Em estudos cujo interesse é avaliar o efeito de fatores prognósticos sobre a sobrevida ou algum outro evento de interesse, é comum o uso de modelos de regressão que relacionam tempos de sobrevivência e covariáveis. Quando covariáveis que apresentam dados omissos são incluídas nos modelos de regressão, os programas estatísticos usuais automaticamente excluem aqueles indivíduos que apresentam omissão em pelo menos uma das covariáveis. Com isso, muitos pesquisadores utilizam apenas as observações completas, descartando grande parte da informação disponível. Está comprovado que a análise baseada apenas nos dados completos pode levar a estimadores altamente viesados e ineficientes. Para lidar com este problema, alguns métodos foram propostos na literatura. O objetivo deste trabalho é estender métodos que lidam com dados de sobrevivência e omissão nas covariáveis para a situação em que existe uma proporção de pacientes na população que não são suscetíveis ao evento de interesse. A idéia principal é utilizar modelos com fração de cura incluindo ponderações para compensar possíveis desproporcionalidades na subamostra de casos completos, levando-se em conta uma possível relação entre omissão e pior prognóstico. Foi considerado um modelo de mistura no qual os tempos de falha foram modelados através da família Weibull ou do modelo semiparamétrico de Cox e as probabilidade de cura foram especificadas por um modelo logístico. Os métodos propostos foram aplicados a dados reais, em que a omissão foi simulada em 10\\%, 30\\% e 50\\% das observações. / Survival regression models are considered to evaluate the effect of prognostic factors for survival or some other event of interest. The standard statistical packages automatically exclude cases with at least one missing covariate value. Thus, many researchers use only the complete cases, discarding substantial part of the available information. It is known that this complete case analysis provides biased and inefficient estimates. The aim of this work is to extend survival models with missing covariate values to situations where some individuals are not susceptible to the event of interest. The main idea is to use cure rate models introducing individual weights to incorporate possible bias in the sample with complete cases, taking a possible relation between missingness and worse prognosis into account. Mixture models in which Weibull and Cox models are used to represent the failure times and logistic models to model the cure probabilities are considered. The performance of the procedure was evaluated via a simulation study. The proposed methods were applied to real data where the missingness was simulated in 10\\%, 30\\% and 50\\% of the observations.

O desenvolvimento de métodos para o tratamento de omissões nos dados é recente na estatística e tem sido alvo de muitas pesquisas. A presença de omissões em covariáveis é um problema comum na análise estatística e, em particular nos modelos de análise de sobrevivência, ocorrendo com freqüência em pesquisas clínicas, epidemiológicas e ambientais. Este trabalho apresenta propostas bayesianas para a análise de dados de sobrevivência com omissões nas covariáveis considerando modelos paramétricos da família Weibull e o modelo semi-paramétrico de Cox. Os métodos estudados foram avaliados tanto sob o enfoque paramétrico quanto o semiparamétrico considerando um conjunto de dados de portadores de insuficiência cardíaca. Além disso, é desenvolvido um estudo para avaliar o impacto de diferentes proporções de omissão. / The development of methods dealing with missing data is recent in Statistics and is the target of many researchers. The presence of missing values in the covariates is very common in statistical analysis and, in particular, in clinical, epidemiological and enviromental studies for survival data. This work considers a bayesian approach to analise data with missing covariates for parametric models in the Weibull family and for the Cox semiparametric model. The studied methods are evaluated for the parametric and semiparametric approaches considering a dataset of patients with heart insufficiency. Also, the impact of different omission proportions is assessed.

Em estudos cujo interesse é avaliar o efeito de fatores prognósticos sobre a sobrevida ou algum outro evento de interesse, é comum o uso de modelos de regressão que relacionam tempos de sobrevivência e covariáveis. Quando covariáveis que apresentam dados omissos são incluídas nos modelos de regressão, os programas estatísticos usuais automaticamente excluem aqueles indivíduos que apresentam omissão em pelo menos uma das covariáveis. Com isso, muitos pesquisadores utilizam apenas as observações completas, descartando grande parte da informação disponível. Está comprovado que a análise baseada apenas nos dados completos pode levar a estimadores altamente viesados e ineficientes. Para lidar com este problema, alguns métodos foram propostos na literatura. O objetivo deste trabalho é estender métodos que lidam com dados de sobrevivência e omissão nas covariáveis para a situação em que existe uma proporção de pacientes na população que não são suscetíveis ao evento de interesse. A idéia principal é utilizar modelos com fração de cura incluindo ponderações para compensar possíveis desproporcionalidades na subamostra de casos completos, levando-se em conta uma possível relação entre omissão e pior prognóstico. Foi considerado um modelo de mistura no qual os tempos de falha foram modelados através da família Weibull ou do modelo semiparamétrico de Cox e as probabilidade de cura foram especificadas por um modelo logístico. Os métodos propostos foram aplicados a dados reais, em que a omissão foi simulada em 10\\%, 30\\% e 50\\% das observações. / Survival regression models are considered to evaluate the effect of prognostic factors for survival or some other event of interest. The standard statistical packages automatically exclude cases with at least one missing covariate value. Thus, many researchers use only the complete cases, discarding substantial part of the available information. It is known that this complete case analysis provides biased and inefficient estimates. The aim of this work is to extend survival models with missing covariate values to situations where some individuals are not susceptible to the event of interest. The main idea is to use cure rate models introducing individual weights to incorporate possible bias in the sample with complete cases, taking a possible relation between missingness and worse prognosis into account. Mixture models in which Weibull and Cox models are used to represent the failure times and logistic models to model the cure probabilities are considered. The performance of the procedure was evaluated via a simulation study. The proposed methods were applied to real data where the missingness was simulated in 10\\%, 30\\% and 50\\% of the observations.

Made available in DSpace on 2015-03-26T13:32:11Z (GMT). No. of bitstreams: 1 texto completo.pdf: 852842 bytes, checksum: 70e1222560798c97f05cf66d73772591 (MD5) Previous issue date: 2011-02-25 / Logistic regression is the analysis usual statistical method used to verify the relationship between a dichotomous variable response and the interest explanatory variables. This work aimed to carry out a study about the factors influencing the invertebrates abundance on the soil under different management forms, using the logistic regression. This objective is that these invertebrates are considered excellent indicators of the use type and soil quality, working in several fundamental processes for maintaining the soil fertility and quality in agroecosystems and natural ecosystems, according to Brown et al. (1998), Hendrix et al. (2006), and Souza (2010). For covariates selection, the Collett (1994) proposal was used and the involved parameters estimators in each model, their interpretations, statistical properties, and some criteria for judging the suitability of the selected models were presented. The methodology presented by this work was applied to two real datasets (dry and rainy season). In the final adjusted model for the analyzed dataset in the dry season, it was verified that the covariates System Type, Calcium in litter, Soil organic matter, Potassium in litter, and the interaction between Calcium and Potassium in litter were important to explain the presence of more than nine individuals on the soil. In the final adjusted model for the analyzed dataset in the rainy season, the significant covariates to explain the presence of one hundred and one individuals on average on the soil were Magnesium in litter, Total organic carbon in the litter, Litter organic matter, and Ambient temperature. For two mentioned models, there were a good discriminatory performance and excellent areas under the ROC (Receiver Operating Characteristic) curve, thus confirming the validity of using logistic regression techniques for the models construction to describe the analyzed data. / A regressão logística é o método estatístico usual de análise utilizado com a finalidade de verificar a relação entre uma variável resposta dicotômica e variáveis explicativas de interesse. Este trabalho teve como objetivo realizar um estudo sobre os fatores que influenciam a abundância de invertebrados no solo sob diferentes formas de manejo utilizando a Regressão Logística. Tal objetivo reside no fato destes invertebrados serem considerados excelentes indicadores do tipo de uso e qualidade do solo, atuando em vários processos fundamentais para a manutenção da fertilidade e qualidade dos solos de agroecossistemas e ecossistemas naturais de acordo com Brown et al. (1998) e Hendrix et al. (2006), citado Souza (2010). Para seleção de covariáveis foi utilizada a proposta de Collett (1994) e foram apresentados estimadores dos parâmetros envolvidos em cada modelo e suas interpretações, propriedades estatísticas e critérios para se julgar a adequabilidade dos modelos selecionados. A metodologia apresentada neste trabalho foi aplicada a dois conjuntos de dados reais (período seco e chuvoso). No modelo final ajustado para o conjunto de dados analisado no período seco verificou-se que as covariáveis Tipo de Sistema, Cálcio em serapilheira, Matéria orgânica do solo, Potássio em serapilheira e a interação entre Cálcio e Potássio em serapilheira foram importantes para explicar a presença de mais de 9 indivíduos, em média, no solo. Já no modelo final ajustado para o conjunto de dados analisado no período chuvoso, as covariáveis significativas para explicar a presença de 101 indivíduos, em média, no solo foram Magnésio em serapilheira, Carbono orgânico total na serapilheira, Matéria orgânica da serapilheira e Temperatura ambiente. Para os dois modelos citados houve bom desempenho discriminatório e excelentes áreas sob a curva ROC, confirmando assim a validade da utilização de técnicas de regressão logística na construção dos modelos para descrever os dados analisados.

Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-08-01T21:35:07Z No. of bitstreams: 1 DaniloGoncalvesCavalcante_DISSERT.pdf: 4765469 bytes, checksum: df72ae5db05a9abc7fd0cd1468d9283c (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-08-03T19:59:59Z (GMT) No. of bitstreams: 1 DaniloGoncalvesCavalcante_DISSERT.pdf: 4765469 bytes, checksum: df72ae5db05a9abc7fd0cd1468d9283c (MD5) / Made available in DSpace on 2018-08-03T19:59:59Z (GMT). No. of bitstreams: 1 DaniloGoncalvesCavalcante_DISSERT.pdf: 4765469 bytes, checksum: df72ae5db05a9abc7fd0cd1468d9283c (MD5) Previous issue date: 2015-10-06 / A capacidade de competir em mercados globalizados é um qualificador presente nas organizações atuais. A gestão dos gastos produtivos (custos e investimentos) exerce influência direta nas decisões empresariais de curto e longo prazo. Nesse sentido, a busca pela otimização dos recursos, mediante redução do capital imobilizado, é um fator competitivo buscado por diversas empresas. A gestão de estoques envolve conflitos de interesses que podem conduzir o gestor a decisões incompatíveis: os estoques podem absorver grandes somas de recursos ou representar enormes perdas de produção (lucro cessante). Dentre os diversos tipos de estoques, a imobilização de itens sobressalentes aplicados à manutenção destaca-se por apresentar algumas características importantes: a demanda é irregular (lumpy), o investimento para aquisição das partes sobressalentes é elevado e o tempo de entrega é longo. Este trabalho objetiva aplicar um método para gestão de estoque sobressalente baseado em confiabilidade industrial com uso de covariáveis. O modelo aplica técnicas relacionadas a modelagem probabilística e processo de renovação, com objetivo de quantificar os itens sobressalentes. A análise faz uso de programas computacionais para manipulação dos parâmetros de confiabilidade (software Weibull® e BlockSim® - ReliaSoft) e do software R, necessário à definição das covariáveis. O dimensionamento dos sobressalentes é consolidado mediante programa desenvolvido em linguagem C++, que visa analisar as sobreposições das falhas ao longo do tempo. O estudo é aplicado ao dimensionamento de bombas centrífugas submersas (BCS) utilizadas na produção de petróleo em unidades marítimas. A ferramenta busca estruturar o processo de alocação de sobressalentes a serem imobilizados no setor petrolífero, auxiliando a tomada de decisão. / The ability to compete in global markets is a present qualifying in the current organizations. The management of productive spending (costs and investments) has a direct influence on the business decisions of term short and long. In this sense, the search for optimization of the resources, through reductions in the fixed capital, is a competitive factor sought by various companies. The inventory management involves conflicts of interests that can lead the manager to inconsistent decisions: stocks can absorb large amounts of resources or represent massive production losses (profit loss). Among the various types of stocks, immobilization of spare items applied to maintenance stands out for have some important features: the demand is irregular (lumpy), the investment for the acquisition of spare parts is high and the delivery time is long. This work aims to apply a method for spare inventory management based on industrial reliability with use of covariates. The model applies techniques related to probabilistic modeling and renewal process, in order to quantify the spare items. The analysis makes use of computer programs to manipulate of the reliability parameters (Weibull® and BlockSim® software - ReliaSoft) and R® software, necessary to define the covariates. The dimensioning of the spares is consolidated through the program developed in c ++ language, which aims to analyze the failures overlapping over time. The study is applied to the sizing of centrifugal pumps (BCS) used in the production of oil in offshore units. The tool search to structure the process of allocation of spare parts to be fixed in the oil sector, aiding decision making.

O desenvolvimento de métodos para o tratamento de omissões nos dados é recente na estatística e tem sido alvo de muitas pesquisas. A presença de omissões em covariáveis é um problema comum na análise estatística e, em particular nos modelos de análise de sobrevivência, ocorrendo com freqüência em pesquisas clínicas, epidemiológicas e ambientais. Este trabalho apresenta propostas bayesianas para a análise de dados de sobrevivência com omissões nas covariáveis considerando modelos paramétricos da família Weibull e o modelo semi-paramétrico de Cox. Os métodos estudados foram avaliados tanto sob o enfoque paramétrico quanto o semiparamétrico considerando um conjunto de dados de portadores de insuficiência cardíaca. Além disso, é desenvolvido um estudo para avaliar o impacto de diferentes proporções de omissão. / The development of methods dealing with missing data is recent in Statistics and is the target of many researchers. The presence of missing values in the covariates is very common in statistical analysis and, in particular, in clinical, epidemiological and enviromental studies for survival data. This work considers a bayesian approach to analise data with missing covariates for parametric models in the Weibull family and for the Cox semiparametric model. The studied methods are evaluated for the parametric and semiparametric approaches considering a dataset of patients with heart insufficiency. Also, the impact of different omission proportions is assessed.

Made available in DSpace on 2014-06-12T18:02:22Z (GMT). No. of bitstreams: 2 arquivo3863_1.pdf: 381256 bytes, checksum: f9b1cfbbbb5791ee170982e6e794a87b (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Nesta dissertação, introduzimos um modelo geral de regressão de valorextremo e obtemos a partir de Cox e Snell (1968) fórmulas gerais para o viés de segunda ordem das estimativas de máxima verossimilhança (EMV) dos parâmetros. Apresentamos fórmulas que podem ser computadas por meio de regressões lineares ponderadas. Além disso, obtemos a assimetria de ordem n−1/2 dos EMVs dos parâmetros usando a fórmula de Bowman e Shenton (1998). Casos especiais deste modelo e um estudo de simulação com os resultados obtidos com o uso da fórmula de Cox e Snell (1968) são apresentados. Um uso prático deste modelo e das fórmulas obtidas para correção de viés é apresentado

Em análise de sobrevivência estuda-se o tempo até a ocorrência de um determinado evento de interesse e na literatura, a abordagem mais usual é a paramétrica, em que os dados seguem uma distribuição de probabilidade. Diversas distribuições conhecidas são utilizadas para acomodar dados de tempos de falha, porém, grande parte destas distribuições não é capaz de acomodar funções de risco não monótonas. Kumaraswamy (1980) propôs uma nova distribuição de probabilidade e, baseada nela, mais recentemente Cordeiro e de Castro (2011) propuseram uma nova família de distribuições generalizadas, a Kumaraswamy generalizada (Kum-G). Esta distribuição além de ser flexível, contém distribuições com funções de risco unimodal e em forma de banheira. O objetivo deste trabalho é apresentar a família de distribuições Kum-Ge seus casos particulares para analisar dados de tempo de vida dos indivíduos em risco, considerando que uma parcela da população nunca apresentará o evento de interesse, além de considerarmos que covariáveis influenciem na função de sobrevivência e na proporção de curados da população. Algumas propriedades destes modelos serão abordadas, bem como métodos adequa- dos de estimação, tanto na abordagem clássica quanto na bayesiana. Por fim, são apresentadas aplicações de tais modelos a conjuntos de dados existentes na literatura. / In survival analysis is studied the time until the occurrence of a particular event of interest and in the literature, the most common approach is parametric, that the data follow a probability distribution. Various known distributions are used to accommodate failure times data, however, most of these distributions is not able to accommodate non monotonous hazard functions. Kumaraswamy (1980) proposed a new probability distribution and, based on it, most recently Cordeiro e de Castro (2011) proposed a new family of generalized distributions, Kumaraswamy generalized (Kum-G). This distribution besides being flexible, has distributions with unimodal and tub form of hazard functions. The objective of this paper is to present the family of Kum-G distributions and their particular cases to analyze lifetime data of individuals at risk, considering that part of the population never present the event of interest, and considering that covariates influencing in the survival function and the cured proportion of the population. Some properties of these models will be discussed as well as appropriate estimation methods, in the classical and Bayesian approaches. Finally, applications of such models are presented to data sets existingin the literature.

Pelo fato da maioria das mortes e morbidades associadas à gravidez ocorrerem em torno do parto, a qualidade do cuidado nesse período é crucial para as mães e seus bebês. Para acompanhar as mulheres nessa etapa, o partograma tem sido a ferramenta mais utilizada nas últimas décadas e, devido à sua simplicidade, é frequentemente usado em países com baixa e média renda. No entanto, sua utilização é altamente questionada devido à ausência de evidências que justifiquem uma contribuição ao parto. Para melhorar a qualidade do parto nessas circunstâncias, o projeto BOLD tem sido desenvolvido com o intuito de reduzir a ocorrência de problemas indesejados e com a finalidade desenvolver uma ferramenta moderna, chamada de SELMA, que projetase como uma alternativa ao partograma. Com a finalidade de associar características fixas e dinâmicas avaliadas no parto e identificar quais elementos intra parto podem ser utilizados como gatilhos para realização de uma intervenção e, assim, prevenir um desfecho indesejado, propomos nesta tese a utilização de modelos de sobrevivência com covariáveis dependentes do tempo. Inicialmente, consideramos a modelagem de dados longitudinais e de sobrevivência utilizando funções de risco paramétricas flexíveis. Nesse caso, propomos a utilização de cinco generalizações da distribuição Weibull, da distribuição Nagakami e utilizamos um procedimento geral de seleção de modelos paramétricos usuais via distribuição Gamma generalizada, inédito na modelagem conjunta. Realizamos um extenso estudo de simulação para avaliar as estimativas de máxima verossimilhança e os critérios de discriminação. Além disso, a própria natureza do parto nos leva a um contexto de eventos múltiplos, nos remetendo à utilização dos modelos multiestados. Eles são definidos como modelos para um processo estocástico que a qualquer momento ocupa um conjunto discreto de estados. De uma forma geral, são os modelos mais comuns para descrever o desenvolvimento de dados de tempo de falha longitudinais e são frequentemente utilizados em aplicações médicas. Considerando o contexto de eventos múltiplos, propomos a inclusão de uma covariável dependente do tempo no modelo multiestados a partir de uma modificação dos dados, o que nos trouxe resultados satisfatórios e similares ao esperado na prática clínica. / As most pregnancy-related deaths and morbidities are clustered around the time of child birth, the quality of care during this period is crucial for mothers and their babies. To monitor the women at this stage, the partograph has been the central tool used in recent decades and, motivated by its simplicity, is frequently used in low-and middle-income countries. However, its use is highly questioned due to lack of evidence to justify a contribution to labor. To improve the quality of labor in these circumstances, the BOLD project has been developed in order to reduce the occurrence of pregnancy-related problems and in order to develop a modern tool, called SELMA, which is projected as an alternative to partograph. Aiming to associate fixed and dynamic characteristics evaluated in the delivery and to identify which elements can be used as triggers for performing an intervention, and thus preventing a bad outcome, this thesis proposes the use of survival models with time dependent covariates. Initially, we consider the joint modeling of survival and longitudinal data using flexible parametric hazard functions. In this sense, we propose the use of five generalizations of Weibull distribution, the Nagakami model and an inedited framework to discriminate usual parametric models via the generalized Gamma distribution, performing an extensive simulation study to evaluate the maximum likelihood estimations and the proposed discrimination criteria. Indeed, by its own nature, the birth leads us to a context of multiple events, referring to the use of multi-state models. These are models for a stochastic process which at any time occupies one of a few possible states. In general, they are the most common models to describe the development of longitudinal failure time data and are often used in medical applications. Considering this context, we proposed the inclusion of a time dependent covariate in the multi-state model using a modified version of the input data, which gave us satisfactory results similar to those expected in clinical practice.

Made available in DSpace on 2014-06-11T19:26:07Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-02-16Bitstream added on 2014-06-13T19:12:58Z : No. of bitstreams: 1 leite_cds_me_jabo.pdf: 286709 bytes, checksum: 5dbd29633c088bfd8c09e91c549a77c3 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A seleção baseada em características reprodutivas tem sido muito empregada em programas de melhoramento genético de suíno. Assim, objetivaram-se avaliar os efeitos ambientais e genéticos que influenciam o intervalo desmame-cio (IDC) e verificar sua influência no número de nascidos total (TL), nascidos vivos (NV) e mortos (NM) em fêmeas suínas. Para análise dos efeitos ambientais, utilizaram-se 8.104 dados da 1ª a 6ª ordem de parição, e, para as estimativas dos parâmetros genéticos, apenas as informações do 1º ao 3º IDC, o que resultou em 6.548 observações, que foram analisadas pelo método REML, utilizando-se modelos uni e multicaracterística. Para este último, considerou-se cada IDC (1º, 2º e 3º) como uma característica distinta. Avaliaram-se, também, as correlações genéticas entre o IDC, TL, NM e idade ao primeiro parto (IPP). Para os fatores ambientais, o modelo incluiu como efeitos fixos rebanho, linhagem, ano (AP) e estação (EP) de parto, e as covariáveis idade da porca ao parto (IDPP), TL e duração da lactação (DL). A DL, na forma linear, e a IDPP, na forma quadrática, influenciaram o IDC. Rebanho, AP e EP foram fontes de variação significativas, enquanto TL e linhagem não o foram. Não foi observada influência do IDC sobre TL, NV, nem sobre NM. A herdabilidade estimada para o IDC pelo modelo de repetibilidade foi baixa. As correlações genéticas entre os IDC (1º, 2º e 3º) foram de moderada a baixa magnitude, evidenciando que o modelo multicaracterística é mais indicado para as estimativas de parâmetro genético nessa população. As correlações genéticas entre IDC, TL e NM, assim como IDC e IPP foram favoráveis à seleção. / Selection for reproductive traits has been largely used in swine breeding programs. The aims of this study were to evaluate environmental and genetic effects that affect the weaning-to-estrus interval (WEI) in sows and to assess their influence on litter size (LS), number of live born (LP) and dead born piglets (DP). Data consisting of 8,104 WEI from the 1st to 6th farrowing recorded in two herds were used for environmental analysis, but for estimating the genetic parameters only data from the 1st to 3rd farrowing were used, totalling 6,548 records. Genetic analysis was performed using the REML method with single and multitrait models, where each WEI was considered as a different trait. Genetic correlations among WEI, LS, DP and age at first farrowing (AFF) were also estimated using a multitrait model. For the environmental analysis, the model included as fixed effects the herd, line, and year (YF) and season (SF) of farrowing, and as covariates the sow’s age at farrowing (SAF), LS, and lactation length (LL). The effects were linear for LL and quadratic for SAF. The herd, YF and SF were important sources of variation, whereas LS and line were not significant. There were no effects of WEI on the litter traits (LS, LP and DP). The heritability estimated for WEI was low, and genetic correlations among its different intervals were of moderate to low magnitude, evidencing that a multitrait model was more indicated for estimating the genetic parameters for this trait in this population. The genetic correlations between WEI and LS, DP and AFF would be favourable in a selection.