Orientador : Jose Fernando Gregori Faigle / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Quimica / Made available in DSpace on 2018-07-16T17:15:15Z (GMT). No. of bitstreams: 1 Poppi_RoneiJesus_M.pdf: 3208509 bytes, checksum: df96399b4f4732182e2a8b0c6f311ac7 (MD5) Previous issue date: 1989 / Mestrado

Um dos principais objetivos da análise de componentes principais consiste em reduzir o número de variáveis observadas em um conjunto de variáveis não correlacionadas, fornecendo ao pesquisador subsídios para entender a variabilidade e a estrutura de correlação dos dados observados com uma menor quantidade de variáveis não correlacionadas chamadas de componentes principais. A técnica é muito simples e amplamente utilizada em diversos estudos de diferentes áreas. Para construção, medimos a relação linear entre as variáveis observadas pela matriz de covariância ou pela matriz de correlação. Entretanto, as matrizes de covariância e de correlação podem deixar de capturar importante informações para dados correlacionados sequencialmente no tempo, autocorrelacionados, desperdiçando parte importante dos dados para interpretação das componentes. Neste trabalho, estudamos a técnica de análise de componentes principais que torna possível a interpretação ou análise da estrutura de autocorrelação dos dados observados. Para isso, exploramos a técnica de análise de componentes principais para o domínio da frequência que fornece para dados autocorrelacionados um resultado mais específico e detalhado do que a técnica de componentes principais clássica. Pelos métodos SSA (Singular Spectrum Analysis) e MSSA (Multichannel Singular Spectrum Analysis), a análise de componentes principais é baseada na correlação no tempo e entre as diferentes variáveis observadas. Essas técnicas são muito utilizadas para dados atmosféricos na identificação de padrões, tais como tendência e periodicidade. / The main objective of principal component analysis (PCA) is to reduce the number of variables in a small uncorrelated data sets, providing support and helping researcher understand the variation present in all the original variables with small uncorrelated amount of variables, called components. The principal components analysis is very simple and frequently used in several areas. For its construction, the components are calculated through covariance matrix. However, the covariance matrix does not capture the autocorrelation information, wasting important information about data sets. In this research, we present some techniques related to principal component analysis, considering autocorrelation information. However, we explore the principal component analysis in the domain frequency, providing more accurate and detailed results than classical component analysis time series case. In subsequent method SSA (Singular Spectrum Analysis) and MSSA (Multichannel Singular Spectrum Analysis), we study the principal component analysis considering relationship between locations and time points. These techniques are broadly used for atmospheric data sets to identify important characteristics and patterns, such as tendency and periodicity.

Um dos principais objetivos da análise de componentes principais consiste em reduzir o número de variáveis observadas em um conjunto de variáveis não correlacionadas, fornecendo ao pesquisador subsídios para entender a variabilidade e a estrutura de correlação dos dados observados com uma menor quantidade de variáveis não correlacionadas chamadas de componentes principais. A técnica é muito simples e amplamente utilizada em diversos estudos de diferentes áreas. Para construção, medimos a relação linear entre as variáveis observadas pela matriz de covariância ou pela matriz de correlação. Entretanto, as matrizes de covariância e de correlação podem deixar de capturar importante informações para dados correlacionados sequencialmente no tempo, autocorrelacionados, desperdiçando parte importante dos dados para interpretação das componentes. Neste trabalho, estudamos a técnica de análise de componentes principais que torna possível a interpretação ou análise da estrutura de autocorrelação dos dados observados. Para isso, exploramos a técnica de análise de componentes principais para o domínio da frequência que fornece para dados autocorrelacionados um resultado mais específico e detalhado do que a técnica de componentes principais clássica. Pelos métodos SSA (Singular Spectrum Analysis) e MSSA (Multichannel Singular Spectrum Analysis), a análise de componentes principais é baseada na correlação no tempo e entre as diferentes variáveis observadas. Essas técnicas são muito utilizadas para dados atmosféricos na identificação de padrões, tais como tendência e periodicidade. / The main objective of principal component analysis (PCA) is to reduce the number of variables in a small uncorrelated data sets, providing support and helping researcher understand the variation present in all the original variables with small uncorrelated amount of variables, called components. The principal components analysis is very simple and frequently used in several areas. For its construction, the components are calculated through covariance matrix. However, the covariance matrix does not capture the autocorrelation information, wasting important information about data sets. In this research, we present some techniques related to principal component analysis, considering autocorrelation information. However, we explore the principal component analysis in the domain frequency, providing more accurate and detailed results than classical component analysis time series case. In subsequent method SSA (Singular Spectrum Analysis) and MSSA (Multichannel Singular Spectrum Analysis), we study the principal component analysis considering relationship between locations and time points. These techniques are broadly used for atmospheric data sets to identify important characteristics and patterns, such as tendency and periodicity.

Submitted by Victor Hideki Obara (victor.obara@gmail.com) on 2014-03-06T18:17:06Z No. of bitstreams: 1 Dissertação_VictorObara2014.pdf: 1045588 bytes, checksum: 53366e74ed0e394dca903abf1be27bf7 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2014-03-06T18:34:02Z (GMT) No. of bitstreams: 1 Dissertação_VictorObara2014.pdf: 1045588 bytes, checksum: 53366e74ed0e394dca903abf1be27bf7 (MD5) / Made available in DSpace on 2014-03-06T19:39:03Z (GMT). No. of bitstreams: 1 Dissertação_VictorObara2014.pdf: 1045588 bytes, checksum: 53366e74ed0e394dca903abf1be27bf7 (MD5) Previous issue date: 2014-02-11 / Este trabalho observa como as variáveis macroeconômicas (expectativa de inflação, juro real, hiato do produto e a variação cambial) influenciam a dinâmica da Estrutura a Termo da Taxa de Juros (ETTJ). Esta dinâmica foi verificada introduzindo a teoria de Análise de Componentes Principais (ACP) para capturar o efeito das componentes mais relevantes na ETTJ (nível, inclinação e curvatura). Utilizando-se as estimativas por mínimos quadrados ordinários e pelo método generalizado dos momentos, foi verificado que existe uma relação estatisticamente significante entre as variáveis macroeconômicas e as componentes principais da ETTJ. / This paper observes how the macroeconomic variables (inflation expectations, real interest rate, output gap and the exchange rate) influence the dynamics of the Term Structure of Interest Rates (TSIR). This dynamic was verified by introducing the theory of Principal Component Analysis (PCA) to capture the effect of the most important components in TSIR (level, slope and curvature). Using ordinary least square estimation and the generalized method of moments, it was verified that there is a statistical significant relationship between macroeconomic variables and TSIR principal components.

Submitted by Marco Bril (marcobril@yahoo.com.br) on 2016-02-19T14:07:29Z No. of bitstreams: 1 Tese Mestrado Marco Bril.pdf: 1223942 bytes, checksum: e8c41cd4b4f9345cbe52d71959bebbd2 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2016-02-22T14:03:07Z (GMT) No. of bitstreams: 1 Tese Mestrado Marco Bril.pdf: 1223942 bytes, checksum: e8c41cd4b4f9345cbe52d71959bebbd2 (MD5) / Approved for entry into archive by Maria Almeida (maria.socorro@fgv.br) on 2016-02-25T13:08:48Z (GMT) No. of bitstreams: 1 Tese Mestrado Marco Bril.pdf: 1223942 bytes, checksum: e8c41cd4b4f9345cbe52d71959bebbd2 (MD5) / Made available in DSpace on 2016-02-25T13:08:58Z (GMT). No. of bitstreams: 1 Tese Mestrado Marco Bril.pdf: 1223942 bytes, checksum: e8c41cd4b4f9345cbe52d71959bebbd2 (MD5) Previous issue date: 2013-05-24 / This dissertation compares the behavior of the Brazilian economy to emerging and developing markets through principal component analysis. There were used variables of economic growth, as PMI; and macroeconomic variables, such as inflation, stock exchange, currency and interest rates. To achieve more consistent results, there were done two different analyses. The first one has compared these variables from different countries to the Brazilian PMI; whereas the second one has separated the later analysis in different time periods, in order to differentiate the period before and after the 2009 crisis. / A proposta desta dissertação é analisar o comportamento econômico brasileiro em relação às demais economias de países emergentes e desenvolvidos, utilizando-se como metodologia a análise de componentes principais com variáveis de crescimento econômico e macroeconômicas como inflação, bolsa, moeda e juros. Visando obter uma robustez maior nos resultados foram realizados dois exercícios, primeiro buscou-se comparar o resultado obtido para o Brasil com outros países. No segundo exercício a comparação foi realizada para diferentes períodos de tempo, de maneira de separar o período em pré e pós-crise de 2009.

Submitted by Laszlo Cerveira Lueska (laszlolueska@gmail.com) on 2016-08-30T14:41:54Z No. of bitstreams: 1 Laszlo_Lueska_v17.pdf: 8905674 bytes, checksum: d9f066c4099a2f1a605719d85eb2f44a (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2016-08-30T21:28:01Z (GMT) No. of bitstreams: 1 Laszlo_Lueska_v17.pdf: 8905674 bytes, checksum: d9f066c4099a2f1a605719d85eb2f44a (MD5) / Made available in DSpace on 2016-08-31T13:35:11Z (GMT). No. of bitstreams: 1 Laszlo_Lueska_v17.pdf: 8905674 bytes, checksum: d9f066c4099a2f1a605719d85eb2f44a (MD5) Previous issue date: 2016-08-05 / This paper proposes an extension of the multifactor Heath, Jarrow and Morton model incorporating a class of jump-diffusion process in an arbitrage-free enviroment, where the jump part follows independent Poisson process. We introduce a new methodology to the jump-diffusion process defining level, steepness and curvature jumps to capture the specificities of the Brazilian nominal interest rate term structure. A numerical solution is proposed under the Brace and Musiela (1994) parametrization extended to the jumpdiffusion process. Through Principal Component Analysis (PCA) and historical data manipulation, the calibration of the parameters of the model is made. With Monte Carlo simulations, the model is used to price asian interest rate options (IDI options), to obtain forecasts of the interest rate term structure and to simulate trading strategies of interest rate furutes. / O presente estudo propõe uma extensão do modelo Heath, Jarrow e Morton multifatorial através da adição de uma classe de processos geradores de jumps, modelados por distribuições independentes de Poisson, mantendo a estabilidade do modelo e a condição de não arbitragem do mercado. O estudo apresenta uma abordagem nova aos processos geradores de jumps, definindo jumps de nível, inclinação e curvatura, de modo a capturar as especifidades da estrutura a termo de taxa de juros (ETTJ) nominais do Brasil. Uma solução numérica é proposta na parametrização de Brace e Musiela (1994) estendida ao caso de processos geradores de jump. Através de Análise de Componentes Principais (PCA) e manipulação dos dados históricos, os parâmetros do modelo são calibrados. Através de simulações de Monte Carlo, o modelo é utilizado em precificações de opções de IDI, em forecasts da ETTJ e em estratégias de trading de DI Futuro.

Orientador: Danísio Prado Munari / Coorientador: Guilherme Batista do Nascimento / Banca: Fernando Sebastian Baldi Rey / Banca: Raysildo Barbosa Lobo / Resumo: Programas de melhoramento genético na bovinocultura de corte são importantes para o progresso genético do rebanho e consequentemente para a economia do país. Os avanços nas tecnologias de genotipagem permitiram estimativas de parâmetros genéticos a partir de informações genômicas por meio dos painéis de marcadores do tipo SNP (single nucleotide polymorphism). Estes avanços permitem estimativas de parâmetros genéticos, a partir de informações genômicas mais acuradas, acelerando o progresso genético dos rebanhos brasileiros. O objetivo deste trabalho foi a estimação de parâmetros genéticos, tendência genética e análise de componentes principais de características de peso corporal ao nascer (PN), aos 210 (P210), 365 (P365), e 450 (P450) dias de idade e escores visuais de Estrutura (ES), Precocidade (PS) e Musculosidade (MS), medidas ao sobreano. Os dados utilizados nesse estudo foram obtidos junto ao Programa Nelore Brasil, mantido pela Associação Nacional de Criadores e Pesquisadores (ANCP). As estimativas foram obtidas com base em registros de pedigree de 192.483 animais, 80.114 registros fenotípicos e 8.652 registros de animais genotipados. Os valores genéticos preditos (EBV) foram estimados a partir da equação dos modelos mistos e metodologia bayesiana, enquanto os valores genéticos genômicos preditos (GEBV) foram obtidos a partir do melhor preditor genômico linear não-viesado de único estágio (ssGBLUP). As estimativas de herdabilidade (h2) para as características de PN, P21... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Genetic improvement programs of Brazilian beef cattle are important for herd's genetic progress and consequently for the country's economy. With the advances in sequencing and genotyping technologies, high density panels with SNP (single nucleotide polymorphism) type polymorphic markers are available on the market. These advances allow genetic parameters estimation from genomic information to be more accurate, leading to a faster genetic progress of Brazilian herds. The aim of this study was the genetic parameters estimation, genetic trend and principal components analysis for body weight measured at birth (PN), 210 (P210), 365 (P365) and 450 (P450) days of age and visual scores of Structure (ES), Precocity (PS) and Musculoskeletal (MS), measured in yearling period (from 12 to 20 months of age). The data were obtained from the Nelore Brazil breeding program maintained by the National Association of Breeders and Researchers (ANCP). The estimates were obtained on pedigree records of 192,483 animals, 80,114 phenotypic records and 8,652 records of genotyped animals. The genomic estimated breeding value (GEBV) and estimated breeding value (GEBV) were obtained from the single step best genomic linear unbiased predictor (ssGBLUP), mixed models' equation and bayesian methodology, respectively. The (co)variance components were estimated from Bayesian methodology. The heritability estimates (h2) for PN, P210, P365, P450, ES, PS and MS were respectively 0.81±0.01. 0.38±0.02. 0.34±0.02. 0.35±0.02. 0.31±0.04. 0.38±0.05. 0.39±0.05, with information from SNPs and for estimates only with pedigree and phenotypes information, h2 were 0.82±0.01. 0.33±0.02. 0.31±0.02. 0.32±0.02. 0.32±0.05. 0.37±0.05. 0.38±0.05, respectively. The principal com... (Complete abstract click electronic access below)eng / Mestre

Orientador: Roberto Carvalheiro / Coorientador: Danísio Prado Munari / Coorientador: Haroldo Henrique de Rezende Neves / Resumo: A análise de componentes principais (ACP) é uma técnica da estatística multivariada usada para avaliar as relações entre diferentes características a fim de eliminar a redundância resultante de suas correlações. No melhoramento genético animal, a ACP tem sido usada para explorar possíveis interpretações biológicas associadas aos componentes principais (CPs) que podem levar a caracterização de diferentes biotipos de animais. Os objetivos do presente estudo foram: i) avaliar as relações entre características de crescimento, escore visual e reprodutiva, por meio de ACP; ii) identificar, por meio de estudo de associação genômica ampla (GWAS), regiões genômicas que diferenciam os animais quanto aos diferentes componentes; e iii) avaliar a habilidade de predição de valores genéticos genômicos (GEBVs) obtidos para os CPs. Foram utilizados dados fenotípicos de 355.524 animais da raça Nelore provenientes da base de dados Aliança Nelore. Destes, foram genotipados 3.382 animais em painel lllumina® BovineHD (HD, ~777.000 SNPs) e 137 animais em painel GeneSeek Genomic Profiler Bovine HD (~76.000 SNPs). Os animais genotipados com o painel GGP-HD tiveram seus genótipos imputados para o painel mais denso (HD). Após o controle de qualidade, 3.519 animais com informações genotípicas de 471.880 SNPs permaneceram nas análises. A ACP foi realizada utilizando-se a matriz de (co)variância genética aditiva (AT) obtida a partir de análise multi-característica. As estimativas dos efeitos dos SNPs fora... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Principal component analysis (PCA) is a multivariate statistical technique that allows evaluating relationships among different traits in order to eliminate the redundancy resulting from their correlations. In animal breeding, PCA has been used to explore possible biological interpretations associated with the principal components (PCs) that can lead to the characterization of distinguished animal's biotype. The objectives of the present study were: i) to evaluate relationships among growth, visual scores, and reproductive traits by performing a PCA; ii) to identify genomic regions associated with PCs by performing a genome-wide association study (GWAS) on the main PCs; and iii) to evaluate the prediction ability of genomic breeding values (GEBVs) obtained for the PCs. Phenotypic data from 355,524 Nellore animals provided by the Alliance Nellore database, were used in this investigation. A total of 3,382 Nellore animals were genotyped using the lllumina® BovineHD chip (HD, ~777,000 SNPs) and 137 animals were genotyped using the GeneSeek Genomic Profiler Bovine HD chip (~76,000 SNPs). The GGP-HD genotypes were imputed to the HD genotypes. After genomic data quality control, 471,880 SNPs from 3,519 animals were available. The PCA was applied on the additive genetic (co)variance matrix (AT) obtained using multi-trait analysis. For GWAS, SNP effects were estimated using the weighted single-step GBLUP and the BayesC methods. The genes identified within the top-10 ranking windows that explained the highest proportion of variance were used for further functional analyses. For the genomic prediction study, the GEBVs were predicted using three distinguish response variables: EBV of the original traits, EBV of the PCs, and EBV of a selection index used by some Nellore cattle commercial breeding programs. The geno... (Complete abstract click electronic access below) / Doutor

Orientador: Angelo Cataneo / Resumo: O presente trabalho teve como objetivo desenvolver um estudo do comportamento multivariado das principais variáveis climáticas de interesse agrícola do estado de São Paulo, mediante aplicação dos métodos de análise de agrupamento, análise dos componentes principais e geoestatísticos. Utilizou-se dados de 25 variáveis climáticas compreendendo a altitude, precipitações pluviométricas médias mensais e temperaturas do ar médias mensais, coletados em 117 postos meteorológicos distribuídos pelo estado de São Paulo, excluindo-se o litoral por apresentar características climáticas distintas do restante do estado. Sobre as variáveis climáticas, aplicou-se a análise de agrupamento com o objetivo de caracterizar e determinar regiões climáticas homogêneas, usando a distância euclidiana, entre as variáveis climáticas, como medida de similaridade. O dendograma identificou visualmente os possíveis agrupamentos climáticos homogêneos no estado de São Paulo de acordo com a medida de similaridade escolhida. Em seguida, as variáveis climáticas foram submetidas à análise dos componentes principais, aplicada sobre a matriz de correlação R . Dos componentes resultantes, foram retidos somente os que apresentavam autovalores maiores que a unidade, ou seja, os três primeiros componentes. Estas análises mostram que as 25 variáveis climáticas podem ser substituídas pelos três primeiros componentes, que explicaram respectivamente, 57,20%, 26,18% e 5,88% da variabilidade total dos dados. Sobre os três componentes retidos, foi aplicada a rotação ortogonal de fatores conhecida como Varimax, que fornece fatores ortogonais linearmente independentes. Os pesos dos fatores, após rotação ortogonal, com valor absoluto maior que 0,79, combinados com as variáveis correspondentes, foram usados para modelar três índices climáticos, chamados de índice térmico, índice... (Resumo completo, clicar acesso eletrônico abaixo). / Abstract: The purpose of this work was to develop a study on the multivaried behaviour of the main climatic variables of agricultural interest in the state of São Paulo, by applying the methods of grouping analysis, principal components and geostatistical analysis. Data from 25 climatic variables including altitude, mean-monthly pluviomatric precipitation and mean-monthly air temperature collected from 117 weather stations throught the state of São Paulo, excluding the coast, were used. The grouping analysis was applied on the climatic variables with the purpose of characterizing and determining homogeneous climatic regions by using the euclidean distance as a measure of similarity. The dendogram visually identified the possible homogeneous climatic groupings in the state of São Paulo according to the chosen measure of similarity. Afterwards, the climatic variables were submitted to the analysis of the principal components applied on the matrix of correlation R. From the resulting components, only the first three components that presented eigenvalue higher than the unit were kept. These analysis show that the 25 climatic variables may be replaced by the first three components which explained respectively, 57,20%, 26,18% and 5,88% of the total variability of the data. The orthogonal rotation, which provides linearly independent orthogonal factors and is known as Varimax, was applied on the three components that were kept. The influence of the factors, after orthogonal rotation and containing absolute value higher that 0,79, combined with the respective variables, were used to model three climatic indexes called thermic index, pluviometric index and pluviothermic index. The purpose of the rotation was to describe the relations among the variables that may be grouped by their correlations in which each group... (Complete abstract, click electronic address below). / Doutor

Orientador: Carlos Roberto Padovani / Banca: Adalberto José Crocci / Banca: Luiz Gonzaga Manzine / Resumo: Os experimentos agronômicos, em geral, apresentam uma quantidade razoável de variáveis observadas e uma complexa estrutura de variação entre e dentro dessas variáveis. Essa estrutura de variação acarreta uma dificuldade para a utilização dos procedimentos requeridos pelo modelo estatístico, em virtude do difícil acesso a programas computacionais para a análise dos dados multivariados. Uma alternativa para redimensionar a quantidade de variáveis consiste na técnica dos componentes principais, que consegue descrever um conjunto com um número menor de variáveis não correlacionadas entre si, ordenadas de maneira decrescente pelas magnitudes das variâncias, de tal forma que a variância total do conjunto inicial seja preservada. Em síntese, a prática da análise de componentes principais é considerada sob o objetivo da redução do espaço paramétrico. Uma das dificuldades encontrada pelos pesquisadores no uso da técnica dos componentes principais, consiste na determinação do número de componentes que deve ser utilizado na redução do espaço paramétrico. Dentre alguns métodos exploratórios discutidos foram apresentados quatro critérios para a escolha do número de componentes principais os quais retem de forma qualificada, a informação contida nas variáveis originais. Neste sentido, foi proposto no presente estudo, a elaboração de um programa computacional, desenvolvido em linguagem MAPLE V.3 e CLIPPER 5.1, de fácil manuseio e acessível a todos os pesquisadores das áreas agronômicas. Visando a operacionalização do aplicativo e a utilização dos procedimentos de análise multivariada, finalizou-se o estudo apresentando dois exemplos envolvendo situações observadas na literatura agronômica, onde no primeiro faz-se uma abordagem pela metodologia univariada e pela utilização de componentes principais por processo gráfico, e no segundo... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The agronomical experiments, in general, introduce a reasonable quantity of observed variables and a variation complex structure between and within these variables. This variation structure carries a difficulty for the utilization of the procedures required by the statistical model, in view of the difficult access for computational programs for the analysis of the multivariate data. An option for redimensionate the quantity of variable consists in the technique of the principal components, which manages to describe a set with a smaller number of variable not correlated to each other, ordenate of decreasing way by the magnitudes of the variances, of such a form that the total variance of the initial set be preserved. In synthesis, the practice of the analysis of principal components is considered under the objective of the reduction of the parametric space. One of the difficulties found by the researchers in the use of the technique of the principal components, it consists in the determination of the number of components that should be used in the reduction of the parametric space. Among some argued exploratory methods were introduced four criteria for the choice of the number of principal components the ones retain of form qualified, the information contained in the original variables. In this sense, it was proposed at study present, the elaboration of a computational program, developed in language MAPLE V.3 and CLIPPER 5.1, of easy handling and accessible to all the researchers of the agronomical areas. Aiming at operationalization of the application and the utilization of the multivariate analysis procedures, it was concluded the study introducing two examples involving situations observed in the agronomical literature, where in the first an approach is done by the univariate methodology and by the utilization of principal components for prosecute graph, and in the second... (Complete abstract click electronic access below) / Mestre