Submitted by Haroudo Xavier Filho (haroudo.xavierfo@ufpe.br) on 2016-02-23T17:50:58Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_wanessa_cd.pdf: 804330 bytes, checksum: c0fbb3cc28dd1681f8de342fc6d5bfc8 (MD5) / Made available in DSpace on 2016-02-23T17:50:58Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação_wanessa_cd.pdf: 804330 bytes, checksum: c0fbb3cc28dd1681f8de342fc6d5bfc8 (MD5) Previous issue date: 2015-07-09 / FACEPE / O modelo linear de regressão é amplamente utilizado em aplicações práticas. Duas suposições que são comumente violadas são as de homoscedasticidade e não autocorrelação. Vários autores avaliaram os desempenhos de testes que usam erros-padrão consistentes quando há heteroscedasticidade de forma desconhecida. Na presente dissertação nós avaliamos os desempenhos de tais testes quando adicionalmente há correlação serial nos erros. Várias simulações de Monte Carlo foram realizadas em que os desempenhos de diferentes testes são avaliados tanto sob a hipótese nula quanto sob a hipótese alternativa. Uma aplicação prática é apresentada e discutida. / The linear regression model is commonly used by practitioners. Two assumptions are commonly violated, namely: homoskedasticity and no autocorrelation. Several authors have investigated the finite sample behavior of tests that use heteroskedasticity-consistent standard errors. In this thesis, we numerically evaluate the finite sample behavior of such tests under heteroskedasticity and autocorrelation. Monte Carlo simulation results under both the null and alternative hipotheses are presented. We also present and discuss an empirical application.

Made available in DSpace on 2014-06-12T16:30:48Z (GMT). No. of bitstreams: 2 arquivo5074_1.pdf: 1871474 bytes, checksum: 7bd4e636701e9731e17366652d3bf65b (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / O posicionamento relativo GPS é a técnica mais utilizada atualmente nos levantamentos geodésicos, e uma das mais precisas. Entretanto, considerações realizadas em seus modelos funcionais e estocásticos podem acarretar em precisões superestimadas, ou seja, maiores do que as reais. Dentre essas considerações, duas são objetos de estudo desta pesquisa: a normalidade das observações GPS, e o processo de ruído branco que envolve as observáveis. Portanto, torna-se necessário o estudo da ocorrência desses fatores nas observações GPS, com o objetivo de ajudar no desenvolvimento de novos modelos funcionais e estocásticos. A partir dos resíduos de cada observável obtidos do processamento de uma linha de base GPS utilizando a equação de dupla diferença, realizam-se testes estatísticos que avaliem a hipótese de normalidade da distribuição de cada uma das observáveis, assim como a hipótese de ruído branco para cada série temporal dos resíduos. Para a realização desses testes, foi necessário o desenvolvimento de um programa de processamento GPS que fornecesse descritivamente cada uma das séries residuais. Através dos testes estatísticos foi possível verificar que nem sempre as observações GPS podem ser consideradas como normalmente distribuídas, apresentando comportamentos diferentes para cada uma das observáveis. Além disso, a hipótese de processo de ruído branco foi rejeitada, mostrando a existência de autocorrelação nas observáveis GPS. Daí, surge a necessidade de implementações nos modelos atuais, onde se possam considerar esses dois fatores no processamento das observações GPS

O presente trabalho abordou o sistema de Tomografia por Coerência Óptica (OCT) e sua aplicação à área de microfluídica. Para tanto, foram realizados testes de caracterização física de circuitos microfluídicos, utilizando modelos 3D (tridimensionais) construídos a partir de imagens de OCT destes circuitos. A técnica foi, assim, avaliada como potencial ferramenta de auxílio na aferição de microcanais. Indo além, este trabalho estuda e desenvolve técnicas de análise para fluxos microfluídicos, em especial técnicas baseadas no padrão de speckle. Em primeiro momento, métodos já existentes foram estudados e aprimorados, como o Speckle Variance OCT, em que foi obtido um ganho de 31% em tempo de processamento. Outros métodos, como o LASCA (Laser speckle Contrast Analysis), baseados na autocorrelação de speckle, são adaptados às imagens de OCT. Derivado do LASCA, o método de análise desenvolvido baseado na autocorrelação de intensidade motivou o desenvolvimento de um arranjo de OCT próprio e software de aquisição customizado, com taxa de amostragem da ordem de 8 kHz. O método proposto foi, então, capaz de distinguir fluxos volumétricos variados, e seus limites de detecção foram testados, comprovando sua viabilidade de aplicação para análise de movimento browniano e fluxos volumétricos abaixo de 10 μl/min. / This work discusses the Optical Coherence Tomography system (OCT) and its application to the microfluidics area. To this end, physical characterization of microfluidic circuits were performed using 3D (three-dimensional) models constructed from OCT images of such circuits. The technique was thus evaluated as a potential tool to aid in the inspection of microchannels. Going further, this workpaper studies and develops analytical techniques for microfluidic flow, in particular techniques based on speckle pattern. In the first instance, existing methods were studied and improved, such as Speckle Variance - OCT, where a gain of 31% was obtained in processing time. Other methods, such as LASCA (Laser Speckle Contrast Analysis), based on speckle autocorrelation, are adapted to OCT images. Derived from LASCA, the developed analysis technique based on intensity autocorrelation motivated the development of a custom OCT system as well as an optimized acquisition software, with a sampling rate of 8 kHz. The proposed method was, then, able to distinguish different flow rates, and limits of detection were tested, proving its feasibility for implementation on Brownian motion analysis and flow rates below 10 μl/min.

Orientadora: Marcela Aparecida Guerreiro Machado / Coorientador: Antonio Fernando Branco Costa / Banca: Fernando Augusto Silva Marins / Banca: Aneirson Francisco da Silva / Banca: José Luiz Contador / Banca: Bruno Chaves Franco / Resumo: A suposição mais importante para o emprego dos gráficos de controle é a de independência entre as medidas da característica de qualidade de um processo. A violação da hipótese de independência diminui o poder de detecção do gráfico de controle. Nesta tese, o gráfico ����2 de Hotelling é empregado para monitorar processos bivariados com observações da amostra representadas por um modelo autoregressivo multivariado de primeira ordem - VAR(1). Contrapondo a esse efeito negativo da falta de independência, são sugeridas duas estratégias de amostragem: (1) na estratégia de amostragem sistemática, as amostras são obtidas através da seleção de um elemento da linha de produção e, em seguida, pulam-se s elementos consecutivos antes de se selecionar o próximo; (2) na estratégia de amostragem composta, os elementos são selecionados de dois subgrupos racionais consecutivos para formar a amostra. O emprego dessas estratégias sempre melhoram o desempenho do gráfico, exceto quando apenas uma variável é afetada por uma causa especial e as observações desta variável não são autocorrelacionadas. Os ensaios realizados mostraram que se pular s=1 elemento com a estratégia sistemática, o número médio de amostras até o sinal (NMA) reduz em mais de 30%, em média. Se dois itens são pulados (s=2), esse número aumenta para 40%. Na estratégia de amostragem composta, observou-se uma redução média de 25% no NMA / Abstract: The most important of the assumptions made concerning control charts is that of independence of the quality characteristics observations. The violation of the independence assumption decreases the power of the control chart. In this thesis, is considered the T2 control chart for bivariate samples of size n with observations modeled by a first order vector autoregressive model - VAR (1). To counteract the undesired effect of the autocorrelation two sampling strategies are applied: (1) the systematic sampling strategy, where the samples are obtained by selecting an element of the production line and skipping s consecutive elements before selecting the next one; (2) the mixed sampling strategy where the samples elements are selected from the two consecutive rational subgroups. The sampling strategies always improves the chart's performance, except when only one variable is affected by the assignable cause and the observations of this variable are not autocorrelated. If only one element is skipped, the average run length (ARL) reduces in more than 30%, on average. If two elements are skipped, this number increases to 40%. With the mixed sample, the average reduction is 25% in the ARL / Doutor

Os MEMS (MicroElectroMechanical Systems) fazem parte de uma tecnologia que vem conquistando o mercado mundial. Seu desempenho, confiabilidade e economia de energia são suas principais características. O interesse comercial nesta tecnologia movimenta bilhões de dólares ao ano. Esta crescente demanda de MEMS exige que cada dispositivo seja testado, garantindo a qualidade de todos os dispositivos que vão para o mercado. Porém o custo dos testes é elevado, podendo chegar a 50% do custo dependendo da complexidade da estrutura. Os sensores MEMS, principalmente os de ação inercial, necessitam diversos testes baseados em estímulos físicos. Com a finalidade de reduzir os custos dos testes, a simulação fornecida pela modelagem matemática se apresenta como uma ferramenta de baixo custo. Porém os conhecimentos físicos da escala micrométrica são limitados. Uma alternativa para superar estes problemas é a identificação de sistemas. A identificação é uma técnica não invasiva que obtém o modelo matemático que explica de forma aproximada, a relação de causa e efeito entre dados observados. Por isso, este trabalho propõe o uso da identificação de sistemas para representar o modelo comportamental de MEMS baseados em deformação elástica. São identificados dois conjuntos de modelos: ARX para sistemas sem ruído e ARMAX para sistemas com ruído. Na maioria dos casos os modelos apresentaram desempenho eficiente. Apenas um dos casos do modelo ARMAX apresentou desempenho abaixo do esperado. Os resultados são validados através da análise do desempenho comportamental e análise do erro percentual. Logo, as técnicas utilizadas se mostram práticas e validas na identificação do modelo de um dispositivo MEMS. / 101 f.

Made available in DSpace on 2017-05-12T14:46:51Z (GMT). No. of bitstreams: 1 Everton.pdf: 4714138 bytes, checksum: a59b9d4eb09d8201b1cddd3c78f52e24 (MD5) Previous issue date: 2012-12-01 / This paper aimed to present methods to be applied in the area of spatial statistics on soybean yield and agrometeorological factors in Western Paraná state. The data used, related to crop years from 2000/2001 to 2007/2008, are the following variables: soybean yield (t ha-1) and agrometeorological factors, such as rainfall (mm), average temperature (oC) and solar global radiation average (W m-2). In the first phase,it was used indices of spatial autocorrelation (Moran Global and Local) and presented multiple spatial regression models, with performance evaluations. The estimation of parameters occurred when using the Maximum Likelihood method and the performance evaluation of the models was based on the coefficient of determination (R2), the maximum value of the function of the logarithm of the maximum value of the likelihood function logarithm and the Bayesian information criterion of Schwarz. In a second step, cluster analysis was performed using spatial statistical multivariate associations, seeking to identify the same set of variables, but with a larger number of crop years. Finally, the data from one crop year were utilized in an approach based on fuzzy clustering, through the Fuzzy C-Means algorithm and the similarity measure by defining an index for this purpose. The first phase of the study showed the correlation between spatial autocorrelation and soybean yield and agrometeorological elements, through the analysis of spatial area, using techniques such as index Global Moran's I and Local univariate and bivariate and significance tests. It was possible to demonstrate, through the performance indicators used, that the SAR and CAR models offered better results than the classical multiple regression model. In the second phase, it was possible to present the formation of groups of cities using the similarities of the variables under analysis. Cluster analysis is a useful tool for better management of production activities in agriculture, since, with the grouping, it was possible to establish similarities parameters that provide better management of production processes that bring quantitative and qualitatively better, results sought by the farmer. In the final step, through the use of Fuzzy C-Means algorithm, it was possible to form groups of cities of similar soybean yield using the method of decision by the Higher Degree of Relevance (MDMGP) and Method of Decision Threshold by β (β CDM). Subsequently, identification of the adequate number of clusters was obtained using modified partition entropy. To measure the degree of similarity of each cluster, a Cluster Similarity Index (ISCl) was designed and used, which considers the degree of relevance of each city within the group to which it belongs. Within the perspective of this study, the method used was adequate, allowing to identify clusters of cities with degrees of similarities in the order of 60 to 78%. / Este trabalho apresenta métodos para serem aplicados na estatística espacial de área na produtividade da soja e fatores agrometeorológicos na região oeste do estado do Paraná. Os dados utilizados estão relacionados aos anos-safra de 2000/2001 a 2007/2008, sendo as variáveis: produtividade da soja (t ha-1) e agrometeorológicas, tais como precipitação pluvial (mm), temperatura média (oC) e radiação solar global média (W m-2). Em uma primeira fase foram utilizados índices de autocorrelação espacial (Moran Global e Local) e apresentados modelos de regressão espacial múltipla, com avaliações de desempenho. A estimativa dos parâmetros dos modelos ajustados se deu pelo uso do método de Máxima Verossimilhança e a avaliação do desempenho dos modelos foi realizada com base no coeficiente de determinação (R2), no máximo valor do logaritmo da função do máximo valor do logaritmo da função verossimilhança e no critério de informação bayesiano de Schwarz. Em uma segunda etapa foram realizadas análises de agrupamento espacial por meio da estatística multivariada, buscando identificar associações no mesmo conjunto de variáveis, porém com um número maior de anos-safra. Finalmente, os dados de um ano-safra foram aplicados em uma abordagem baseada em agrupamento difuso, por meio do algoritmo Fuzzy c-Means, tendo a similaridade medida pela definição de um índice com este objetivo. O estudo da primeira fase permitiu verificar a correlação e a autocorrelação espacial entre a produtividade da soja e os elementos agrometeorológicos, por meio da análise espacial de área, usando técnicas como o índice I de Moran Global e Local uni e bivariado e os testes de significância. Foi possível demonstrar que, por meio dos indicadores de desempenho utilizados, os modelos SAR e CAR ofereceram melhores resultados em relação ao modelo de regressão múltipla clássica. Na segunda fase, foi possível apresentar a formação de grupos de municípios utilizando as similaridades das variáveis em análise. A análise de agrupamento foi um instrumento útil para uma melhor gestão das atividades de produção da agricultura, em função de que, com o agrupamento, foi possível se estabelecer similaridades que proporcionem parâmetros para uma melhor gestão dos processos de produção que traga, quantitativa e qualitativamente, resultados almejados pelo agricultor. Na etapa final, por meio do algoritmo Fuzzy c-Means, foi possível a formação de grupos de municípios similares à produtividade de soja, utilizando o Método de Decisão pelo Maior Grau de Pertinência (MDMGP) e o Método de Decisão pelo Limiar β (MDL β). Posteriormente, a identificação do número adequado de agrupamentos foi obtida utilizando a Entropia de Partição Modificada. Para mensurar o nível de similaridade de cada agrupamento, foi criado e utilizado um Índice de Similaridade de Clusters (ISCl), que considera o grau de pertinência de cada município dentro do agrupamento a que pertence. Dentro das perspectivas deste estudo, o método empregado se mostrou adequado, permitindo identificar agrupamentos de municípios com graus de similaridades da ordem de 60 a 78%. espacial

Banca: Linda Lee Ho / Banca: José Luiz Contador / Banca: João Roberto Ferreira / Banca: José Arnaldo Barra Montevechi / Bancs: Antonio Fernando Branco Costa / Resumo: A docente analisa sua produção científica, enfatizando as pesquisas realizadas após o seu doutorado, concluído em 2009. Trata-se de uma série de 17 artigos versando sobre gráficos de controle para o monitoramento de processos univariados e multivariados. Com relação à processos univariados, a docente investigou o desempenho dos gráficos de controle autocorrelacionados e também com regras especiais de decisão. Com relação à processos multivariados, propôs novas estatísticas para o monitoramento do vetor de médias e/ou da matriz de covariâncias e, mais recentemente, vem investigando o desempenho dos gráficos de controle para o monitoramento de processos multivariados autocorrelacionados, com e sem regras especiais de decisão / Abstract: The author analysis yours scientific production, focusing on the research published after the conclusion of her doctorate, in 2009. It is a set of 17 articles about control charts for monitoring univariate and multivariate processes. Regarding univariate processes, the author investigated the performance of autocorrelated control charts and control charts with special runs rules. Regarding multivariate processes, the author proposed new statistics for monitoring the mean vector and/or the covariance matrix, and recently, has been investigating the performance of the control charts for monitoring multivariate autocorrelated processes, with or without special runs rules

Neste trabalho analisamos processos estocásticos com decaimento polinomial (também chamado hiperbólico) da função de autocorrelação. Nosso estudo tem enfoque nas classes dos Processos ARFIMA e dos Processos obtidos à partir de iterações da transformação de Manneville-Pomeau. Os objetivos principais são comparar diversos métodos de estimação para o parâmetro fracionário do processo ARFIMA, nas situações de estacionariedade e não estacionariedade e, além disso, obter resultados similares para o parâmetro do processo de Manneville-Pomeau. Entre os diversos métodos de estimação para os parâmetros destes dois processos destacamos aquele baseado na teoria de wavelets por ser aquele que teve o melhor desempenho. / In this work we analyze stochastic processes with polynomial (also called hyperbolic) decay of the autocorrelation function. We emphasize the class of ARFIMA processes and the one obtained from the Manneville-Pomeau iterated function processes. The main goal is to compare different estimation methods for the fractional parameter in ARFIMA process, for both stationary and non-stationary case and, moreover, to get similar results for the parameter in the Manneville-Pomeau process. Among all estimation methods for the parameters of these two processes we stress the one based on the wavelet theory since this had the best performaance.

Made available in DSpace on 2010-04-20T20:15:19Z (GMT). No. of bitstreams: 0 Previous issue date: 2000-04-19T00:00:00Z / Esta dissertação examina soluções para o controle estatístico em sistemas de produção que utilizam meios contínuos, onde freqüentemente os dados de análise apresentam o fenômeno da autocorrelação. A princípio são abordadas as técnicas de CEP tradicional (gráficos de Shewhart) para meios discretos, mostrando-se que estas técnicas não dão o resultado esperado quando utilizadas em processos contínuos, tanto em relação à amostragem como ao problema da autocorrelação. Em seguida são apresentadas outras soluções baseadas em técnicas mais recentes como EWMA e modelos autorregressivos, que tem uma melhor performance em meios contínuos. Damos os aspectos teóricos e exemplos de aplicação de cada solução obtida por consulta bibliográfica. Finalmente, é feita uma simulação comparativa das soluções citadas, baseandose em programação de macros e uso de software, para verificar o escopo e desempenho das soluções, sendo dadas recomendações sobre o seu uso, bem como sugestões para futuras pesquisas.

Neste trabalho analisamos processos estocásticos com decaimento polinomial (também chamado hiperbólico) da função de autocorrelação. Nosso estudo tem enfoque nas classes dos Processos ARFIMA e dos Processos obtidos à partir de iterações da transformação de Manneville-Pomeau. Os objetivos principais são comparar diversos métodos de estimação para o parâmetro fracionário do processo ARFIMA, nas situações de estacionariedade e não estacionariedade e, além disso, obter resultados similares para o parâmetro do processo de Manneville-Pomeau. Entre os diversos métodos de estimação para os parâmetros destes dois processos destacamos aquele baseado na teoria de wavelets por ser aquele que teve o melhor desempenho. / In this work we analyze stochastic processes with polynomial (also called hyperbolic) decay of the autocorrelation function. We emphasize the class of ARFIMA processes and the one obtained from the Manneville-Pomeau iterated function processes. The main goal is to compare different estimation methods for the fractional parameter in ARFIMA process, for both stationary and non-stationary case and, moreover, to get similar results for the parameter in the Manneville-Pomeau process. Among all estimation methods for the parameters of these two processes we stress the one based on the wavelet theory since this had the best performaance.