Introdução: O Estado de São Paulo, por compreender aproximadamente 40% dos casos de aids notificados no Brasil, oferece situação favorável para análise espaço-temporal, visando melhor compreensão da disseminação do HIV/aids. Objetivo: Avaliar a adequação de um modelo espaço-temporal para análise da dinâmica de disseminação da aids segundo áreas geográficas. Material e método: Foram utilizados os casos de aids notificados ao Sistema de Informação de Agravos de Notificação (SINAN - Ministério da Saúde) nos anos de 1990 a 2004 para pessoas com idade igual ou superior a 15 anos e foram criados os riscos relativos de ter aids segundo sexo para períodos de 3 anos utilizando modelos bayesianos completos supondo disseminação geográfica local e disseminação geográfica global. Resultados: O crescimento da aids no interior do Estado de São Paulo é apresentado claramente pelos modelos ajustados uma vez que entre os 50 municípios com maiores riscos relativos de aids no último período do estudo a maioria é do interior. As taxas estimadas de crescimento da aids para as mulheres foram, em sua maioria, de 200% a 300%, enquanto que para os homens este crescimento foi de 100% a 200%. Conclusão: O modelo bayesiano com disseminação global se mostrou mais adequado para explicação da epidemia de aids no Estado de São Paulo, pois não foi encontrada expansão espacial da aids no Estado, mas sim o crescimento local da doença. Os modelos corroboram os fenômenos de feminização e interiorização descritos à exaustão na literatura, o que indica suas adequações. / Introduction: The State of São Paulo, with approximately 40% of the notified cases of AIDS in Brazil, offers a favorable opportunity for a space-time analysis of this disease, which can provide a better understanding of the dissemination of the HIV/AIDS. Objective: To evaluate the adequacy of on space-time modeling to analyze the dynamics of AIDS dissemination according to geographic areas. Methods: Cases of AIDS reported to the Sistema de Informação de Agravos de Notificação (National Disease Reporting System) (SINAN - Ministry of Health) from 1990 to 2004, for people aged 15 years or older were selected. Relative risks of aids for each sex for periods of 3 years were created using complete bayesians models assuming local and global geographic dissemination. Results: The performed analyzes showed that these models were adequate to explain the AIDS dissemination in the State of São Paulo and clearly showed the processes of growth among females and in small size cities. Among the 50 cities with the largest relative risks of AIDS in the last period of study the majority were in the countryside. In general estimated growth rates of AIDS among females were between 200% and 300% while for males were between 100% and 200%. Conclusion: The bayesian model with global dissemination was more adequate to explain the AIDS epidemic in the State of São Paulo since no spatial spreading was observed but instead a local expansion of the disease. The models were consistent with the processes of growth among females and in small size cities, described in the literature indicating their adequacy.

A semeadora manual é uma ferramenta que, ainda nos dias de hoje, exerce um papel importante em diversos países do mundo que praticam a agricultura familiar e de conservação. Sua utilização é de grande importância devido a minimização do distúrbio do solo, exigências de trabalho no campo, maior produtividade sustentável entre outros fatores. De modo a avaliar e/ou comparar as semeadoras manuais existentes no mercado, diversos trabalhos têm sido realizados, porém considerando somente medidas de posição e dispersão. Neste trabalho é utilizada, como alternativa, uma metodologia para a comparação dos desempenhos das semeadoras manuais. Neste caso, estimou-se as probabilidades associadas a cada categoria de resposta e testou-se a hipótese de que essas probabilidades não variam para as semeadoras quando comparadas duas a duas, utilizando o teste da razão das verossimilhanças e o fator de Bayes nos paradigmas clássico e bayesiano, respectivamente. Por fim, as semeadoras foram agrupadas considerando, como medida de distância, a medida de divergência J-divergência na análise de agrupamento. Como ilustração da metodologia apresentada, são considerados os dados para a comparação de quinze semeadoras manuais de diferentes fabricantes analisados por Molin, Menegatti e Gimenez (2001) em que as semeadoras foram reguladas para depositarem exatamente duas sementes por golpe. Inicialmente, na abordagem clássica, foram comparadas as semeadoras que não possuíam valores nulos nas categorias de resposta, sendo as semeadoras 3, 8 e 14 as que apresentaram melhores comportamentos. Posteriormente, todas as semeadoras foram comparadas duas a duas, agrupando-se as categorias e adicionando as contantes 0,5 ou 1 à cada categoria de resposta. Ao agrupar categorias foi difícil a tomada de conclusões pelo teste da razão de verossimilhanças, evidenciando somente o fato da semeadora 15 ser diferente das demais. Adicionando 0,5 ou 1 à cada categoria não obteve-se, aparentemente, a formação de grupos distintos, como a semeadora 1 pelo teste diferiu das demais e apresentou maior frequência no depósito de duas sementes, o exigido pelo experimento agronômico, foi a recomendada neste trabalho. Na abordagem bayesiana, utilizou-se o fator de Bayes para comparar as semeadoras duas a duas, no entanto as conclusões foram semelhantes às obtidas na abordagem clássica. Finalmente, na análise de agrupamento foi possível uma melhor visualização dos grupos de semeadoras semelhantes entre si em ambas as abordagens, reafirmando os resultados obtidos anteriormente. / The manual planter is a tool that today still has an important role in several countries around the world, which practices family and conservation agriculture. The use of it has importance due to minimizing soil disturbance, labor requirements in the field, most sustainable productivity and other factors. In order to analyze and/or compare the commercial manual planters, several studies have been conducted, but considering only position and dispersion measures. This work presents an alternatively method for comparing the performance of manual planters. In this case, the probabilities associated with each category of response has estimated and the hypothesis that these probabilities not vary for planters when compared in pairs evaluated using the likelihood ratio test and Bayes factor in the classical and bayesian paradigms, respectively. Finally, the planters were grouped considering as a measure of distance, the divergence measure J-divergence in the cluster analysis. As an illustration of this methodology, the data from fifteen manual planters adjusted to deposit exactly two seeds per hit of different manufacturers analyzed by Molin, Menegatti and Gimenez (2001) were considered. Initially, in the classical approach, the planters without zero values in response categories were compared and the planters 3, 8 and 14 presents the better behavior. After, all the planters were compared in pairs, grouping categories and adding the constants 0,5 or 1 for each response category. Grouping categories was difficult making conclusions by the likelihood ratio test, only highlighting the fact that the planter 15 is different from others. Adding 0,5 or 1 for each category, apparently not obtained the formation of different groups, such as planter 1 which by the test differed from the others and presented more frequently the deposit of two seeds, required by agronomic experiment and recommended in this work. In the Bayesian approach, the Bayes factor was used to compare the planters in pairs, but the findings were similar to those obtained in the classical approach. Finally, the cluster analysis allowed a better idea of similar planters groups with each other in the both approaches, confirming the results obtained previously.

Os modelos beta mistos são amplamente utilizados na análise de dados que apresentam uma estrutura hierárquica e que assumem valores em um intervalo restrito conhecido. Com o objetivo de propor um método de predição dos componentes aleatórios destes, os resultados previamente obtidos na literatura para o preditor de Bayes empírico foram estendidos aos modelos de regressão beta com intercepto aleatório normalmente distribuído. O denominado melhor preditor empírico (MPE) proposto tem aplicação em duas situações diferentes: quando se deseja fazer predição sobre os efeitos individuais de novos elementos de grupos que já fizeram parte da base de ajuste e quando os grupos não pertenceram à tal base. Estudos de simulação foram delineados e seus resultados indicaram que o desempenho do MPE foi eficiente e satisfatório em diversos cenários. Ao utilizar-se da proposta na análise de dois bancos de dados da área da saúde, observou-se os mesmos resultados obtidos nas simulações nos dois casos abordados. Tanto nas simulações, quanto nas análises de dados reais, foram observados bons desempenhos. Assim, a metodologia proposta se mostrou promissora para o uso em modelos beta mistos, nos quais se deseja fazer predições. / The mixed beta regression models are extensively used to analyse data with hierarquical structure and that take values in a restricted and known interval. In order to propose a prediction method for their random components, the results previously obtained in the literature for the empirical Bayes predictor were extended to beta regression models with random intercept normally distributed. The proposed predictor, called empirical best predictor (EBP), can be applied in two situations: when the interest is predict individuals effects for new elements of groups that were already analysed by the fitted model and, also, for elements of new groups. Simulation studies were designed and their results indicated that the performance of EBP was efficient and satisfatory in most of scenarios. Using the propose to analyse two health databases, the same results of simulations were observed in both two cases of application, and good performances were observed. So, the proposed method is promissing for the use in predictions for mixed beta regression models.

Os modelos beta mistos são amplamente utilizados na análise de dados que apresentam uma estrutura hierárquica e que assumem valores em um intervalo restrito conhecido. Com o objetivo de propor um método de predição dos componentes aleatórios destes, os resultados previamente obtidos na literatura para o preditor de Bayes empírico foram estendidos aos modelos de regressão beta com intercepto aleatório normalmente distribuído. O denominado melhor preditor empírico (MPE) proposto tem aplicação em duas situações diferentes: quando se deseja fazer predição sobre os efeitos individuais de novos elementos de grupos que já fizeram parte da base de ajuste e quando os grupos não pertenceram à tal base. Estudos de simulação foram delineados e seus resultados indicaram que o desempenho do MPE foi eficiente e satisfatório em diversos cenários. Ao utilizar-se da proposta na análise de dois bancos de dados da área da saúde, observou-se os mesmos resultados obtidos nas simulações nos dois casos abordados. Tanto nas simulações, quanto nas análises de dados reais, foram observados bons desempenhos. Assim, a metodologia proposta se mostrou promissora para o uso em modelos beta mistos, nos quais se deseja fazer predições. / The mixed beta regression models are extensively used to analyse data with hierarquical structure and that take values in a restricted and known interval. In order to propose a prediction method for their random components, the results previously obtained in the literature for the empirical Bayes predictor were extended to beta regression models with random intercept normally distributed. The proposed predictor, called empirical best predictor (EBP), can be applied in two situations: when the interest is predict individuals effects for new elements of groups that were already analysed by the fitted model and, also, for elements of new groups. Simulation studies were designed and their results indicated that the performance of EBP was efficient and satisfatory in most of scenarios. Using the propose to analyse two health databases, the same results of simulations were observed in both two cases of application, and good performances were observed. So, the proposed method is promissing for the use in predictions for mixed beta regression models.

O trabalho reúne características relacionadas aos escopos de pesquisa de Vida e Inteligência Artificial, Ciência Cognitiva, e Realidade Virtual. O objetivo primordial é a concepção de um modelo de comportamento autônomo e adaptativo que permita a interação do personagem virtual num ambiente, mesmo dispondo de informações incertas e vagas. Sob esse intuito o projeto desenvolve a conciliação de recursos para tratarem a idéia de racionalizar sobre tais incertezas, promovendo assim, a capacidade de agir assumindo-se alguns riscos decorrentes desse caráter inexato. Por conseqüência, os humanos virtuais são capazes de observarem o ambiente no qual se situam, apresentarem representações internas e racionalizadas dessas informações incertas, que no trabalho são levantadas como crenças, e ainda tomarem decisões baseadas nessas informações. Através do processo de decisão o personagem é capaz de reavaliar as suas crenças; implicando em um comportamento maduro em decorrência dos procedimentos usados para deliberar e realizar ações em um ambiente virtual. / This work puts together features related to the research areas of Artificial Life, Artificial Intelligence, Cognitive Science and Virtual Reality. The main goal of this work is the conception of an adaptive and autonomous behavior model which alows the interaction, even with uncertain information, between a virtual character and an environment. Therefore, resources are organized to be handled rationally with uncertainties, thus, the ability to act assuming some risks of this inexact aspect are granted. The results enable the virtual humans to observe their environment, to present internal and rationalized representations of this uncertain information, represented in this work as beliefs, and taking decisions based on this information. Through the decision process, the character can re-evaluate its beliefs; which imply in a mature behavior, as a consequence of how procedures are used to deliberate and to perform actions in a virtual environment.

Systems-of-systems (SoS) have gained a very important status in industry and academia as an answer to the growing complexity of software-intensive systems. SoS are particular in the sense that their capabilities transcend the mere sum of the capacities of their diverse independent constituents. In parallel, the current growth in the amount of data collected in different formats is impressive and imposes a considerable challenge for researchers and professionals, characterizing hence the Big Data context. In this scenario, Machine Learning techniques have been increasingly explored to analyze and extract relevant knowledge from such data. SoS have also generated a large amount of data and text information and, in many situations, users of SoS need to manually register unstructured, critical texts, e.g., work orders and service requests, and also need to map them to structured information. Besides that, these are repetitive, time-/effort-consuming, and even error-prone tasks. The main objective of this Thesis is to present MaSTA, an approach composed of an innovative classification method to infer classifiers from large textual collections and an evaluation method that measures the reliability and performance levels of such classifiers. To evaluate the effectiveness of MaSTA, we conducted an experiment with a commercial SoS used by large companies that provided us four datasets containing near one million records related with three classification tasks. As a result, this experiment indicated that MaSTA is capable of automatically classifying the documents and also improve the user assertiveness by reducing the list of possible classifications. Moreover, this experiment indicated that MaSTA is a scalable solution for the Big Data scenarios in which document collections have hundreds of thousands (even millions) of documents, even produced by different constituents of an SoS. / Sistemas-de-sistemas (SoS) conquistaram um status muito importante na indústria e na academia como uma resposta à crescente complexidade dos sistemas intensivos de software. SoS são particulares no sentido de que suas capacidades transcendem a mera soma das capacidades de seus diversos constituintes independentes. Paralelamente, o crescimento atual na quantidade de dados coletados em diferentes formatos é impressionante e impõe um desafio considerável para pesquisadores e profissionais, caracterizando consequentemente o contexto de Big Data. Nesse cenário, técnicas de Aprendizado de Máquina têm sido cada vez mais exploradas para analisar e extrair conhecimento relevante de tais dados. SoS também têm gerado uma grande quantidade de dados e informações de texto e, em muitas situações, os usuários do SoS precisam registrar manualmente textos críticos não estruturados, por exemplo, ordens de serviço e solicitações de serviço, e também precisam mapeá-los para informações estruturadas. Além disso, essas tarefas são repetitivas, demoradas, e até mesmo propensas a erros. O principal objetivo desta Tese é apresentar o MaSTA, uma abordagem composta por um método de classificação inovador para inferir classificadores a partir de grandes coleções de texto e um método de avaliação que mensura os níveis de confiabilidade e desempenho desses classificadores. Para avaliar a eficácia do MaSTA, nós conduzimos um experimento com um SoS comercial utilizado por grandes empresas que nos forneceram quatro conjuntos de dados contendo quase um milhão de registros relacionados com três tarefas de classificação. Como resultado, esse experimento indicou que o MaSTA é capaz de classificar automaticamente os documentos e também melhorar a assertividade do usuário através da redução da lista de possíveis classificações. Além disso, esse experimento indicou que o MaSTA é uma solução escalável para os cenários de Big Data, nos quais as coleções de documentos têm centenas de milhares (até milhões) de documentos, até mesmo produzidos por diferentes constituintes de um SoS.

The world went through weeks of financial turbulence in stock markets and investors were overcome by fears fuelled by more bad news, while countries continued their attempts to calm the markets with more injection of funds. By these very disturbed times, even if traders hope extreme risk aversion has passed, an investor would like predict the future of the market in order to protect his portfolio and a speculator would like to optimize his tradings. This thesis describes the design of numerical models and algorithms for the forecasting of financial time series, for speculation on a short time interval. To this aim, we will use two models: - " Price Forecasting Model " forecasts the behavior of an asset for an interval of three hours. This model is based on Functional Clustering and smoothing by cubic-splines in the training phase to build local Neural models, and Functional Classification for generalization, - " Model of Trading " forecasts the First Stopping time, when an asset crosses for the first time a threshold defined by the trader. This model combines a Price Forecasting Model for the prediction of market trend, and a Trading Recommendation for prediction of the first stopping time. We use an auto-adaptive Dynamic State Space Model, with Particle Filters and Kalman-Bucy Filters for parameter estimation.

Zugl.: Fribourg, Univ., Diss., 2008 u.d.T.: Ardia, David: Bayesian estimation of single regime and regime switching GARCH models

Submitted by Elimar Veloso Conceição null (eli_fisica@hotmail.com) on 2018-09-12T14:33:29Z No. of bitstreams: 1 Dissertação_Elimar_Valuation_rev_27_08_2018_REVISADA_bancafinal.pdf: 2725779 bytes, checksum: 6720ea56f43ebf29faa7b75f0342a1a4 (MD5) / Approved for entry into archive by Neli Silvia Pereira null (nelisps@fcav.unesp.br) on 2018-09-13T11:18:22Z (GMT) No. of bitstreams: 1 conceicao_ev_me_jabo.pdf: 2725779 bytes, checksum: 6720ea56f43ebf29faa7b75f0342a1a4 (MD5) / Made available in DSpace on 2018-09-13T11:18:22Z (GMT). No. of bitstreams: 1 conceicao_ev_me_jabo.pdf: 2725779 bytes, checksum: 6720ea56f43ebf29faa7b75f0342a1a4 (MD5) Previous issue date: 2018-08-27 / Objetivo: Valorar um projeto de inovação oriundo da estratégia de diversificação de produtos, considerando as incertezas e a flexibilidade como fontes de valor ao projeto. Metodologia / Procedimentos de Pesquisa: É apresentado um estudo de caso, valorado por meio de opções reais, com a possibilidade de inclusão de novas informações, modeladas pelo Teorema de Bayes, as quais possibilitam ajustar às probabilidades iniciais do projeto. Resultados e Discussões: Espera-se que os resultados apontem para o efeito da nova informação e implicações na criação de valor para a empresa. Implicações Gerenciais: Demonstrar à comunidade, aos profissionais de mercado e acadêmicos a necessidade de uma abordagem mais profunda e sistêmica para o uso de estratégias de investimento, considerando fatores endógenos e exógenos à firma. Conclusões e Limitações da Pesquisa: Ao analisar um projeto de inovação com elevado nível de incerteza, variáveis probabilísticas podem não ser suficientes para mensurar o desempenho futuro do investimento. Assim, o conhecimento tácito, criado a partir de todo o conhecimento acumulado pelos tomadores de decisão, fornecem informações que podem e devem ser utilizadas para a avaliação do investimento. O presente estudo não considerou o valor da sinergia criada pela implementação deste novo projeto na estrutura organizacional, nem foram utilizados profissionais externos para a projeção dos fluxos de caixa. Originalidade: A originalidade reside em avaliar um projeto de inovação com a utilização de opções reais em conjunto com uma abordagem bayesiana em uma indústria de autopeças agrícolas, permitindo com isto, o incremento de novas informações, sem a utilização de métodos estocásticos para a determinação da volatilidade. / Objective: Value an innovation project from the product diversification strategy, considering the uncertainties and flexibility as sources of value to the project. Methodology / Research Procedures: We present a case study, evaluated through real options, with the possibility of including new information, modeled by Bayes' Theorem, in which they can adjust the probabilities of the initials of the project. Results and discussions: The results are expected to point to the effect of new information and implications on value creation for the company. Management Implications: Demonstrate to the community, market professionals and academics the need for a more profound and systemic approach to the use of investment strategies, considering factors that are endogenous and exogenous to the firm. Conclusions and Limitations of the Research: When analyzing an innovation project with a high level of uncertainty, probabilistic variables may not be sufficient to measure the future performance of the investment, thus, tacit knowledge, created from all the knowledge accumulated by decision makers, provides information that can and should be used for the evaluation of the investment. The present study did not consider the value of the synergy created by the implementation of this new project in the organizational structure, nor were external professionals used for the projection of cash flows. Originality: The originality lies in evaluating an innovation project with the use of real options together a bayesian approach in an agricultural autoparts industry, allowing with this, the increment of new information, without the use of stochastic methods to determine the volatility.

[pt] No Centro Nacional de Operação dos Sistemas - CNOS, órgão da Eletrobrás, encarregado de controlar o sistema elétrico brasileiro, localizado em Brasília, a varredura é feita de 20 em 20s e depois agregada para o minuto. Na transmissão dos dados há muitos erros de medidas acarretando descontinuidades visíveis. Estes erros podem ser causados por problemas na transmissão dos dados ou problema físico da medida em si. O objetivo desta dissertação é a implementação de um sistema que detecte e corrija estas descontinuidades nas séries de carga minuto a minuto do CNOS via Fator de Bayes. / [en] In the National Center for System Operation (CNOS), the Eletrobrás organ which controls the Brazilian electrical system, readings of load demand are taken every 20 seconds, and then integrated over the minute, to provide ninute-to-minute data. These data are then radio- transmitted via satellite. Many errors occur during the reading or the transmission, and so the data series contains many missing values (which appear as discontinuities in the graph of the series). In this paper, we propose a system that detects and corrects automatically these errors in the demand data, by means of a Bayesian approach using the Bayes factor.