This paper deals with evaluating 3D-bootstrap for the mining company New Boliden in an attempt to revise their current method of calculating average gold riches in different areas. The purpose is to find one-sided 3D-bootstrap confidence bound of the average gold riches. There lacks well-defined theory behind using 3D-bootstrap, in this paper the variogram is used as an estimate of dependencies between the observations, and the block length is chosen to be higher than this estimate. In aid of this, a simulated data material is conducted to check the validity of 3D-bootstrap in a controlled area where the theoretical value is known. The results are inconclusive, and further studies are needed.

As posições críticas dos estatísticos, que atuam em programas de melhoramento genético, referem-se à falta de uma análise criteriosa da estrutura da interação do genótipo com o ambiente (G x E) como um dos principais problemas para a recomendação de cultivares. Tradicionalmente, a análise dessa estrutura á superficial não detalhando os efeitos da complexidade da interação. Com isso, os ganhos genéticos podem ser diminutos, pela não seleção de genótipos superiores melhores indicados a um ambiente específico. A busca constante por novos métodos e algoritmos, visando eliminar ou minimizar esse problema, tem proporcionado uma inegável evolução científica, com a geração de tecnologias de ponta que envolvem grande capacidade de processamento computacional. Atualmente, a metodologia AMMI (additive main efects and multiplicative interaction analysis) propõe ser mais eficiente que as análises usuais na interpretação e compreensão da interação G x E. Entretanto, os principais pontos negativos dessa metodologia dizem respeito à dificuldade de se interpretar a interação quando há baixa explicação do primeiro componente principal; à dificuldade de se quantificar os escores como baixos, considerando estável os genótipos e/ou ambientes, além de não apresentar o padrão de resposta do genótipo, o que caracteriza os padrões de adaptabilidade. Nesse contexto, essa metodologia apresenta alguns inconvenientes de ordem estatística, fazendo com que suas interpretações sejam vistas com ressalvas. Assim, o objetivo desta tese foi o desenvolvimento de procedimentos estatísticos que minimizem esses problemas, tornando a metodologia AMMI mais precisa e confiável na caracterização da estabilidade e adaptabilidade fenotípica de plantas. Nesse sentido, foi desenvolvido uma metodologia via reamostragem "bootstrap", no modelo AMMI, que possibilitou as análises gráficas e numéricas, das estabilidades e adaptabilidades fenotípicas de 75 progênies de Eucalyptus grandis, procedentes de três localidades australianas, e implantadas em sete testes de procedências e progênies nas regiões Sul e Sudeste do Brasil. Os resultados indicaram comportamentos diferenciados dos genótipos e dos ambientes, sendo a interação G x E significativa ao nível de 1% de probabilidade. As interpretações das estabilidades e adaptabilidades fenotípicas foram melhores compreendidas com a realização da reamostragem "bootstrap". A metodologia "bootstrap" AMMI, eliminou as dúvidas relacionadas à quantificação dos escores como baixos, tornando a metodologia AMMI mais precisa e confiável, na predição da estabilidade fenotípica de genótipos e de ambientes. O coeficiente "bootstrap" de estabilidade (CBE), baseado na distância quadrada de Mahalanobis, sobre o modelo AMMI2, obtidos através da região de predição para o vetor nulo, permitiu classificar os genótipos e ambientes em cinco escalas de estabilidade, e, conjuntamente com as representações gráficas das regiões de confiança para a estabilidade e gráficos de dispersões dos escores bootstrap", em biplot AMMI2, apresentaram melhores qualidades para predições das estabilidades fenotípicas, do que o método tradicional AMMI, com representação gráfica em biplot. / Reliable evaluation of the stability of genotypes and environment is of prime concern to plant breeders, who have Undertaken much research into the development of methods for studying in detail the structure of genotype-environment interaction. The lack of a comprehensive analysis of the structure of the GEI interaction has been a stumbling block to the recommendation of cultivars. Traditionally, the analysis of that structure was superficial and stopped short of detailing the efects of the complexity of the interaction. However, recent advances in computer science have allowed the development of interactive systems of data processing with fast and precise algorithms. Consequently, statistical methods are being developed to study in detail the structure and stability of GEI interaction. At the moment, the Additive Main Efects and Multiplicative Interaction (AMMI) Model promises to be more eficient than the usual analyses in the interpretation and understanding of the GEI interaction. The main drawbacks of the AMMI methodology are the dificulty of interpreting the interaction when there is a poor explanation of the first principal component; the dificulty of determining low scores, which relates to the statistical stability of the genotypes and/or environments; and the lack of presentation of the pattern of response of the genotype, which characterizes the adaptability patterns of the groups formed through significant parameters. Thus care needs to be exercised in the interpretation. The present contribution proposes the use of bootstrap re-sampling in the AMMI Model, and applies it to obtain both a graphical and a numerical analysis of the phenotypic stability and adaptability of 75 progenies of Eucalyptus grandis from Australia that were planted in seven environments in the South and Southeast regions of Brazil. The results show diderential behavior of genotypes and environments, the genotype x environment interaction being significant (p value < 0.01). The interpretation of the phenotypic stability through graphical analysis of the AMMI biplot is better understood with the aid of the bootstrap. The bootstrap coeficient of stability based on the squared Mahalanobis distance of the scores bootstrap, shows that genotypes and environments can be diferentiated in terms of their stabilities. The AMMI bootstrap proposal thus provides better and more precise predictions of phenotypic stability and adaptability of the geno- types than the traditional AMMI analysis, and eliminates the doubts related to the identification of the low scores.

As posições críticas dos estatísticos, que atuam em programas de melhoramento genético, referem-se à falta de uma análise criteriosa da estrutura da interação do genótipo com o ambiente (G x E) como um dos principais problemas para a recomendação de cultivares. Tradicionalmente, a análise dessa estrutura á superficial não detalhando os efeitos da complexidade da interação. Com isso, os ganhos genéticos podem ser diminutos, pela não seleção de genótipos superiores melhores indicados a um ambiente específico. A busca constante por novos métodos e algoritmos, visando eliminar ou minimizar esse problema, tem proporcionado uma inegável evolução científica, com a geração de tecnologias de ponta que envolvem grande capacidade de processamento computacional. Atualmente, a metodologia AMMI (additive main efects and multiplicative interaction analysis) propõe ser mais eficiente que as análises usuais na interpretação e compreensão da interação G x E. Entretanto, os principais pontos negativos dessa metodologia dizem respeito à dificuldade de se interpretar a interação quando há baixa explicação do primeiro componente principal; à dificuldade de se quantificar os escores como baixos, considerando estável os genótipos e/ou ambientes, além de não apresentar o padrão de resposta do genótipo, o que caracteriza os padrões de adaptabilidade. Nesse contexto, essa metodologia apresenta alguns inconvenientes de ordem estatística, fazendo com que suas interpretações sejam vistas com ressalvas. Assim, o objetivo desta tese foi o desenvolvimento de procedimentos estatísticos que minimizem esses problemas, tornando a metodologia AMMI mais precisa e confiável na caracterização da estabilidade e adaptabilidade fenotípica de plantas. Nesse sentido, foi desenvolvido uma metodologia via reamostragem "bootstrap", no modelo AMMI, que possibilitou as análises gráficas e numéricas, das estabilidades e adaptabilidades fenotípicas de 75 progênies de Eucalyptus grandis, procedentes de três localidades australianas, e implantadas em sete testes de procedências e progênies nas regiões Sul e Sudeste do Brasil. Os resultados indicaram comportamentos diferenciados dos genótipos e dos ambientes, sendo a interação G x E significativa ao nível de 1% de probabilidade. As interpretações das estabilidades e adaptabilidades fenotípicas foram melhores compreendidas com a realização da reamostragem "bootstrap". A metodologia "bootstrap" AMMI, eliminou as dúvidas relacionadas à quantificação dos escores como baixos, tornando a metodologia AMMI mais precisa e confiável, na predição da estabilidade fenotípica de genótipos e de ambientes. O coeficiente "bootstrap" de estabilidade (CBE), baseado na distância quadrada de Mahalanobis, sobre o modelo AMMI2, obtidos através da região de predição para o vetor nulo, permitiu classificar os genótipos e ambientes em cinco escalas de estabilidade, e, conjuntamente com as representações gráficas das regiões de confiança para a estabilidade e gráficos de dispersões dos escores bootstrap", em biplot AMMI2, apresentaram melhores qualidades para predições das estabilidades fenotípicas, do que o método tradicional AMMI, com representação gráfica em biplot. / Reliable evaluation of the stability of genotypes and environment is of prime concern to plant breeders, who have Undertaken much research into the development of methods for studying in detail the structure of genotype-environment interaction. The lack of a comprehensive analysis of the structure of the GEI interaction has been a stumbling block to the recommendation of cultivars. Traditionally, the analysis of that structure was superficial and stopped short of detailing the efects of the complexity of the interaction. However, recent advances in computer science have allowed the development of interactive systems of data processing with fast and precise algorithms. Consequently, statistical methods are being developed to study in detail the structure and stability of GEI interaction. At the moment, the Additive Main Efects and Multiplicative Interaction (AMMI) Model promises to be more eficient than the usual analyses in the interpretation and understanding of the GEI interaction. The main drawbacks of the AMMI methodology are the dificulty of interpreting the interaction when there is a poor explanation of the first principal component; the dificulty of determining low scores, which relates to the statistical stability of the genotypes and/or environments; and the lack of presentation of the pattern of response of the genotype, which characterizes the adaptability patterns of the groups formed through significant parameters. Thus care needs to be exercised in the interpretation. The present contribution proposes the use of bootstrap re-sampling in the AMMI Model, and applies it to obtain both a graphical and a numerical analysis of the phenotypic stability and adaptability of 75 progenies of Eucalyptus grandis from Australia that were planted in seven environments in the South and Southeast regions of Brazil. The results show diderential behavior of genotypes and environments, the genotype x environment interaction being significant (p value < 0.01). The interpretation of the phenotypic stability through graphical analysis of the AMMI biplot is better understood with the aid of the bootstrap. The bootstrap coeficient of stability based on the squared Mahalanobis distance of the scores bootstrap, shows that genotypes and environments can be diferentiated in terms of their stabilities. The AMMI bootstrap proposal thus provides better and more precise predictions of phenotypic stability and adaptability of the geno- types than the traditional AMMI analysis, and eliminates the doubts related to the identification of the low scores.

O objetivo deste trabalho é propor uma nova metodologia de interpretação da estabilidade dos métodos de agrupamento, para dados de vegetação, utilizando a metodologia AMMI e a reamostragem (bootstrap), para ganhar confiabilidade nos agrupamentos formados. Os dados utilizados são provenientes do departamento de genética da Escola Superior de Agricultura \"Luiz de Queiroz\", e visam à produtividade de soja. Primeiramente aplica-se a metodologia AMMI e então, é estimada a matriz de distâncias euclidianas - com base nos dados originais e obtidos via reamostragem (bootstrap) - para a aplicação dos métodos de agrupamento (vizinho mais próximo, vizinho mais distante, ligação média, centroide, mediana e Ward). Para a verificação da validade dos agrupamentos formados utiliza-se o coeficiente de correlação cofenética, e pelo teste de Mantel, é apresentada a distribuição empírica dos coeficientes de correlação cofenética. Os agrupamentos obtidos pelos diferentes métodos são, em sua maioria, semelhantes indicando que, em princípio, qualquer um desses métodos seria adequado para a representação. O método que apresenta resultados discrepantes em relação aos outros (tanto para os dados originais, quanto pelos dados obtidos via bootstrap) - na representação gráfica em dendrograma - é método de Ward. Este estudo é promissor na análise da validade de agrupamentos formados em dados de vegetação. / The objective of this work is to propose a new interpretation methodology of clustering methods for vegetation data stability, using the AMMI and bootstrap methodology, to gain reliability in the clusters formed. The database used is from the Departament of Genetics of Luiz de Queiroz College of Agriculture, aiming soybean yield. Firstly AMMI is applied, then the Euclidian distance matrix is estimated - based on the original data and on the acquired by the bootstrap method - for the application of clustering methods (nearest neighbor, furthest neighbor, average linkage, centroid , median and Ward). In order to assess the validity of clusters formed the cophenetic correlation coefficient is used, and the Mantel test, in order to show the empirical distribution of the cophenetic correlation coefficients. The clusters obtained by different methods are, in most cases, quite similar, indicating that in principle, any of these methods would be suitable for the representation. The method that presents discrepant results (for both the original and bootstrap method obtained data) - on the dendrogram graphical representation, compared to the others - is the Ward\'s. This study is promising in the analysis of validity of clusters formed in vegetation data.

O objetivo deste trabalho é propor uma nova metodologia de interpretação da estabilidade dos métodos de agrupamento, para dados de vegetação, utilizando a metodologia AMMI e a reamostragem (bootstrap), para ganhar confiabilidade nos agrupamentos formados. Os dados utilizados são provenientes do departamento de genética da Escola Superior de Agricultura \"Luiz de Queiroz\", e visam à produtividade de soja. Primeiramente aplica-se a metodologia AMMI e então, é estimada a matriz de distâncias euclidianas - com base nos dados originais e obtidos via reamostragem (bootstrap) - para a aplicação dos métodos de agrupamento (vizinho mais próximo, vizinho mais distante, ligação média, centroide, mediana e Ward). Para a verificação da validade dos agrupamentos formados utiliza-se o coeficiente de correlação cofenética, e pelo teste de Mantel, é apresentada a distribuição empírica dos coeficientes de correlação cofenética. Os agrupamentos obtidos pelos diferentes métodos são, em sua maioria, semelhantes indicando que, em princípio, qualquer um desses métodos seria adequado para a representação. O método que apresenta resultados discrepantes em relação aos outros (tanto para os dados originais, quanto pelos dados obtidos via bootstrap) - na representação gráfica em dendrograma - é método de Ward. Este estudo é promissor na análise da validade de agrupamentos formados em dados de vegetação. / The objective of this work is to propose a new interpretation methodology of clustering methods for vegetation data stability, using the AMMI and bootstrap methodology, to gain reliability in the clusters formed. The database used is from the Departament of Genetics of Luiz de Queiroz College of Agriculture, aiming soybean yield. Firstly AMMI is applied, then the Euclidian distance matrix is estimated - based on the original data and on the acquired by the bootstrap method - for the application of clustering methods (nearest neighbor, furthest neighbor, average linkage, centroid , median and Ward). In order to assess the validity of clusters formed the cophenetic correlation coefficient is used, and the Mantel test, in order to show the empirical distribution of the cophenetic correlation coefficients. The clusters obtained by different methods are, in most cases, quite similar, indicating that in principle, any of these methods would be suitable for the representation. The method that presents discrepant results (for both the original and bootstrap method obtained data) - on the dendrogram graphical representation, compared to the others - is the Ward\'s. This study is promising in the analysis of validity of clusters formed in vegetation data.

Neste trabalho foi proposto um modelo de regressão para dados com censura intervalar utilizando a distribuição Weibull-exponenciada, que possui como característica principal a função de taxa de falha que assume diferentes formas (unimodal, forma de banheira, crescente e decrescente). O atrativo desse modelo de regressão é a sua utilização para discriminar modelos, uma vez que o mesmo possui como casos particulares os modelos de regressão Exponencial, Weibull, Exponencial-exponenciada, entre outros. Também foi estudado um modelo de regressão para dados de sobrevivência grupados na qual a abordagem é fundamentada em modelos de tempo discreto e em tabelas de vida. A estrutura de regressão representada por uma probabilidade é modelada adotando-se diferentes funções de ligação, tais como, logito, complemento log-log, log-log e probito. Em ambas as pesquisas, métodos de validação dos modelos estatísticos propostos são descritos e fundamentados na análise de sensibilidade. Para detectar observações influentes nos modelos propostos, foram utilizadas medidas de diagnóstico baseadas na deleção de casos, denominadas de influência global e medidas baseadas em pequenas perturbações nos dados ou no modelo proposto, denominada de influência local. Para verificar a qualidade de ajuste do modelo e detectar pontos discrepantes foi realizada uma análise de resíduos nos modelos propostos. Os resultados desenvolvidos foram aplicados a dois conjuntos de dados reais. / In this study, a regression model for interval-censored data were developed, using the Exponentiated- Weibull distribution, that has as main characteristic the hazard function which assumes different forms (unimodal, bathtub shape, increase, decrease). A good feature of that regression model is their use to discriminate models, that have as particular cases, the models of regression: Exponential, Weibull, Exponential-exponentiated, amongst others. Also a regression model were studied for grouped survival data in which the approach is based in models of discrete time and in life tables, the regression structure represented by a probability is modeled through the use of different link function, logit, complementary log-log, log-log or probit. In both studies, validation methods for the statistical models studied are described and based on the sensitivity analysis. To find influential observations in the studied models, diagnostic measures were used based on case deletion, denominated as global influence and measures based on small perturbations on the data or in the studied model, denominated as local influence. To verify the goodness of fitting of the model and to detect outliers it was performed residual analysis for the proposed models. The developed results were applied to two real data sets.

Neste trabalho foi proposto um modelo de regressão para dados com censura intervalar utilizando a distribuição Weibull-exponenciada, que possui como característica principal a função de taxa de falha que assume diferentes formas (unimodal, forma de banheira, crescente e decrescente). O atrativo desse modelo de regressão é a sua utilização para discriminar modelos, uma vez que o mesmo possui como casos particulares os modelos de regressão Exponencial, Weibull, Exponencial-exponenciada, entre outros. Também foi estudado um modelo de regressão para dados de sobrevivência grupados na qual a abordagem é fundamentada em modelos de tempo discreto e em tabelas de vida. A estrutura de regressão representada por uma probabilidade é modelada adotando-se diferentes funções de ligação, tais como, logito, complemento log-log, log-log e probito. Em ambas as pesquisas, métodos de validação dos modelos estatísticos propostos são descritos e fundamentados na análise de sensibilidade. Para detectar observações influentes nos modelos propostos, foram utilizadas medidas de diagnóstico baseadas na deleção de casos, denominadas de influência global e medidas baseadas em pequenas perturbações nos dados ou no modelo proposto, denominada de influência local. Para verificar a qualidade de ajuste do modelo e detectar pontos discrepantes foi realizada uma análise de resíduos nos modelos propostos. Os resultados desenvolvidos foram aplicados a dois conjuntos de dados reais. / In this study, a regression model for interval-censored data were developed, using the Exponentiated- Weibull distribution, that has as main characteristic the hazard function which assumes different forms (unimodal, bathtub shape, increase, decrease). A good feature of that regression model is their use to discriminate models, that have as particular cases, the models of regression: Exponential, Weibull, Exponential-exponentiated, amongst others. Also a regression model were studied for grouped survival data in which the approach is based in models of discrete time and in life tables, the regression structure represented by a probability is modeled through the use of different link function, logit, complementary log-log, log-log or probit. In both studies, validation methods for the statistical models studied are described and based on the sensitivity analysis. To find influential observations in the studied models, diagnostic measures were used based on case deletion, denominated as global influence and measures based on small perturbations on the data or in the studied model, denominated as local influence. To verify the goodness of fitting of the model and to detect outliers it was performed residual analysis for the proposed models. The developed results were applied to two real data sets.

Em aplicações na área de análise de sobrevivência, é freqüente a ocorrência de função de taxa de falha em forma de U ou unimodal, isto e, funções não-monótonas. Os modelos de regressão comumente usados para dados de sobrevivência são log-Weibull, função de taxa de falha monótona, e log-logística, função de taxa de falha decrescente ou unimodal. Um dos objetivos deste trabalho e propor os modelos de regressão, em forma de locação e escala, log-Weibull estendida que apresenta função de taxa de falha em forma de U e log- Burr XII que tem como caso particular o modelo de regressão log-logística. Considerando dados censurados, foram utilizados três métodos para estimação dos parâmetros, a saber, máxima verossimilhança, bayesiana e jackkinife. Para esses modelos foram calculadas algumas medidas de diagnósticos de influência local e global. Adicionalmente, desenvolveu-se uma análise de resíduos baseada no resíduo tipo martingale. Para diferentes parâmetros taxados, tamanhos de amostra e porcentagens de censuras, várias simulações foram feitas para avaliar a distribuição empírica do resíduo tipo martingale e compará-la com a distribuição normal padrão. Esses estudos sugerem que a distribuição empírica do resíduo tipo martingale para o modelo de regressão log-Weibull estendida com dados censurados aproxima-se de uma distribuição normal padrão quando comparados com outros resíduos considerados neste estudo. Para o modelo de regressão log-Burr XII, foi proposta uma modificação no resíduo tipo martingale baseada no estudo de simulação para obter concordância com a distribuição normal padrão. Conjuntos de dados reais foram utilizados para ilustrar a metodologia desenvolvida. Também pode ocorrer que em algumas aplicações a suposição de independência dos tempos de sobrevivência não é válida. Assim, outro objetivo deste trabalho é introduzir um modelo de regressão log-Burr XII com efeito aleatório para o qual foi proposto um método de estimação para os parâmetros baseado no algoritmo EM por Monte Carlo. Por fim, foi desenvolvido um novo modelo probabilístico denominado de beta Weibull modificado que apresenta cinco parâmetros. A vantagem desse novo modelo é a flexibilidade em acomodar várias formas da função de taxa de falha, por exemplo, U e unimodal, e mostrou-se útil na discriminação entre alguns modelos probabilísticos alternativos. O método de máxima verossimilhança e proposto para estimar os parâmetros desta distribuição. A matriz de informação observada foi calculada. Um conjunto de dados reais é usado para ilustrar a aplicação da nova distribuição / In survival analysis applications, the failure rate function may have frequently unimodal or bathtub shape, that is, non-monotone functions. The regression models commonly used for survival studies are log-Weibull, monotone failure rate function shape, and log-logistic, decreased or unimodal failure rate function shape. In the first part of this thesis, we propose location-scale regression models based on an extended Weibull distribution for modeling data with bathtub-shaped failure rate function and on a Burr XII distribution as an alternative to the log-logistic regression model. Assuming censored data, we consider a classical analysis, a Bayesian analysis and a jackknife estimator for the parameters of the proposed models. For these models, we derived the appropriate matrices for assessing the local influence on the parameter estimates under diferent perturbation schemes, and we also presented some ways to perform global influence. Additionally, we developed residual analy- sis based on the martingale-type residual. For di®erent parameter settings, sample sizes and censoring percentages, various simulation studies were performed and the empirical distribution of the martingale-type residual was displayed and compared with the standard normal distribution. These studies suggest that the empirical distribution of the martingale-type residual for the log-extended Weibull regression model with data censured present a high agreement with the standard normal distribution when compared with other residuals considered in these studies. For the log-Burr XII regression model, it was proposed a change in the martingale-type residual based on some studies of simulation in order to obtain an agreement with the standard normal distribution. Some applications to real data illustrate the usefulness of the methodology developed. It can also happen in some applications that the assumption of independence of the times of survival is not valid, so it was added to the log-Burr XII regression model of random exects for which an estimate method was proposed for the parameters based on the EM algorithm for Monte Carlo simulation. Finally, a five- parameter distribution so called the beta modified Weibull distribution is defined and studied. The advantage of that new distribution is its flexibility in accommodating several forms of the failure rate function, for instance, bathtub-shaped and unimodal shape, and it is also suitable for testing goodness-of-fit of some special sub-models. The method of maximum likelihood is used for estimating the model parameters. We calculate the observed information matrix. A real data set is used to illustrate the application of the new distribution.

Em aplicações na área de análise de sobrevivência, é freqüente a ocorrência de função de taxa de falha em forma de U ou unimodal, isto e, funções não-monótonas. Os modelos de regressão comumente usados para dados de sobrevivência são log-Weibull, função de taxa de falha monótona, e log-logística, função de taxa de falha decrescente ou unimodal. Um dos objetivos deste trabalho e propor os modelos de regressão, em forma de locação e escala, log-Weibull estendida que apresenta função de taxa de falha em forma de U e log- Burr XII que tem como caso particular o modelo de regressão log-logística. Considerando dados censurados, foram utilizados três métodos para estimação dos parâmetros, a saber, máxima verossimilhança, bayesiana e jackkinife. Para esses modelos foram calculadas algumas medidas de diagnósticos de influência local e global. Adicionalmente, desenvolveu-se uma análise de resíduos baseada no resíduo tipo martingale. Para diferentes parâmetros taxados, tamanhos de amostra e porcentagens de censuras, várias simulações foram feitas para avaliar a distribuição empírica do resíduo tipo martingale e compará-la com a distribuição normal padrão. Esses estudos sugerem que a distribuição empírica do resíduo tipo martingale para o modelo de regressão log-Weibull estendida com dados censurados aproxima-se de uma distribuição normal padrão quando comparados com outros resíduos considerados neste estudo. Para o modelo de regressão log-Burr XII, foi proposta uma modificação no resíduo tipo martingale baseada no estudo de simulação para obter concordância com a distribuição normal padrão. Conjuntos de dados reais foram utilizados para ilustrar a metodologia desenvolvida. Também pode ocorrer que em algumas aplicações a suposição de independência dos tempos de sobrevivência não é válida. Assim, outro objetivo deste trabalho é introduzir um modelo de regressão log-Burr XII com efeito aleatório para o qual foi proposto um método de estimação para os parâmetros baseado no algoritmo EM por Monte Carlo. Por fim, foi desenvolvido um novo modelo probabilístico denominado de beta Weibull modificado que apresenta cinco parâmetros. A vantagem desse novo modelo é a flexibilidade em acomodar várias formas da função de taxa de falha, por exemplo, U e unimodal, e mostrou-se útil na discriminação entre alguns modelos probabilísticos alternativos. O método de máxima verossimilhança e proposto para estimar os parâmetros desta distribuição. A matriz de informação observada foi calculada. Um conjunto de dados reais é usado para ilustrar a aplicação da nova distribuição / In survival analysis applications, the failure rate function may have frequently unimodal or bathtub shape, that is, non-monotone functions. The regression models commonly used for survival studies are log-Weibull, monotone failure rate function shape, and log-logistic, decreased or unimodal failure rate function shape. In the first part of this thesis, we propose location-scale regression models based on an extended Weibull distribution for modeling data with bathtub-shaped failure rate function and on a Burr XII distribution as an alternative to the log-logistic regression model. Assuming censored data, we consider a classical analysis, a Bayesian analysis and a jackknife estimator for the parameters of the proposed models. For these models, we derived the appropriate matrices for assessing the local influence on the parameter estimates under diferent perturbation schemes, and we also presented some ways to perform global influence. Additionally, we developed residual analy- sis based on the martingale-type residual. For di®erent parameter settings, sample sizes and censoring percentages, various simulation studies were performed and the empirical distribution of the martingale-type residual was displayed and compared with the standard normal distribution. These studies suggest that the empirical distribution of the martingale-type residual for the log-extended Weibull regression model with data censured present a high agreement with the standard normal distribution when compared with other residuals considered in these studies. For the log-Burr XII regression model, it was proposed a change in the martingale-type residual based on some studies of simulation in order to obtain an agreement with the standard normal distribution. Some applications to real data illustrate the usefulness of the methodology developed. It can also happen in some applications that the assumption of independence of the times of survival is not valid, so it was added to the log-Burr XII regression model of random exects for which an estimate method was proposed for the parameters based on the EM algorithm for Monte Carlo simulation. Finally, a five- parameter distribution so called the beta modified Weibull distribution is defined and studied. The advantage of that new distribution is its flexibility in accommodating several forms of the failure rate function, for instance, bathtub-shaped and unimodal shape, and it is also suitable for testing goodness-of-fit of some special sub-models. The method of maximum likelihood is used for estimating the model parameters. We calculate the observed information matrix. A real data set is used to illustrate the application of the new distribution.

This master's thesis deals with analysis , design and implementation of information system for bailiff office . The system provides functionality for managing bailiff's files , their subjects , appropriate documents , financial requirements and cooperation with third parties . Moreover , the system enables communication with data boxes for receiving and sending messages and performing vetting in registers of economic subjects . The application implements also multitenant architecture , which means the system can serve multiple offices . The information system is realised as a web application in ASP. NET MVC technology and written in C\# language . The client side of the application is composed of AngularJS and Bootstrap frameworks .