ALGORITMOS de Estimação de Distribuição (EDAs) compõem uma frente de pesquisa em Computação Evolutiva que tem apresentado resultados promissores para lidar com problemas complexos de larga escala. Nesse contexto, destaca-se o Algoritmo de Otimização Bayesiano (BOA) que usa um modelo probabilístico multivariado (representado por uma rede Bayesiana) para gerar novas soluções a cada iteração. Baseado no BOA e na investigação de algoritmos de detecção de estrutura de comunidades (para melhorar os modelos multivariados construídos), propõe-se dois novos algoritmos denominados CD-BOA e StrOp. Mostra-se que ambos apresentam vantagens significativas em relação ao BOA. O CD-BOA mostra-se mais flexível que o BOA, ao apresentar uma maior robustez a variações dos valores de parâmetros de entrada, facilitando o tratamento de uma maior diversidade de problemas do mundo real. Diferentemente do CD-BOA e BOA, o StrOp mostra que a detecção de comunidades a partir de uma rede Bayesiana pode modelar mais adequadamente problemas decomponíveis, reestruturando-os em subproblemas mais simples, que podem ser resolvidos por uma busca gulosa, resultando em uma solução para o problema original que pode ser ótima no caso de problemas perfeitamente decomponíveis, ou uma aproximação, caso contrário. Também é proposta uma nova técnica de reamostragens para EDAs (denominada REDA). Essa técnica possibilita a obtenção de modelos probabilísticos mais representativos, aumentando significativamente o desempenho do CD-BOA e StrOp. De uma forma geral, é demonstrado que, para os casos testados, CD-BOA e StrOp necessitam de um menor tempo de execução do que o BOA. Tal comprovação é feita tanto experimentalmente quanto por análise das complexidades dos algoritmos. As características principais desses algoritmos são avaliadas para a resolução de diferentes problemas, mapeando assim suas contribuições para a área de Computação Evolutiva / ESTIMATION of Distribution Algorithms represent a research area which is showing promising results, especially in dealing with complex large scale problems. In this context, the Bayesian Optimization Algorithm (BOA) uses a multivariate model (represented by a Bayesian network) to find new solutions at each iteration. Based on BOA and in the study of community detection algorithms (to improve the constructed multivariate models), two new algorithms are proposed, named CD-BOA and StrOp. This paper indicates that both algorithms have significant advantages when compared to BOA. The CD-BOA is shown to be more flexible, being more robust when using different input parameters, what makes it easier to deal with a greater diversity of real-world problems. Unlike CD-BOA and BOA, StrOp shows that the detection of communities on a Bayesian network more adequately models decomposable problems, resulting in simpler subproblems that can be solved by a greedy search, resulting in a solution to the original problem which may be optimal in the case of perfectly decomposable problems, or a fair approximation if not. Another proposal is a new resampling technique for EDAs (called REDA). This technique results in multivariate models that are more representative, significantly improving the performance of CD-BOA and StrOp. In general, it is shown that, for the scenarios tested, CD-BOA and StrOp require lower running time than BOA. This indication is done experimentally and by the analysis of the computational complexity of the algorithms. The main features of these algorithms are evaluated for solving various problems, thus identifying their contributions to the field of Evolutionary Computation

Neste trabalho está sendo proposto uma abordagem bayesiana para resolver o problema de inferência com restrição nos parâmetros para os modelos de Petterson, Prodan, Stofel e Curtis, utilizados para representar a relação hipsométrica em clones de Eucalyptus sp. Consideramos quatro diferentes densidades de probabilidade a priori, entre as quais, a densidade a priori não informativa de Jeffreys, a densidade a priori vaga normal flat, uma densidade a priori construída empiricamente e a densidade a priori potência. As estimativas bayesianas foram calculadas com a técnica de simulação de Monte Carlo em Cadeia de Markov (MCMC). Os métodos propostos foram aplicados em vários conjuntos de dados reais e os resultados foram comparados aos obtidos com os estimadores de máxima verossimilhança. Os resultados obtidos com as densidades a priori não informativa e vaga foram semelhantes aos resultados encontrados com os estimadores de máxima verossimilhança, porém, para vários conjuntos de dados, as estimativas não apresentaram coerência biológica. Por sua vez, as densidades a priori informativas empírica e a priori potência sempre produziram resultados coerentes biologicamente, independentemente do comportamento dos dados na parcela, destacando a superioridade desta abordagem / In this work we propose a Bayesian approach to solve the inference problem with restriction on parameters for the models of Petterson, Prodan, Stofel and Curtis used to represent the hypsometric relationship in clones of Eucalyptus sp. We consider four different prior probability densities, the non informative Jeffreys prior, a vague prior with flat normal probability density, a prior constructed empirically and a power prior density. The Bayesian estimates were calculated using the Monte Carlo Markov Chain (MCMC) simulation technique. The proposed methods were applied to several real data sets and the results were compared to those obtained with the maximum likelihood estimators. The results obtained with a non informative prior and prior vague showed similar results to those found with the maximum likelihood estimators, but, for various data sets, the estimates did not show biological coherence. In turn, the methods a prior empirical informative and a prior power, always produce biologically consistent results, regardless of the behavior of the data in the plot, highlighting the superiority of this approach

In this work, we discuss the so-called two-sample problem Pearson and Neyman (1930) assuming a nonparametric Bayesian approach. Considering X1; : : : ; Xn and Y1; : : : ; Ym two independent i.i.d samples generated from P1 and P2, respectively, the two-sample problem consists in deciding if P1 and P2 are equal. Assuming a nonparametric prior, we propose an evidence index for the null hypothesis H0 : P1 = P2 based on the posterior distribution of the distance d (P1; P2) between P1 and P2. This evidence index has easy computation, intuitive interpretation and can also be justified in the Bayesian decision-theoretic context. Further, in a Monte Carlo simulation study, our method presented good performance when compared with the well known Kolmogorov- Smirnov test, the Wilcoxon test as well as a recent testing procedure based on Polya tree process proposed by Holmes (HOLMES et al., 2015). Finally, we applied our method to a data set about scale measurements of three different groups of patients submitted to a questionnaire for Alzheimer\'s disease diagnostic. / Neste trabalho, discutimos o problema conhecido como problema de duas amostras Pearson and Neyman (1930) utilizando uma abordagem bayesiana não-paramétrica. Considere X1; : : : ; Xn and Y1; : : : ;Ym duas amostras independentes, geradas por P1 e P2, respectivamente, o problema de duas amostras consiste em decidir se P1 e P2 são iguais. Assumindo uma priori não-paramétrica, propomos um índice de evidência para a hipótese nula H0 : P1 = P2 baseado na distribuição a posteriori da distância d (P1; P2) entre P1 e P2. O índice de evidência é de fácil implementação, tem uma interpretação intuitiva e também pode ser justificada no contexto da teoria da decisão bayesiana. Além disso, em um estudo de simulação de Monte Carlo, nosso método apresentou bom desempenho quando comparado com o teste de Kolmogorov-Smirnov, com o teste de Wilcoxon e com o método de Holmes. Finalmente, aplicamos nosso método em um conjunto de dados sobre medidas de escala de três grupos diferentes de pacientes submetidos a um questionário para diagnóstico de doença de Alzheimer.

As investigações sobre as bases genéticas de doenças complexas em Genômica utilizam diversos tipos de informação. Diversos sintomas são avaliados de maneira a diagnosticar a doença, os indivíduos apresentam padrões de agrupamento baseados, por exemplo no seu parentesco ou ambiente comum e uma quantidade imensa de características dos indivíduos são medidas por meio de marcadores genéticos. No presente trabalho, um modelo multiníveis da teoria de resposta ao item (TRI) é proposto de forma a integrar todas essas fontes de informação e caracterizar doenças complexas através de uma variável latente. Além disso, a quantidade de marcadores moleculares induz um problema de seleção de variáveis, para o qual uma seleção baseada nos métodos da busca estocástica e do LASSO bayesiano são propostos. Os parâmetros do modelo e a seleção de variáveis são realizados sob um paradigma bayesiano, no qual um algoritmo Monte Carlo via Cadeias de Markov é construído e implementado para a obtenção de amostras da distribuição a posteriori dos parâmetros. O mesmo é validado através de estudos de simulação, nos quais a capacidade de recuperação dos parâmetros, de escolha de variáveis e características das estimativas pontuais dos parâmetros são avaliadas em cenários similares aos dados reais. O processo de estimação apresenta uma recuperação satisfatória nos parâmetros estruturais do modelo e capacidade de selecionar covariáveis em espaços de dimensão elevada apesar de um viés considerável nas estimativas das variáveis latentes associadas ao traço latente e ao efeito aleatório. Os métodos desenvolvidos são então aplicados aos dados colhidos no estudo de associação familiar \'Corações de Baependi\', nos quais o modelo multiníveis se mostra capaz de caracterizar a síndrome metabólica, uma série de sintomas associados com o risco cardiovascular. O modelo multiníveis e a seleção de variáveis se mostram capazes de recuperar características conhecidas da doença e selecionar um marcador associado. / Recent investigations about the genetic architecture of complex diseases use diferent sources of information. Diferent symptoms are measured to obtain a diagnosis, individuals may not be independent due to kinship or common environment and their genetic makeup may be measured through a large quantity of genetic markers. In the present work, a multilevel item response theory (IRT) model is proposed that unifies all these diferent sources of information through a latent variable. Furthermore, the large ammount of molecular markers induce a variable selection problem, for which procedures based on stochastic search variable selection and the Bayesian LASSO are considered. Parameter estimation and variable selection is conducted under a Bayesian framework in which a Markov chain Monte Carlo algorithm is derived and implemented to obtain posterior distribution samples. The estimation procedure is validated through a series of simulation studies in which parameter recovery, variable selection and estimation error are evaluated in scenarios similar to the real dataset. The estimation procedure showed adequate recovery of the structural parameters and the capability to correctly nd a large number of the covariates even in high dimensional settings albeit it also produced biased estimates for the incidental latent variables. The proposed methods were then applied to the real dataset collected on the \'Corações de Baependi\' familiar association study and was able to apropriately model the metabolic syndrome, a series of symptoms associated with elevated heart failure and diabetes risk. The multilevel model produced a latent trait that could be identified with the syndrome and an associated molecular marker was found.

As investigações sobre as bases genéticas de doenças complexas em Genômica utilizam diversos tipos de informação. Diversos sintomas são avaliados de maneira a diagnosticar a doença, os indivíduos apresentam padrões de agrupamento baseados, por exemplo no seu parentesco ou ambiente comum e uma quantidade imensa de características dos indivíduos são medidas por meio de marcadores genéticos. No presente trabalho, um modelo multiníveis da teoria de resposta ao item (TRI) é proposto de forma a integrar todas essas fontes de informação e caracterizar doenças complexas através de uma variável latente. Além disso, a quantidade de marcadores moleculares induz um problema de seleção de variáveis, para o qual uma seleção baseada nos métodos da busca estocástica e do LASSO bayesiano são propostos. Os parâmetros do modelo e a seleção de variáveis são realizados sob um paradigma bayesiano, no qual um algoritmo Monte Carlo via Cadeias de Markov é construído e implementado para a obtenção de amostras da distribuição a posteriori dos parâmetros. O mesmo é validado através de estudos de simulação, nos quais a capacidade de recuperação dos parâmetros, de escolha de variáveis e características das estimativas pontuais dos parâmetros são avaliadas em cenários similares aos dados reais. O processo de estimação apresenta uma recuperação satisfatória nos parâmetros estruturais do modelo e capacidade de selecionar covariáveis em espaços de dimensão elevada apesar de um viés considerável nas estimativas das variáveis latentes associadas ao traço latente e ao efeito aleatório. Os métodos desenvolvidos são então aplicados aos dados colhidos no estudo de associação familiar \'Corações de Baependi\', nos quais o modelo multiníveis se mostra capaz de caracterizar a síndrome metabólica, uma série de sintomas associados com o risco cardiovascular. O modelo multiníveis e a seleção de variáveis se mostram capazes de recuperar características conhecidas da doença e selecionar um marcador associado. / Recent investigations about the genetic architecture of complex diseases use diferent sources of information. Diferent symptoms are measured to obtain a diagnosis, individuals may not be independent due to kinship or common environment and their genetic makeup may be measured through a large quantity of genetic markers. In the present work, a multilevel item response theory (IRT) model is proposed that unifies all these diferent sources of information through a latent variable. Furthermore, the large ammount of molecular markers induce a variable selection problem, for which procedures based on stochastic search variable selection and the Bayesian LASSO are considered. Parameter estimation and variable selection is conducted under a Bayesian framework in which a Markov chain Monte Carlo algorithm is derived and implemented to obtain posterior distribution samples. The estimation procedure is validated through a series of simulation studies in which parameter recovery, variable selection and estimation error are evaluated in scenarios similar to the real dataset. The estimation procedure showed adequate recovery of the structural parameters and the capability to correctly nd a large number of the covariates even in high dimensional settings albeit it also produced biased estimates for the incidental latent variables. The proposed methods were then applied to the real dataset collected on the \'Corações de Baependi\' familiar association study and was able to apropriately model the metabolic syndrome, a series of symptoms associated with elevated heart failure and diabetes risk. The multilevel model produced a latent trait that could be identified with the syndrome and an associated molecular marker was found.

Made available in DSpace on 2015-04-22T22:16:08Z (GMT). No. of bitstreams: 1 Dissertacao Jose Mir Final.pdf: 1095442 bytes, checksum: bd21928f8f84d5235ab2e76eb5c5f0cb (MD5) Previous issue date: 2009-04-17 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / The present work aims to evaluate some information criteria for the selection of models in the context of finite mixtures of skew-normal distributions. The analyzed criteria are the Akaike s Information Criterion - AIC, the Bayesian Information Criterion - BIC and the Efficient Detection Criterion - EDC. The evaluation concerning the performance presented by these criteria was obtained through a simulation study, on which the EM algorithm is required to find the maximum likelihood estimates of for the parameters of the model where the criteria are applied. It was also performed an experiment for the application of the theory developed, modeling a real data set previously analyzed in the specific literature. The results obtained point that, in an asymptotic sense, the three criteria tend to correctly evaluate the number of necessary components, but for small samples the AIC presents inferior performance than BIC or EDC. / Este trabalho tem por objetivo avaliar alguns critérios de informação para seleção de modelos no contexto de misturas finitas de normais assimétricas. Os critérios analisados foram o Critério de Informação de Akaike-AIC , Critério de Informação Bayesiano - BIC e Critério de Determinação Eficiente - EDC . A avaliação feita a respeito do desempenho apresentado por estes critérios se deu através de um estudo de simulação, em que utilizamos o algoritmo EM para encontrarmos as estimativas de máxima verossimilhança para os parâmetros do modelo com as quais empregamos os critérios. Foi também realizado uma aplicação da teoria desenvolvida para uma modelagem com dados reais utilizando dois conjuntos de dados já analisado anteriormente na literatura. Os resultados obtidos indicaram que, assintoticamente, os três critérios tendem a avaliar corretamente o número de componentes necessárias, mas para amostras pequenas o AIC apresenta desempenho inferior ao BIC e EDC, sendo que os dois últimos apresentam desempenho muito semelhante.

O objetivo deste trabalho é apresentar o Modelo Vetorial Autorregressivo (VAR) e uma das suas variações, o Modelo Vetorial de Correções de Erros (VEC), segundo uma abordagem Bayesiana, considerando componentes regionais, que serão inseridos nos modelos apresentados através de informações a priori que levam em consideração a localização dos dados. Para formar tais informações a priori são utilizados conceitos referentes à econometria espacial, como por exemplo, as relações de contigüidade e as implicações que estas trazem. Como exemplo ilustrativo, o modelo em questão será aplicado a um conjunto de dados regionais, coletados por estados brasileiros. Este conjunto de dados consiste em observações da variável produção industrial para oito estados, no período de janeiro de 1991 a setembro de 2006. Em função da escolha do modelo adequado, a questão central foi descobrir em que medida a incorporação destas informações a priori no modelo VEC Bayesiano é coerente quando estimamos modelos que consideram informações localizacionais. / The main goal of this work is to present the Vector Autoregressive Model (VAR) and one of its variations, the Vector Error Correction Model (VEC), according to a Bayesian variant, considering regional components that will be inserted in the models presented through prior information, which takes in consideration the data localization. To form such prior information, spatial econometrics is used, as for example the contiguity relations and the implications that these bring to the modeling. As illustrative example, the model in question will be applied to a regional data set, collected for Brazilian states. This data set consists of industrial production for eight states, in the period between January 1991 and September 2006. The central question is to uncover whether the incorporation of these prior informations in the Bayesian VEC Model is coherent when we use models that consider contiguity information.

A falta de coordenação das políticas fiscal e monetária no Brasil, freqüentemente, tem sido apontada como motivo para os desequilíbrios macroeconômicos que a economia enfrentou nas últimas três décadas. No período mais recente, pós-metas de inflação, diversos autores apontaram a política fiscal ativa como fator restritivo ao desempenho da política monetária. Nesse caso, a autoridade fiscal desconsidera a interferência do lado fiscal no monetário, o que implica em uma menor eficácia da política monetária. Somente a partir de uma condução de política fiscal com um comportamento passivo a política monetária poderia ser mais eficiente. Para testar a hipótese de políticas ativas e/ou passivas, estimou-se, por meio do método Bayesiano, um modelo DSGE com rigidez de preços e concorrência monopolística para a economia brasileira, baseado em Woodford (2003). Neste modelo, o superávit primário e a taxa de juros nominal são os instrumentos de política econômica. As estimações apontaram para um regime no qual as políticas fiscal e monetária foram ativas durante o período de 2000I a 2002IV. Porém, para o período posterior, de 2003I a 2008IV, a política fiscal foi passiva e a monetária ativa. / This paper seeks identify whether the way of fiscal and monetary macroeconomic policies in Brazil, to that period after inflation targets, were active way or/and passive way. For that, it’s estimated, for Bayesian methods, a model DSGE with price rigidities and monopolistic competition, in which the primary surplus and the nominal interest rates are the tools economic policy available. The lack of coordination of policies in Brazil, usually, has been identified as the reason for the macroeconomic imbalances. So, many authors pointed out the active fiscal policy, as a factor limiting the efficient performance of monetary policy. However, the analysis that relation within the framework of DSGE models is still limited, especially in applications for the Brazilian economy. The estimates of the model pointed out for a system where policies were active during the 2000/1Q to 2002/4Q both of them, and the later period, 2003/1Q – 2008/4Q, the fiscal policy behaved themselves on passive way and the monetary policy was active way.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 1963.pdf: 520432 bytes, checksum: 9c5f5395dcc0f7d0faca9268007ed41f (MD5) Previous issue date: 2008-06-09 / Financiadora de Estudos e Projetos / In medical and biological researches we often .nd count data. For longitudinal count data, usual Poisson regression models, assuming independence among observations, are not applicable because of the correlation of these measures. This work presents hierarchical Bayesian models considering random e¤ects to analyze longitudinal count data. A Normal and a Gamma distribution are considered to these e¤ects besides the mixture of Normal distributions. We also present zero in.ated Poisson (ZIP) regression models for repeated measures. Markov Chain Monte Carlo (MCMC) is used to estimate the parameters. Keywords: Longitudinal Count Data; Poisson Regression Model; Zero In.ated Model; Hierarchical Model; Bayesian Analysis; MCMC Methods. / Nas pesquisas médicas e biológicas é comum encontrar dados de contagem. Por exem- plo, as variáveis podem ser dadas pelo número de hospitalizações para cada paciente em unidades básicas de saúde. Para dados de contagem longitudinais, o uso de modelos de regressão de Poisson usuais, que assumem independência entre as observações, não é satis- fatório, visto que as observações de um mesmo indivíduo são usualmente correlacionadas. Assim, efeitos aleatórios são considerados para capturar a possível correlação destas ob- servações além de superdispersão associada a outros fatores. Neste trabalho são uti- lizados modelos Bayesianos hierárquicos considerando diferentes distribuições aos efeitos aleatórios para analisar tais tipos de dados. Aos efeitos aleatórios é atribuída uma dis- tribuição normal, uma mistura de distribuições normais ou uma distribuição gama. Tam- bém são apresentados modelos de regressão de Poisson para dados com medidas repetidas apresentando excesso de zeros. Técnicas de simulação estocástica MCMC (Monte Carlo em Cadeias de Markov) são utilizadas para inferência e, em particular, para estimação dos parâmetros de interesse. Além disso, dados reais são considerados para ilustrar as metodologias propostas.

O objetivo deste trabalho é apresentar o Modelo Vetorial Autorregressivo (VAR) e uma das suas variações, o Modelo Vetorial de Correções de Erros (VEC), segundo uma abordagem Bayesiana, considerando componentes regionais, que serão inseridos nos modelos apresentados através de informações a priori que levam em consideração a localização dos dados. Para formar tais informações a priori são utilizados conceitos referentes à econometria espacial, como por exemplo, as relações de contigüidade e as implicações que estas trazem. Como exemplo ilustrativo, o modelo em questão será aplicado a um conjunto de dados regionais, coletados por estados brasileiros. Este conjunto de dados consiste em observações da variável produção industrial para oito estados, no período de janeiro de 1991 a setembro de 2006. Em função da escolha do modelo adequado, a questão central foi descobrir em que medida a incorporação destas informações a priori no modelo VEC Bayesiano é coerente quando estimamos modelos que consideram informações localizacionais. / The main goal of this work is to present the Vector Autoregressive Model (VAR) and one of its variations, the Vector Error Correction Model (VEC), according to a Bayesian variant, considering regional components that will be inserted in the models presented through prior information, which takes in consideration the data localization. To form such prior information, spatial econometrics is used, as for example the contiguity relations and the implications that these bring to the modeling. As illustrative example, the model in question will be applied to a regional data set, collected for Brazilian states. This data set consists of industrial production for eight states, in the period between January 1991 and September 2006. The central question is to uncover whether the incorporation of these prior informations in the Bayesian VEC Model is coherent when we use models that consider contiguity information.