A distribuição Burr XII (BXII) possui, como casos particulares, as distribuições normal, log-normal, gama, logística, valor extremo tipo I, entre outras. Por essa razão, ela é considerada uma distribuição flexível no ajuste dos dados. As ideias de Eugene; Lee e Famoye (2002) e Cordeiro e Castro (2011) foram utilizadas para o desenvolvimento de duas novas distribuições de probabilidade a partir da distribuição BXII. Uma delas é denominada beta Burr XII (BBXII) e possui cinco parâmetros. Desenvolveu-se o modelo de regressão log-beta Burr XII (LBBXII). A outra distribuição é denominada de Kumaraswamy Burr XII (KwBXII) e possui cinco parâmetros. A vantagem desses novos modelos reside na capacidade de acomodar várias formas da função risco, além disso, eles também se mostraram úteis na discriminação de modelos. Para cada um dos modelos foram calculados os momentos, função geradora de momentos, os desvios médios, a confiabilidade e a função densidade de probabilidade da estatística de ordem. Foi realizado um estudo de simulação para avaliar o desempenho desses modelos. Para a estimação dos parâmetros, foram utilizados os métodos de máxima verossimilhança e bayesiano e, finalmente, para ilustrar a aplicação das novas distribuições foram analisados alguns conjuntos de dados reais. / The Burr XII (BXII) distribution has as particular cases the normal, lognormal, gamma, logistic and extreme-value type I distributions, among others. For this reason, it is considered a flexible distribution for fitting data. In this paper, the ideas of Eugene; Lee e Famoye (2002) and Cordeiro and Castro (2011) is used to develop two new probability distributions based on the BBXII distribution. The first is called beta Burr XII (BBXII) and has five parameters. Based in these, we develop the extended generalized log-beta Burr XII regression model. The other distribution is called Kumaraswamy Burr XII (KwBXII) and has five parameters. 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. A simulation study was conducted to evaluate the performance of these models. 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.

A cana-de-açúcar e uma das principais atividades econômicas do Brasil, tanto em termos de balança comercial, como de geração de empregos. O álcool (etanol) obtido da cana-de-açúcar e um combustível menos poluente, pois, contem oxigênio na sua composição e utilizado nos veículos movidos a etanol, na composição da gasolina automotiva e nos veículos ex. A queima do etanol produz 25% menos monóxido de carbono e 35% menos oxido de nitrogênio que a gasolina. Desta forma, as nações preocupadas em diminuir seus nesses de poluição atmosférica têm considerado como uma importante solução viável, a adoção do etanol como combustível automotivo . O objetivo deste trabalho foi apresentar propostas para a melhoria da qualidade e produtividade do setor, focado no desempenho dos processos e produtos, atraves de métodos estatísticos. Foi utilizada a metodologia \"Lean Seis Sigma\" aplicada no processo produtivo do etanol, em uma usina de açúcar e de álcool, visando acelerar a velocidade do processo, através da redução do desperdício e da variabilidade. A aplicação da metodologia \"Lean Seis Sigma\" foi realizada com o uso do modelo DMAIC (Dene, Measure, Analyze, Improve, Control). A ferramenta utilizada para descrever a relação entre as variáveis de saída (Y) e as variáveis de entrada (X) foi a regressão linear múltipla, fazendo uso dos métodos de seleção de variáveis. O mapeamento do processo produtivo do etanol possibilitou a identificação das etapas que agregam e não agregam valor ao processo. Os resultados mostraram uma redução significativa no \\Lead Time\" (tempo do processo) e a identificação das principais variáveis envolvidas no processo produtivo do etanol / The sugarcane is one of the most important economic businesses in Brazil, in both terms of trade balance and job opportunity. Alcohol (ethanol), obtained from sugarcane, is a fuel cleaner, because it contains oxygen in its composition and is used in vehicles powered by ethanol, on the composition of automotive gasoline and ex-fuel vehicles. Ethanol burning produces 25% less carbon monoxide and 35% less nitrogen oxide than gasoline. Thus, the nations that concern on reducing their levels of air pollution consider it as an important and available solution to be adopted as an automotive fuel. So, this trial aimed at making some proposals for improving quality and productivity of this sector, focused on the performance of processes and products, according to some statistical methods. The studied methodology was Lean Six Sigma, applied in the production process of ethanol, in a sugar and alcohol Plant in order to speed up its process by reducing waste and variability. The Lean Six Sigma methodology was carried out using the DMAIC model (Dene, Measure, Analyze, Improve and Control). The multiple linear regression tool described the relationship among the output variables (Y) and the input variables (X), associated to the methods of variable selection. The mapping of ethanol production process enabled the identication of steps that add, and does not add value to the process. The results showed a signicant reduction in the Lead Time as well as to identify the main variables involved in the production process of ethanol.

A distribuição Burr XII (BXII) possui, como casos particulares, as distribuições normal, log-normal, gama, logística, valor extremo tipo I, entre outras. Por essa razão, ela é considerada uma distribuição flexível no ajuste dos dados. As ideias de Eugene; Lee e Famoye (2002) e Cordeiro e Castro (2011) foram utilizadas para o desenvolvimento de duas novas distribuições de probabilidade a partir da distribuição BXII. Uma delas é denominada beta Burr XII (BBXII) e possui cinco parâmetros. Desenvolveu-se o modelo de regressão log-beta Burr XII (LBBXII). A outra distribuição é denominada de Kumaraswamy Burr XII (KwBXII) e possui cinco parâmetros. A vantagem desses novos modelos reside na capacidade de acomodar várias formas da função risco, além disso, eles também se mostraram úteis na discriminação de modelos. Para cada um dos modelos foram calculados os momentos, função geradora de momentos, os desvios médios, a confiabilidade e a função densidade de probabilidade da estatística de ordem. Foi realizado um estudo de simulação para avaliar o desempenho desses modelos. Para a estimação dos parâmetros, foram utilizados os métodos de máxima verossimilhança e bayesiano e, finalmente, para ilustrar a aplicação das novas distribuições foram analisados alguns conjuntos de dados reais. / The Burr XII (BXII) distribution has as particular cases the normal, lognormal, gamma, logistic and extreme-value type I distributions, among others. For this reason, it is considered a flexible distribution for fitting data. In this paper, the ideas of Eugene; Lee e Famoye (2002) and Cordeiro and Castro (2011) is used to develop two new probability distributions based on the BBXII distribution. The first is called beta Burr XII (BBXII) and has five parameters. Based in these, we develop the extended generalized log-beta Burr XII regression model. The other distribution is called Kumaraswamy Burr XII (KwBXII) and has five parameters. 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. A simulation study was conducted to evaluate the performance of these models. 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.

A cana-de-açúcar e uma das principais atividades econômicas do Brasil, tanto em termos de balança comercial, como de geração de empregos. O álcool (etanol) obtido da cana-de-açúcar e um combustível menos poluente, pois, contem oxigênio na sua composição e utilizado nos veículos movidos a etanol, na composição da gasolina automotiva e nos veículos ex. A queima do etanol produz 25% menos monóxido de carbono e 35% menos oxido de nitrogênio que a gasolina. Desta forma, as nações preocupadas em diminuir seus nesses de poluição atmosférica têm considerado como uma importante solução viável, a adoção do etanol como combustível automotivo . O objetivo deste trabalho foi apresentar propostas para a melhoria da qualidade e produtividade do setor, focado no desempenho dos processos e produtos, atraves de métodos estatísticos. Foi utilizada a metodologia \"Lean Seis Sigma\" aplicada no processo produtivo do etanol, em uma usina de açúcar e de álcool, visando acelerar a velocidade do processo, através da redução do desperdício e da variabilidade. A aplicação da metodologia \"Lean Seis Sigma\" foi realizada com o uso do modelo DMAIC (Dene, Measure, Analyze, Improve, Control). A ferramenta utilizada para descrever a relação entre as variáveis de saída (Y) e as variáveis de entrada (X) foi a regressão linear múltipla, fazendo uso dos métodos de seleção de variáveis. O mapeamento do processo produtivo do etanol possibilitou a identificação das etapas que agregam e não agregam valor ao processo. Os resultados mostraram uma redução significativa no \\Lead Time\" (tempo do processo) e a identificação das principais variáveis envolvidas no processo produtivo do etanol / The sugarcane is one of the most important economic businesses in Brazil, in both terms of trade balance and job opportunity. Alcohol (ethanol), obtained from sugarcane, is a fuel cleaner, because it contains oxygen in its composition and is used in vehicles powered by ethanol, on the composition of automotive gasoline and ex-fuel vehicles. Ethanol burning produces 25% less carbon monoxide and 35% less nitrogen oxide than gasoline. Thus, the nations that concern on reducing their levels of air pollution consider it as an important and available solution to be adopted as an automotive fuel. So, this trial aimed at making some proposals for improving quality and productivity of this sector, focused on the performance of processes and products, according to some statistical methods. The studied methodology was Lean Six Sigma, applied in the production process of ethanol, in a sugar and alcohol Plant in order to speed up its process by reducing waste and variability. The Lean Six Sigma methodology was carried out using the DMAIC model (Dene, Measure, Analyze, Improve and Control). The multiple linear regression tool described the relationship among the output variables (Y) and the input variables (X), associated to the methods of variable selection. The mapping of ethanol production process enabled the identication of steps that add, and does not add value to the process. The results showed a signicant reduction in the Lead Time as well as to identify the main variables involved in the production process of ethanol.

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.

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.

O objetivo principal deste trabalho foi testar redes neurais artificiais (RNAs) do tipo multilayer perceptron (MLP) na estimativa da evapotranspiração de referência e da evapotranspiração na linha de plantio de limeira ácida. As RNAs foram treinadas sob algoritmo de gradiente conjugado de erros, com funções de ativação sigmóide na camada intermediária e linear na camada de saída. Foram conduzidas análises comparativas com modelos de regressão. Valores diários de evapotranspiração de referência foram calculados usando o modelo Penman-Monteith (EToPM) a partir de dados meteorológicos (1997-2006) observados em Piracicaba, estado de São Paulo, Brasil (latitude: 22º 42 30 S; longitude: 47º 38 30 W; altitude: 546 m). Os modelos foram desenvolvidos a partir de dados de radiação solar global (Rg), saldo de radiação (Rn) ou radiação no topo da atmosfera (RTA) em combinação com temperatura do ar (Tar), déficit de pressão de vapor no ar (DPV) e velocidade do vento (u). Bom desempenho foi obtido quando os dados de Rg ou Rn estavam disponíveis, mesmo com a falta de uma ou mais das outras variáveis exigidas pelo modelo Penman- Monteith. As RNAs mostraram melhor desempenho do que os modelos de regressão, especialmente quando RTA foi considerada na entrada. O erro absoluto médio (MAE) das RNAs variou de 0,1 a 0,2 mm d-1, representando de 4 a 6 % dos valores médios de EToPM. A evapotranspiração na linha de plantio, condutância difusiva e transpiração foliar foram obtidas em pomar adulto de limeira ácida (Citrus latifolia Tan.), com espaçamento 7 m × 4 m , orientação Leste-Oeste das linhas de plantio e sem limitação hídrica, em Piracicaba, Brasil. A condutância à difusão de vapor (gs) e transpiração foliar (T) foram determinadas com porômetro de equilíbrio constante e balanço nulo, em folhas completamente expandidas, na parte média da copa nas faces expostas da linha de plantio, a intervalos horários ao longo de 42 dias. A densidade de fluxo de fótons fotossintéticos (DFFF) incidentes sobre a folha, temperatura e déficit de pressão de vapor no ar (Tar e DPV) no interior do pomar e o horário de observação (h) foram combinados nos modelos de estimativa de gs e T. Somente os modelos ajustados para o inverno apresentaram bom desempenho. Medidas lisimétricas foram utilizadas na determinação da evapotranspiração diurna na linha de plantio (ETli 9-17h). Saldo de radiação (Rn), temperatura do ar (Tar), déficit de pressão de vapor (DPV), evapotranspiração de referência estimada pelo modelo Penman-Monteith (EToPM) e dia do ano foram combinados na estimativa de ETli 9-17h. O desempenho das RNAs foi superior ao dos modelos com base em regressão. O erro médio absoluto (MAE) nos modelos RNAs variou entre 3,6 e 10,6 L planta-1, representando de 6 a 18% dos valores médios de ETli 9-17h. Os modelos incluindo o efeito temporal apresentaram melhor desempenho. A estimativa da evapotranspiração de referência na escala diária e da evapotranspiração diurna na linha de plantio pelos modelos propostos mostrou-se adequada. Ficou evidente a existência de outros efeitos temporais operando concomitantemente com o ambiente atmosférico na determinação de gs e ETli 9-17h. / The main objective of this study was to test artificial neural networks (ANNs) of multilayer perceptron type (MLP) for estimating reference evapotranspiration, diffusive leaf conductance and crop evapotranspiration of a mature and irrigated citrus orchard. The ANNs were trained under conjugate gradient algorithm. The sigmoid and linear activation functions were used for the hidden and output nodes, respectively. Comparative analyses with regression models were carried out. Daily values of reference evapotranspiration were computed using the Penman-Monteith method (EToPM) from climatic data (1997-2006) at Piracicaba, Brazil. All models were developed considering global radiation (Rg), net radiation (Rn) or extraterrestrial radiation (Ra) in combination with air temperature (Tar), air vapor pressure deficit (VPD) and wind velocity (u) as input data. Good performance was obtained for any model when net radiation or solar radiation were available, even missing one or more of other variables required by the Penman-Monteith equation. The performance of ANNs were improved when compared to those obtained with regression model basis, especially when Ra was considered as input data. Mean absolute error (MAE) from ANNs varied from 0.1 to 0.2 mm d-1, representing between 4 and 6 % of the mean EToPM values. Crop evapotranspiration, leaf diffusive conductance and leaf transpiration data were obtained from an acid lime (Citrus latifolia Tan.) mature orchard, located at the same region. The orchard, with East-West planting rows and 7 m × 4 m spacing, was drip irrigated to maintain non-limiting water conditions. Leaf diffusive conductance to water vapor (gs) and transpiration (T) were measured on fully expanded leaves, in the middle height of the canopy, at Northen and Southern exposed faces, in hourly intervals along 42 selected days, using a steady-state null-balance porometer. Variability of gs and T values were described as function of the exposition faces of the planting rows, time of day and season. Significant differences between exposition faces for gs and T values were only observed in the spring. The relationship between gs or T values and leaf environmental conditions varied according to the season. Photosynthetic photon flux density (PPFD) incident on the leaf, air temperature (Tar) and vapor pressure deficit (VPD) and time of day (h) were used as inputs. Adequate performance was only observed for winter models. Lysimetric data were used to determine diurnal evapotranspiration from orchard row (ETli 9-17h). Net radiation (Rn), air temperature and deficit pressure vapor (Tar, DPV) and Penman-Monteith reference evapotranspiration (EToPM) data were combined in the regression analyses and developing process of ANNs. Also any other temporal effect was taken into account by including day of the year (DOY). Mean absolute error (MAE) for ANNs models varied from 3.6 to 10.6 L plant-1, representing between 6 and 18% of mean ETli 9-17h values. Errors decreased when DOY was included. According to the results, it can be concluded that it is possible to estimate daily EToPM and diurnal citrus orchard evapotranspiration (ETli 9-17h) accurately by the proposed models. Relevance of other temporal effects operating on gs and ETli 9-17h determination, in addition to environmental variations, was evident.

O objetivo principal deste trabalho foi testar redes neurais artificiais (RNAs) do tipo multilayer perceptron (MLP) na estimativa da evapotranspiração de referência e da evapotranspiração na linha de plantio de limeira ácida. As RNAs foram treinadas sob algoritmo de gradiente conjugado de erros, com funções de ativação sigmóide na camada intermediária e linear na camada de saída. Foram conduzidas análises comparativas com modelos de regressão. Valores diários de evapotranspiração de referência foram calculados usando o modelo Penman-Monteith (EToPM) a partir de dados meteorológicos (1997-2006) observados em Piracicaba, estado de São Paulo, Brasil (latitude: 22º 42 30 S; longitude: 47º 38 30 W; altitude: 546 m). Os modelos foram desenvolvidos a partir de dados de radiação solar global (Rg), saldo de radiação (Rn) ou radiação no topo da atmosfera (RTA) em combinação com temperatura do ar (Tar), déficit de pressão de vapor no ar (DPV) e velocidade do vento (u). Bom desempenho foi obtido quando os dados de Rg ou Rn estavam disponíveis, mesmo com a falta de uma ou mais das outras variáveis exigidas pelo modelo Penman- Monteith. As RNAs mostraram melhor desempenho do que os modelos de regressão, especialmente quando RTA foi considerada na entrada. O erro absoluto médio (MAE) das RNAs variou de 0,1 a 0,2 mm d-1, representando de 4 a 6 % dos valores médios de EToPM. A evapotranspiração na linha de plantio, condutância difusiva e transpiração foliar foram obtidas em pomar adulto de limeira ácida (Citrus latifolia Tan.), com espaçamento 7 m × 4 m , orientação Leste-Oeste das linhas de plantio e sem limitação hídrica, em Piracicaba, Brasil. A condutância à difusão de vapor (gs) e transpiração foliar (T) foram determinadas com porômetro de equilíbrio constante e balanço nulo, em folhas completamente expandidas, na parte média da copa nas faces expostas da linha de plantio, a intervalos horários ao longo de 42 dias. A densidade de fluxo de fótons fotossintéticos (DFFF) incidentes sobre a folha, temperatura e déficit de pressão de vapor no ar (Tar e DPV) no interior do pomar e o horário de observação (h) foram combinados nos modelos de estimativa de gs e T. Somente os modelos ajustados para o inverno apresentaram bom desempenho. Medidas lisimétricas foram utilizadas na determinação da evapotranspiração diurna na linha de plantio (ETli 9-17h). Saldo de radiação (Rn), temperatura do ar (Tar), déficit de pressão de vapor (DPV), evapotranspiração de referência estimada pelo modelo Penman-Monteith (EToPM) e dia do ano foram combinados na estimativa de ETli 9-17h. O desempenho das RNAs foi superior ao dos modelos com base em regressão. O erro médio absoluto (MAE) nos modelos RNAs variou entre 3,6 e 10,6 L planta-1, representando de 6 a 18% dos valores médios de ETli 9-17h. Os modelos incluindo o efeito temporal apresentaram melhor desempenho. A estimativa da evapotranspiração de referência na escala diária e da evapotranspiração diurna na linha de plantio pelos modelos propostos mostrou-se adequada. Ficou evidente a existência de outros efeitos temporais operando concomitantemente com o ambiente atmosférico na determinação de gs e ETli 9-17h. / The main objective of this study was to test artificial neural networks (ANNs) of multilayer perceptron type (MLP) for estimating reference evapotranspiration, diffusive leaf conductance and crop evapotranspiration of a mature and irrigated citrus orchard. The ANNs were trained under conjugate gradient algorithm. The sigmoid and linear activation functions were used for the hidden and output nodes, respectively. Comparative analyses with regression models were carried out. Daily values of reference evapotranspiration were computed using the Penman-Monteith method (EToPM) from climatic data (1997-2006) at Piracicaba, Brazil. All models were developed considering global radiation (Rg), net radiation (Rn) or extraterrestrial radiation (Ra) in combination with air temperature (Tar), air vapor pressure deficit (VPD) and wind velocity (u) as input data. Good performance was obtained for any model when net radiation or solar radiation were available, even missing one or more of other variables required by the Penman-Monteith equation. The performance of ANNs were improved when compared to those obtained with regression model basis, especially when Ra was considered as input data. Mean absolute error (MAE) from ANNs varied from 0.1 to 0.2 mm d-1, representing between 4 and 6 % of the mean EToPM values. Crop evapotranspiration, leaf diffusive conductance and leaf transpiration data were obtained from an acid lime (Citrus latifolia Tan.) mature orchard, located at the same region. The orchard, with East-West planting rows and 7 m × 4 m spacing, was drip irrigated to maintain non-limiting water conditions. Leaf diffusive conductance to water vapor (gs) and transpiration (T) were measured on fully expanded leaves, in the middle height of the canopy, at Northen and Southern exposed faces, in hourly intervals along 42 selected days, using a steady-state null-balance porometer. Variability of gs and T values were described as function of the exposition faces of the planting rows, time of day and season. Significant differences between exposition faces for gs and T values were only observed in the spring. The relationship between gs or T values and leaf environmental conditions varied according to the season. Photosynthetic photon flux density (PPFD) incident on the leaf, air temperature (Tar) and vapor pressure deficit (VPD) and time of day (h) were used as inputs. Adequate performance was only observed for winter models. Lysimetric data were used to determine diurnal evapotranspiration from orchard row (ETli 9-17h). Net radiation (Rn), air temperature and deficit pressure vapor (Tar, DPV) and Penman-Monteith reference evapotranspiration (EToPM) data were combined in the regression analyses and developing process of ANNs. Also any other temporal effect was taken into account by including day of the year (DOY). Mean absolute error (MAE) for ANNs models varied from 3.6 to 10.6 L plant-1, representing between 6 and 18% of mean ETli 9-17h values. Errors decreased when DOY was included. According to the results, it can be concluded that it is possible to estimate daily EToPM and diurnal citrus orchard evapotranspiration (ETli 9-17h) accurately by the proposed models. Relevance of other temporal effects operating on gs and ETli 9-17h determination, in addition to environmental variations, was evident.

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.

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.