A Serra do Mar, na região de Cubatão, é uma área de contraste entre a conservação do meio ambiente e a ocupação do homem. Nessa região têm ocorrido movimentos de massa cujas causas podem ser naturais, porém são intensificados pela ação antrópica. A presença de rodovias, oleodutos, indústrias, centros habitacionais e outras estruturas na região, faz com que esses processos erosivos possam ter conseqüências trágicas, principalmente para a população e ao meio ambiente. No sentido de contribuir para a prevenção desses eventos, este estudo teve como objetivo o mapeamento do risco de escorregamentos, a partir de mapas temáticos de cobertura vegetal, pedologia, litologia, morfologia, hipsometria, clinografia, exposição de vertentes e da precipitação pluviométrica, considerados fatores de instabilidade. Utilizou- se como ferramentas um Sistema de Informações Geográficas (SIG), e um modelo estatístico multivariado, a análise discriminante. A área estudada compreendeu uma superfície de 10.706,9 ha, onde estão contidos os vales do rio Mogi, rio Perequê, parte do rio Pilões e parte do rio Cubatão. Esta foi dividida em unidades de terreno em forma de grade de células de 30 m x 30 m. Os mapas temáticos foram convertidos para o formato digital raster. Áreas com escorregamento e sem escorregamento foram amostradas quanto as suas características hipsométricas, clinográficas, de exposição de vertentes, pluviométricas, pedológicas, de cobertura vegetal, morfológicas e litológicas, considerados fatores de instabilidade. Esses dados foram submetidos à análise discriminante, a partir da qual foi gerada uma função linear discriminante, onde foram atribuídos pesos a cada fator de instabilidade, proporcionais à contribuição de cada um na ocorrência ou não de escorregamentos. A partir desta função foi calculada a probabilidade posterior de uma área ser ou não um escorregamento, considerada o risco. Uma amostra de validação mostrou sua eficiência na classificação de áreas como sendo com escorregamento e sem escorregamento, em 82,41% da mesma. Sua aplicação em cada unidade de terreno da área de estudo gerou um mapa de risco de escorregamentos em cinco níveis: muito baixo (44,4%), baixo (10,2%), médio (9,3%), alto (12,9%) e muito alto (12,7%). Os maiores pesos na função discriminante foram atribuídos à clinografia, precipitação média do trimestre mais chuvoso, pedologia e litologia. Áreas com risco de escorregamento alto e muito alto que ocorreram em vertentes da média e alta encosta (300 m a 700 m), com altas declividades (26° a 36°) e exposição sul (S) e sudeste (SE), em solos do tipo latossolo vermelho-amarelo (LVa1), cobertura vegetal de porte arbóreo baixo (Ab), vertentes retilíneas (VR), litologia do tipo migmatitos estromatíticos (AcMn), em áreas onde a precipitação média do trimestre mais chuvoso esteve entre 1.100mm e 1.200mm e a precipitação média anual entre 3.200mm e 3.600mm. / not available

Orientador: Danísio Prado Munari / Coorientador: Lenira El Faro / Banca: João Ademir de Oliveira / Banca: Sandra Aidar de Queiroz / Banca: Cláudia Cristina Paro de Paz / Banca: José Bento Sterman Ferraz / Resumo: Os objetivos deste trabalho foram estimar parâmetros genéticos para a produção de leite utilizando modelos de regressão aleatória, comparar o ganho genético esperado da produção de leite utilizando diferentes índices de seleção, utilizar análise de agrupamento e discriminante para explorar o perfil genético dos animais para a produção de leite, visando identificar os animais mais indicados para a seleção e investigar quais informações devem ser utilizadas em redes neurais artificiais para que fossem capazes de predizer os valores genéticos dos animais para produção de leite total até 305 dias em lactação. As estimativas de herdabilidade dos controles mensais da produção de leite variaram de 0,12 ± 0,04 a 0,31 ± 0,04. As estimativas de correlação genética e de ambiente permanente apresentaram valores próximos à unidade em controles leiteiros adjacentes, com tendência de diminuição das correlações à medida que o tempo entre os controles leiteiros aumentou. As magnitudes das estimativas de herdabilidade para as classes dos controles leiteiros mensais indicam que a produção de leite deve responder ao processo de seleção dos animais e a fase entre 121 a 240 dias em lactação teria melhor resposta à seleção devido as maiores estimativas de herdabilidade nesse período. A seleção dos animais baseada na produção de leite entre 121 a 150 dias em lactação é recomendada devido à alta herdabilidade para a característica nesta fase e pelas altas correlações genéticas da característica neste período com os demais da lactação. A indicação de qual índice de seleção deve ser utilizado dependerá, entre outros fatores, dos objetivos de seleção estabelecidos pelo programa de melhoramento genético. Se o objetivo de seleção for melhorar a produção de leite e a persistência da lactação, seria mais indicado utilizar índices de seleção baseado ... / Abstract: The objectives of this study were to estimate genetic parameters for milk yield using random regression models, to compare the expected genetic gain of this trait using different selection indexes, to use cluster and discriminant analyses to explore the genetic pattern of milk production of the animals to identify those ones most suitable for selection, and to investigate which information should be used in artificial neural networks to predict the breeding values for milk yield to 305 days in milks. The estimates of heritability for monthly milk production classes ranged from 0.12 ± 0.04 to 0.31 ± 0.04. The estimates of genetic correlation and permanent environment had values close to one in adjacent dairy controls, and decreased as the time between the controls had increased. The magnitudes of heritabilities between 121 to 240 days indicated that the milk yield could better response to selection in this phase due to the highest estimates. The selection based on milk production between 121 to 150 days in milk is recommended due to the high heritability for the trait at this phase and due to the high genetic correlations with milk yield in the other periods of the lactation. The use of a particular selection index will depend on the selection goals of the breeding program. The selection indexes based on eigenvectors of additive genetic matrix with greater selection emphasis for persistence is recommended if the selection goal of the breeding program is to improve milk production and persistence simultaneously. But, if the selection goal is to improve only the milk production, the selection index based on breeding values for milk production up to 305 days in milk would be the most appropriate, because it presented the greatest expected genetic gain for this trait. The breeding values of milk yield on every 30 days were used as grouping variables of the animals. It was found that the population ... / Doutor

Esta tese investiga o uso de análise discriminante e redes neurais artificiais em conjunto com técnicas de seleção de números de onda para classificação de espectros Raman de tecidos arteriais sadios, ateromatosos ou calcificados. Duas técnicas de seleção são estudadas: a primeira é baseada na Função Discriminante de Fisher, definida para cada variável espectral como a razão entre a dispersão dos dados entre as classes e dentro de cada classe; a segunda emprega um Algoritmo Genético de modo a levar em conta a informação conjunta de grupos de variáveis ao invés de considerá-los isoladamente. Para avaliação dos classificadores resultantes, foi utilizado um conjunto de 60 espectros Raman obtidos no Instituto de Pesquisa e Desenvolvimento (IP&D) da UNIVAP. Para esse conjunto de dados, a Função Discriminante de Fisher conduziu à seleção de comprimentos de onda concentrados em torno de picos espectrais, o que prejudicou o desempenho dos classificadores. A seleção realizada pelo Algoritmo Genético foi mais bem distribuída ao longo da faixa espectral de trabalho e possibilitou um bom desempenho de classificação, mesmo na presença de problemas simulados de desalinhamento espectral. Na comparação entre os classificadores, verificou-se que tanto o modelo obtido por análise discriminante linear quanto a rede neural classificaram corretamente todos os espectros de validação. Contudo, o modelo de discriminante linear apresentou maior robustez ao desalinhamento espectral.

O presente trabalho tem como objetivo principal a proposta de um conjunto útil de indicadores econômico e financeiro na previsão de insolvência bancaria utilizando a técnica estatística da análise discriminante. A partir da escolha dos trinta e dois indicadores mais utilizados pela literatura extraídos das demonstrações financeiras de 31.12.1993, das instituições financeiras utilizadas na amostra. Estes indicadores foram selecionados através da metodologia CAMEL, acróstico de Capital, Assets, Management, Earning e Liquidty, significando adequação do capital, qualidade dos ativos, gerenciamento, rentabilidade e liquidez respectivamente. Uma vez escolhidos os indicadores elabora-se processo estatístico de redução de variáveis, através da utilização do Test T, Matriz de correlação, finalizando então com seis indicadores que foram submetidos à análise discriminante. Para atingir este objetivo, foram escolhidos setenta e dois bancos para compor a amostra, sendo que cinqüenta e seis bancos foram utilizados para a calibração do modelo, enquanto que dezesseis bancos foram utilizados para validação do modelo. O modelo composto por seis variáveis classificou corretamente os bancos insolventes com uma eficiência de 83,33%. Com relação aos bancos solventes o modelo classificou corretamente 80% dos bancos. No computo geral, o modelo classificou corretamente 81,25% dos bancos, selecionados de maneira aleatória, para compor a amostra de validação dos resultados. A possibilidade de classificação dos bancos como solvente ou insolvente, com a utilização de apenas seis indicadores econômico-financeiros, demonstrados neste estudo, representa um instrumento útil e disponível para se avaliar o desempenho operacional e detectar problemas emergentes nos bancos (early warning), constituindo-se em uma valiosa contribuição aos órgãos fiscalizadores e demais interessados no conhecimento do desempenho destas instituições.

Nesta tese foi considerado o problema de classificação de objetos (indivíduos, empresas, produtos) em dois ou mais grupos. A abordagem tradicional se fundamenta principalmente em modelos como Logit ou Análise Discriminante. Resulta deste modo, como função de classificação, uma medida estatística - um ponto de corte (escore) ou uma medida de distância padronizada ao centro do agrupamento ou uma hipersuperfície de separação - definida com a utilização simultânea de toda a amostra. No modelo proposto foi considerado que as variáveis de classificação são limitadas, inferior ou superiormente. Esta hipótese determina uma fronteira, limite da região domínio de cada grupo em observação. Objetivou-se, como proposta final, efetuar o desenvolvimento de uma técnica para identificar estas fronteiras, associado a uma medida de natureza probabilística para cada unidade observada, especificando quanto a mesma está inserida em seu respectivo grupo, relativamente à fronteira deste. Em seguida foram propostos os procedimentos para classificar nova unidade objeto, no grupo onde a medida de inserção fosse maior e, também, procedimentos para viabilizar o refinamento constante da forma das envoltórias, a partir da análise de novas unidades. Para avaliação, foram utilizados dois exemplos ilustrativos, possibilitando o teste do modelo contra as técnicas de Análise Discriminante, Regressão Logística e mesmo Programação Linear Inteira, testada pelo autor de um dos exemplos. Os resultados se mostraram favoráveis, apontando para a viabilidade do uso do modelo.

Neste trabalho é proposta uma abordagem para detecção e diagnóstico de falhas empregando técnicas de seleção de atributos e classificação de padrões. Tal abordagem faz uso do Algoritmo das Projeções Sucessivas (APS) para seleção de atributos a serem usados em um classificador de Análise Discriminante Linear (ADL). A aplicação do APS-ADL é proposta em duas etapas: pré-seleção de sensores e seleção de atributos com atrasos de tempo. São elaboradas ainda duas modificações na formulação original do algoritmo. A primeira faz uso da informação discriminatória univariada para evitar que atributos com alto poder de discriminação sejam descartados e a segunda propõe o uso de um teste de hipótese para simplificação do classificador através da eliminação de atributos. Adicionalmente, propõe-se um aprimoramento computacional para redução da complexidade do APS-ADL. Para o problema de detecção é proposto o uso de uma etapa prévia de agrupamento de padrões para identificar tipos de falhas similares de modo a reduzir o número de classificadores a serem empregados. O estudo de caso envolve o uso do modelo Tennessee Eastman Process, que é amplamente usado como benchmark na área de detecção e diagnóstico de falhas. Para fins de comparação, é empregado um algoritmo genético (AG) para seleção de atributos, bem como duas técnicas de classificação que fazem uso de todos os atributos disponíveis, a saber os métodos de K-vizinhos mais próximos (K-Nearest Neighbors, KNN) e mínimos-quadrados parciais (Partial Least Squares, PLS). Adicionalmente, investiga-se o uso dos atributos selecionados pelo APS-ADL para fins de classificação por Análise Discriminante Quadrática (ADQ). Os resultados mostram que (i) o uso de atrasos de tempo permite uma melhor discriminação entre as classes consideradas, (ii) a etapa preliminar de agrupamento de falhas simplifica o problema de detecção, (iii) a proposta de uso de informação univariada no APS-ADL melhora a taxa de acerto resultante, (iv) a pré-seleção de sensores facilita a seleção de atributos sem comprometer os resultados, (v) a proposta de eliminação de atributos no APS-ADL melhora a parcimônia dos classificadores sem alteração significativa de desempenho e (vi) dentre as técnicas consideradas, o APS-ADL e o APS-ADQ apresentam melhor acurácia tanto na detecção quanto no diagnóstico de falhas.

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

Este trabalho explora a contribuição da segmentação de dados, manual e estatística, combinada com análise discriminante e com redes neurais, para a tomada de decisão de concessão de crédito ao consumidor. A grande importância que a decisão de concessão de crédito tem para o mercado varejista e para a área de controladoria de uma empresa dão cenário para o aumento da relevância do gerenciamento do risco de crédito. O mercado necessita, cada vez mais, de modelos capazes de produzir boas expectativas do comportamento dos clientes, com vistas de reduzir perdas com inadimplência. Dado um banco de dados composto por 50 mil clientes de uma importante loja do setor varejista, primeiro aplica-se a análise discriminante, depois as redes neurais, para que se classifique a capacidade preditiva de cada técnica nesta etapa. Posteriormente, os dados são segmentados com base na região à qual a filial de venda pertence e, depois, por meio das análises de clusters K-Means e TwoStep Cluster. A próxima etapa compreende a aplicação da análise discriminante, depois das redes neurais, para cada um dos grupos formados, tanto pela segregação por região, quanto pela segregação por meio das técnicas de análise de clusters. A última etapa abrange a comparação da soma dos acertos dos bons e dos maus pagadores obtida tanto para análise discriminante, quanto para redes neurais, combinadas com a segmentação de dados, com os resultados obtidos na primeira etapa sem a segmentação dos dados. O modelo híbrido que combina a segmentação manual dos dados com análise discriminante e com redes neurais, formando-se 21 micro-regiões foi o que apresentou maiores porcentagens de acerto de classificação. O modelo híbrido que combina análise discriminante e redes neurais com a análise de clusters TwoStep Cluster não apresenta resultados de classificação adequados à proposta deste trabalho, devendo, portanto, ser descartado. / This paper explores the contribution of data segmentation, and statistical manual, combined with discriminant analysis and neural networks, for making the decision to grant credit to consumers. The great importance that the decision to grant credit is for the retail market and the area of controlling a business scenario to give increasing importance of managing credit risk. The market needs, increasingly, models capable of producing good expectations of customer behavior, in order to reduce losses from default. Given a database consisting of 50 000 customers of a major retail store, the first applies to discriminant analysis, then the neural networks, in order to classify the predictive ability of each technique in this step. Subsequently, the data are segmented based on the region to which the branch belongs to sell and then through the analysis of clusters K-Means and TwoStep Cluster. The next step involves the application of discriminant analysis, neural networks then, for each of the groups formed by both the segregation by region, by segregation and by the techniques of cluster analysis. The last step includes comparing the sum of the hits of the good and bad debtors obtained for both discriminant analysis and neural networks, combined with the segmentation of data, with the results obtained in the first stage - without the segmentation of the data. The hybrid model that combines the manual segmentation of the data with discriminant analysis and neural networks, forming 21 micro-regions showed the highest percentage of correct classification. The hybrid model that combines neural networks and discriminant analysis with cluster analysis results TwoStep Cluster does not have appropriate rating to the proposal of this work and should therefore be discarded.

Neste trabalho estuda-se a aplicação de métodos estatísticos multivariáveis para a classificação de gasolinas comerciais em conformidade à legislação vigente. Atualmente, a ANP baseia a classificação em limites máximos e mínimos para uma série de diferentes propriedades físico-químicas. O objetivo do trabalho é propor uma metodologia para fazer uma triagem das amostras coletadas durante o Programa de Monitoramento da Qualidade dos Combustíveis através de um método de classificação. Ela utiliza a espectroscopia NIR, que é uma técnica rápida e não destrutiva, como método analítico. Com isto será possível reduzir o número de ensaios físico-químicos que não necessariamente seriam realizados sistematicamente em todas as amostras, reduzindo-se os custos e aumentando-se a quantidade de postos monitorados. As análises NIR produzem grandes quantidades de dados, o que leva à utilização de técnicas estatísticas multivariáveis para estabelecer as metodologias de classificação. Neste trabalho utilizam-se técnicas já consagradas, como a PCA e a PLS para a compressão dos dados e a LDA e QDA para a classificação das amostras. Os dados analisados correspondem às propriedades físico-químicas e aos espectros NIR de um conjunto de 216 amostras de gasolinas comerciais, utilizado para a concepção dos modelos de classificação, e de outro de 50 amostras, utilizado para a validação dos modelos. Os modelos testados no trabalho foram as combinações da PCA-LDA, PCA-QDA, PLS-LDA, PLS-QDA, PLS (regressão) e a análise dos gráficos de scores (biplot). Os melhores desempenhos foram obtidos pelos gráficos dos scores, em seguida pela regressão PLS, PLS-QDA, PCA-QDA e PLS-QDA. Existem ainda algumas etapas a serem alcançadas para tornar prática a utilização da classificação de gasolinas comerciais através de NIR, no entanto, a contribuição deste estudo é importante pois permitiu demonstrar a sua viabilidade técnica. / In this work, the application of multivariable statistical methods for the classification of commercial gasoline in accordance to applicable laws in Brazil is studied. In the present, the ANP bases the classification of gasoline on lower and upper bounds defined for a number of physico-chemical properties. The objective of this work is to propose an alternative analysis methodology, that is adequate for making a pre-sorting of the samples collected by the Fuel Quality Monitoring Program through a classification method. This method is based on NIR spectroscopy, that is a fast and non-destructive technique, as the analytical method. In this way, it would be possible to reduce the number of physico-chemical analyses, as it would be possible not to perform them on every sample, reducing costs and increasing the quantity and frequency of gas stations that could be monitored. NIR analyses produce a great quantity of data, that makes the use of multivariable statistical techniques necessary in order to set up classification methodologies. In this work the well-known PCA and PLS techniques are used for data compression, and LDA and QDA analyses for sample classification. The data studied correspond to the physico-chemical properties and NIR spectra of a total of 216 commercial gasoline samples, used for model design, and of a 50 samples, used for validation. The classification methods that are tested are combinations of PCA-LDA, PCA-QDA, PLS-LDA, PLS-QDA, PLS (regression) and data compression scores graphical analysis (biplot). Best performance was obtained with compression scores graphical analysis, followed by PLS regression, PLS-QDA, PCA-QDA and PLS-QDA. There are still some steps to be fulfilled before the usage of commercial gasoline classification through NIR could be practical. However, this study has shown that this methodology is technically feasible.

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