers of accounting standards a form of provision that best suited the credit market and that, to a certain extent, provide better preparedness for financial institutions, minimizing losses in times of crisis. In this context, the Financial Instruments International Financial Reporting Standards (IFRS 9) will be issued, which will become effective, with mandatory adoption as of January 1, 2018. This provision provides for a provisioning from the beginning of the contract, weighted by the associated credit risk and a revision of that amount over the life of the contract, when necessary. This new dynamics of calculation requires specific statistical treatments so that the probability of default, as well as the exposed values of loss and its variations in time, are correctly treated. In this way, considering the proposed objectives, it is indicated that: a) this work addressed the new dynamics mentioned in order to understand the relation of the standard with the necessary risk parameters for the calculation of the amount to be provisioned, b) aiming to satisfy the forward-looking approach and the incorporation of macroeconomic information, from the application in simulated data and through the statistical treatment of Survival Analysis and stress testing models, offered treatment for the parameters EAD and PD, respectively, and c) as a result of these applications, it was observed that the estimates of the losses under IFRS9 are more timely when compared to the current norm as they minimize losses in times of crisis given its characteristics of anticipating losses. In addition, the approach suggested through Survival Analysis meets the concept of stages by which the new standard is characterized. For analyzes, simulated data from known theoretical distributions (of the parameters involved in the calculation) were used - the obtained results provides a preview of what can be expected in the practical application of IFRS9.

Dados de tempo de falha são caracterizados pela presença de censuras, que são observações que não foram acompanhadas até a ocorrência de um evento de interesse. Para estudar o comportamento de dados com essa natureza, distribuições de probabilidade são utilizadas. Além disso, é comum se ter uma ou mais variáveis explicativas associadas aos tempos de falha. Dessa forma, o objetivo geral do presente trabalho é propor duas novas distribuições utilizando a função geradora de distribuições gama, no contexto de modelos de regressão em análise de sobrevivência. Essa função possui um parâmetro de forma que permite criar famílias paramétricas de distribuições que sejam flexíveis para capturar uma ampla variedade de comportamentos simétricos e assimétricos. Assim, a distribuição Weibull e a distribuição log-logística foram modificadas, dando origem a duas novas distribuições de probabilidade, denominadas de gama-Weibull e gama-log-logística, respectivamente. Consequentemente, os modelos de regressão locação-escala, de longa-duração e com efeito aleatório foram estudados, considerando as novas distribuições de probabilidade. Para cada um dos modelos propostos, foi utilizado o método da máxima verossimilhança para estimar os parâmetros e algumas medidas de diagnóstico de influência global e local foram calculadas para encontrar possíveis pontos influentes. No entanto, os resíduos foram propostos apenas para os modelos locação-escala para dados com censura à direita e para dados com censura intervalar, bem um estudo de simulação para verificar a distribuição empírica dos resíduos. Outra questão explorada é a introdução dos modelos: gama-Weibull inflacionado de zeros e gama-log-logística inflacionado de zeros, para analisar dados de produção de óleo de copaíba. Por fim, diferentes conjunto de dados foram utilizados para ilustrar a aplicação de cada um dos modelos propostos. / Failure time data are characterized by the presence of censoring, which are observations that were not followed up until the occurrence of an event of interest. To study the behavior of the data of that nature, probability distributions are used. Furthermore, it is common to have one or more explanatory variables associated to failure times. Thus, the goal of this work is given to the generating of gamma distributions function in the context of regression models in survival analysis. This function has a shape parameter that allows create parametric families of distributions that are flexible to capture a wide variety of symmetrical and asymmetrical behaviors. Therefore, through the generating of gamma distributions function, the Weibull distribution and log-logistic distribution were modified to give two new probability distributions: gamma-Weibull and gammalog-logistic. Additionally, location-scale regression models, long-term models and models with random effects were also studied, considering the new distributions. For each of the proposed models, we used the maximum likelihood method to estimate the parameters and some diagnostic measures of global and local influence were calculated for possible influential points. However, residuals have been proposed for data with right censoring and interval-censored data and a simulation study to verify the empirical distribution of the residuals. Another issue explored is the introduction of models: gamma-Weibull inflated zeros and gamma-log-logistic inflated zeros, to analyze production data copaiba oil. Finally, different data set are used to illustrate the application of each of the models.

A distribuição gama generalizada (GG) possui, como casos particulares, distribuição Weibull, log-normal, gama, qui-quadrado, entre outras. Por essa razão, ela e considerada uma distribuição exvel no ajuste dos dados. A ideia de Cordeiro e Castro (2011) foi utilizada para o desenvolvimento de duas novas distribuições de probabilidade a partir da distribuição GG. Uma delas e denominada de Kumaraswamy gama generalizada (KumGG) e possui cinco parâmetros; a outra distribuição e uma modificação de um dos parmetros de forma da distribuição KumGG e foi denominada de distribuição Kumaraswamy gama generalizada estendida (KumGGE). Desenvolveu-se o modelo de regressão log-Kumaraswamy gama generalizada estendida. Alem disso, a ideia de Adamidis e Loukas (1998) para modicar distribuições foi utilizada para a distribuição GG; essa nova distribuição foi nomeada de gama generalizada geometrica (GGG). A vantagem desses novos modelos reside na capacidade de acomodar varias formas da função risco eles tambem se mostraram uteis na discriminação de modelos. Para cada um dos modelos foram calculados os momentos, função geradora de momentos, os desvios medios, a conabilidade e a função densidade de probabilidade da estatistica de ordem. Para a estimação dos parâmetros, foram utilizados os metodos de maxima verossimilhanca e bayesiano e, finalmente, para ilustrar a aplicação das novas distribuições foram analisados alguns conjuntos de dados reais. / The generalized gamma (GG) distribution has as particular cases the Weibull, log-normal, gamma and Chi-square distributions, among others. For this reason, it is considered a exible distribution for tting data. In this paper, the idea of Cordeiro and Castro (2011) is used to develop two new probability distributions based on the GG distribution. The rst is called the generalized gamma Kumaraswamy (KumGG) and has ve parameters, while the other involves a modication of one of the shape parameters of the KumGG distribution and is called the extended generalized gamma Kumaraswamy (KumGGE). Based in these, we develop the extended generalized log-Kumaraswamy regression model. Besides this, we employ the idea regarding modifying distributions of Adamidis and Loukas (1998) for the GG distribution, calling this new distribution the geometric generalized gamma (GGG). The advantage of these new models rests in their capacity to accommodate various risk function forms. They are also useful in model discrimination. We calculate the moments, moments generating function, mean deviations, reliability and probability density function of the order statistics. To estimate the parameters we use the maximum likelihood and Bayesian methods. Finally, to illustrate the application of the new distributions, we analyze some real data sets.

O crescimento de investimentos em biotecnologia na agricultura tem sido um elemento primordial para a segurança alimentar global. Isso tem levado a uma reorganização da indústria mundial de sementes na busca por técnicas mais adequadas de cultivo, mecanização, uso de fertilizantes, defensivos agrícolas e a utilização de sementes. O Brasil por ser um dos ambientes mais sólidos nesse contexto tem contribuído com o crescimento e a diversificação da produção de sementes levando as lavouras brasileiras a atingirem um novo patamar de produtividade. Diferentes metodologias estatísticas têm sido utilizadas para analisar o comportamento da germinação de uma população de sementes. Entretanto, usar abordagens estatísticas que analisam os dados de germinação da melhor maneira possível permitirá uma maior confiabilidade dos resultados, bem como, ganho de informações pertinentes. Como em testes de germinação de sementes estuda-se o tempo até a ocorrência do evento, que envolve medidas repetidas feitas no mesmo lote e não se conhece o tempo exato da germinação da semente, propõe-se o uso de modelos de dose-resposta com censura intervalar, que permitem a interpretação biológica dos parâmetros usados para medir o processo germinativo e refletem o desenho experimental dos dados. Neste trabalho foram utilizadas duas metodologias estatísticas usuais na análise de dados de germinação de sementes e seus resultados foram comparados com os da abordagem de modelos dose-resposta com censura intervalar. Foram utilizados os modelos de dose-resposta Weibull 2 e log-logístico para explicar o processo germinativo de sementes de Brachiaria e Citrumelo Swingle respectivamente, com diferentes tempos de observação. Os experimentos foram realizados em delineamento inteiramente aleatorizado e os procedimentos dos testes de germinação de acordo com as Regras para Análise de Sementes (RAS). As conclusões obtidas a partir da análise dos dados por meio da metodologia proposta, em geral, divergiram das conclusões obtidas por abordagens tradicionais (modelos de regressão não-linear considerando a distribuição normal e índices de germinação com o uso da análise de variância) utilizadas para analisar dados de germinação. Os modelos de dose-resposta com censura intervalar apresentaram ajustes satisfatórios e sendo portanto uma análise mais adequada que as abordagens usuais. / The growth of investment in biotechnology in agriculture has been a vital element for global food security. This has led to a reorganization of the world seed industry in the seeking of the most appropriate techniques of cultivation, mechanization, use of fertilizers, pesticides and seeds. The Brazil for being one of the most solid in the world context of the seed industry has contributed to the growth and diversification of seed production, leading Brazilian crops to a new level of productivity. Different statistical methodologies have been used to analyze the germination behavior. However, using statistical approaches that analyze germination data as efficiently as possible will allow a greater reliability of the results, as well as relevant information gain. As in seed germination test studies the time until the occurrence of the event, involves repeated measurements on the same experimental unit and do not know the exact time of germination, we propose the use of dose-response models with interval censured that allow biological interpretation of parameters used to measure the germination process and reflect the experimental design of the germination data. In this work we used two methodologies of usual statistical analysis and their results were compared with those of the approach that uses the dose-response models with interval censured. We used the dose response models Weibull 2 and log-logistic to explain the process of seed germination of Brachiaria and Citrumelo Swingle with different observation times. The experiments were carried out in completely randomized design and testing procedures according to the rules for seed analysis (RAS). The conclusions obtained from the analysis of the data by the proposed methodology in general diverged from the conclusions obtained by traditional approaches (regression models nonlinear considering normal distribution and germination indices using analysis of variance) used to analyze data germination. The dose-response models with interval-censored showed satisfactory adjustments and therefore a more accurate analysis than the usual approaches.

Neste trabalho foi proposto um modelo de regressão para dados com censura intervalar utilizando a distribuição Weibull-exponenciada, que possui como característica principal a função de taxa de falha que assume diferentes formas (unimodal, forma de banheira, crescente e decrescente). O atrativo desse modelo de regressão é a sua utilização para discriminar modelos, uma vez que o mesmo possui como casos particulares os modelos de regressão Exponencial, Weibull, Exponencial-exponenciada, entre outros. Também foi estudado um modelo de regressão para dados de sobrevivência grupados na qual a abordagem é fundamentada em modelos de tempo discreto e em tabelas de vida. A estrutura de regressão representada por uma probabilidade é modelada adotando-se diferentes funções de ligação, tais como, logito, complemento log-log, log-log e probito. Em ambas as pesquisas, métodos de validação dos modelos estatísticos propostos são descritos e fundamentados na análise de sensibilidade. Para detectar observações influentes nos modelos propostos, foram utilizadas medidas de diagnóstico baseadas na deleção de casos, denominadas de influência global e medidas baseadas em pequenas perturbações nos dados ou no modelo proposto, denominada de influência local. Para verificar a qualidade de ajuste do modelo e detectar pontos discrepantes foi realizada uma análise de resíduos nos modelos propostos. Os resultados desenvolvidos foram aplicados a dois conjuntos de dados reais. / In this study, a regression model for interval-censored data were developed, using the Exponentiated- Weibull distribution, that has as main characteristic the hazard function which assumes different forms (unimodal, bathtub shape, increase, decrease). A good feature of that regression model is their use to discriminate models, that have as particular cases, the models of regression: Exponential, Weibull, Exponential-exponentiated, amongst others. Also a regression model were studied for grouped survival data in which the approach is based in models of discrete time and in life tables, the regression structure represented by a probability is modeled through the use of different link function, logit, complementary log-log, log-log or probit. In both studies, validation methods for the statistical models studied are described and based on the sensitivity analysis. To find influential observations in the studied models, diagnostic measures were used based on case deletion, denominated as global influence and measures based on small perturbations on the data or in the studied model, denominated as local influence. To verify the goodness of fitting of the model and to detect outliers it was performed residual analysis for the proposed models. The developed results were applied to two real data sets.

Neste trabalho é proposta uma nova distribuição de quatro parâmetros denominada distribuição log-logística exponenciada geométrica, baseada em um mecanismo de dupla ativação para modelar dados de tempo de vida. Para esta nova distribuição, foi realizado um estudo da função de densidade de probabilidade, da função de distribuição acumulada, da função de sobrevivência e da função de taxa de falha, a qual apresenta formas que podem modelar dados de tempo de vida, tais como: forma crescente, decrescente, unimodal, bimodal e forma de U. Obteve-se expansões da função de densidade, expressões para os momentos de probabilidade ponderada, função geradora de momentos, desvios médios e as curvas de Bonferroni e de Lorenz. Considerando dados censurados, foi utilizado o método de máxima verossimilhança para estimação dos parâmetros. Analogamente também é proposto um modelo de regressão baseado no logaritmo da distribuição log-logística exponenciada geométrica com dupla ativação, que é uma extensão dos modelos de regressão logística exponenciada e logística. Este modelo pode ser usado na análise de dados reais, por fornecer um melhor ajuste que os modelos de regressão particulares, logística exponenciada e logística. Finalmente, são apresentados duas aplicações para ilustrar a utilização da nova distribuição. / In this work, we propose a new distribution with four parameters the so called exponentiated log-logistic geometric distribution based on a double mechanism of activation for modeling lifetime data. For this new distribution, we study the density function, cumulative distribution, survival function and the failure rate function which allows major harzad rates: increasing, decreasing, bathtub, unimodal and bimodal failure rates. We also obtain the density function expansions and the expressions for the probability-weighted moments, moment generating function, mean deviation and Bonferroni and Lorenz curves. Considering censored data, we use the maximum likelihood method for estimating the parameters. Similarly, we also propose the regression model based on the logarithm of the exponentiated log-logistic geometric distribution with double activation, which is an extension of the exponential logistic and logistic regression models. This new model could be widely used in the analysis of real data to provide a better fit than exponetial logistic and logistic regression models. Finally, two applications are presented to illustrate the application of the new distribution.

O principal objetivo deste trabalho é desenvolver procedimentos inferências em uma perspectiva bayesiana para modelos de sobrevivência com (ou sem) fração de cura baseada na distribuição exponencial por partes. A metodologia bayesiana é baseada em métodos de Monte Carlo via Cadeias de Markov (MCMC). Para detectar observações influentes nos modelos considerados foi usado o método bayesiano de análise de influência caso a caso (Cho et al., 2009), baseados na divergência de Kullback-Leibler. Além disso, propomos o modelo destrutivo binomial negativo com fração de cura. O modelo proposto é mais geral que os modelos de sobrevivência com fração de cura, já que permitem estimar a probabilidade do número de causas que não foram eliminadas por um tratamento inicial / The main objective is to develop procedures inferences in a bayesian perspective for survival models with (or without) the cure rate based on piecewise exponential distribution. The methodology is based on bayesian methods for Markov Chain Monte Carlo (MCMC). To detect influential observations in the models considering bayesian case deletion influence diagnostics based on the Kullback-Leibler divergence (Cho et al., 2009). Furthermore, we propose the negative binomial model destructive cure rate. The proposed model is more general than the survival models with cure rate, since the probability to estimate the number of cases which were not eliminated by an initial treatment