Este trabalho apresenta o estudo da modelagem matemática caixa preta de propulsores eletromecânicos de aeronaves do tipo multirrotor. Estas aeronaves têm sido crescentemente investigadas e ainda estão em evolução. Justifica-se este fato em função de possuírem aplicações em diversas áreas, inclusive em situações que causam risco à vida humana. Dentre os multirrotores destaca-se o quadrirrotor, que vem sendo utilizado como plataforma padrão de estudo. Este possui a capacidade de decolagem e aterrissagem vertical, o que desafia a área de controle. Nesse sentido, estudou-se a modelagem matemática do sistema de propulsão eletromecânico dos multirrotores a fim de poder contribuir futuramente com a otimização de seu controle. A metodologia utilizada consiste na compreensão do sistema de propulsão e utilização de uma plataforma de testes para a coleta de dados, seguida da aplicação de testes de estacionariedade para a análise dos mesmos. O cálculo das funções de autocorrelação e autocorrelação parcial é utilizado para determinação da estrutura e ordem dos modelos matemáticos e posteriormente, os parâmetros são estimados. A validação se dá pela comparação da simulação de cada modelo com os dados da plataforma e a análise dos resíduos. Além disso, são utilizados critérios de informação para seleção de modelos obtendo-se, a partir do Critério de Informação Bayesiano (BIC), uma aproximação prévia de resultados para diferentes modelos, visando garantir possíveis condições impostas pelo projeto que os utilizará. Dessa forma, a metodologia apresentada contribui para novas técnicas de controle. / 83 f.

Orientador: José Silvio Govone / Resumo: O Kernel e a Krigagem Indicativa são duas técnicas utilizadas na análise espacial para estimar a ocorrência de determinado fenômeno em uma área de estudo. Com o conhecimento da distribuição espacial para casos de doenças epidêmicas é possível criar estratégias de controle de transmissão. O objetivo deste trabalho foi estudar ambas técnicas de estatística espacial usando conjuntos de dados epidemiológicos, dengue e malária, de duas cidades, Rio Claro-SP e Porto Velho-RO, respectivamente, a fim de observar os locais com maiores ocorrências e exemplificar para comparação das técnicas para verificar qual teve melhor precisão nas predições. A partir desses resultados é possível verificar as áreas em que ocorreram os casos e tomar providências para diminuição ou erradicação das mesmas. A técnica Krigagem Indicativa gerou mapas que representam a probabilidade do valor de corte a ser superado e a técnica kernel gerou mapas que representam a intensidade de ocorrência em cada ponto. Ambas foram eficientes ao mostrar as áreas de concentração das endemias, mas a falta de variáveis adicionais nos bancos de dados, nos impôs algumas limitações ao fazer as comparações das técnicas; com isso, o melhor meio de compará-las foi através dos critérios de informação Akaike (AIC) e Bayesiano (BIC). Os valores encontrados nos critérios de informação para ambas as técnicas foram condizentes com os encontrados na literatura, mas para uma comparação não foi tão eficaz, pois apresentou valores muito dist... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The Kernel and estima the Kriging indicative are two techniques used in spatial analysis to estimate the occurrence of a certain phenomenon on a field of study. With knowledge on spatial distribution for cases of epidemic diseases, it is possible to create transmission control strategies. The objective of this paper was to study both spatial statistics techniques using epidemiological data sets, dengue and malaria, from two cities, Rio Claro-SP and Porto Velho-RO, respectively, in order to observe the places which present the highest occurrence rates and to exemplify comparing the techniques and to observe which ones presented a better accuracy on their predictions. From these results it is possible to check the areas where the cases occur and take steps to reduce or eradicate them. The Indicative Kriging technique generated maps that represent a probability of the cut value being surpassed and the Kernel technique generated maps that represent the intensity of occurrence at each point. Both of them were efficient in showing areas of concentration of endemics, but the lack of additional variables in the databases ended up causing some restrictions when making comparing the techniques; therefore, the best means of comparison was through the use of Akaike (AIC) and Bayesian (BIC) information. The values found in the information criteria for both techniques were similar to those found in literature, but as a means of comparison it was not as effective, as it shows very distant v... (Complete abstract click electronic access below) / Mestre

Os modelos lineares generalizados duplos (MLGD), diferentemente dos modelos lineares generalizados (MLG), permitem o ajuste do parâmetro de dispersão da variável resposta em função de variáveis preditoras, aperfeiçoando a forma de modelar fenômenos. Desse modo, os mesmos são uma possível solução quando a suposição de que o parâmetro de dispersão constante não é razoável e a variável resposta tem distribuição que pertence à família exponencial. Considerando nosso interesse em seleção de variáveis nesta classe de modelos, estudamos o esquema de seleção de variáveis em dois passos proposto por Bayer e Cribari-Neto (2015) e, com base neste método, desenvolvemos um esquema para seleção de variáveis em até k passos. Para verificar a performance do nosso procedimento, realizamos estudos de simulação de Monte Carlo em MLGD. Os resultados obtidos indicam que o nosso procedimento para seleção de variáveis apresenta, em geral, performance semelhante ou superior à das demais metodologias estudadas sem necessitar de um grande custo computacional. Também avaliamos o esquema para seleção de variáveis em até \"k\" passos em um conjunto de dados reais e o comparamos com diferentes métodos de regressão. Os resultados mostraram que o nosso procedimento pode ser também uma boa alternativa quando possui-se interesse em realizar previsões. / The double generalized linear models (DGLM), unlike the generalized linear model (GLM), allow the fit of the dispersion parameter of the response variable as a function of predictor variables, improving the way of modeling phenomena. Thus, they are a possible solution when the assumption that the constant dispersion parameter is unreasonable and the response variable has distribution belonging to the exponential family. Considering our interest in variable selection in this class of models, we studied the two-step variable selection scheme proposed by Bayer and Cribari-Neto (2015) and, based on this method, we developed a scheme to select variables in up to k steps. To check the performance of our procedure, we performed Monte Carlo simulation studies in DGLM. The results indicate that our procedure for variable selection presents, in general, similar or superior performance than the other studied methods without requiring a large computational cost. We also evaluated the scheme to select variables in up to \"k\" steps in a set of real data and compared it with different regression methods. The results showed that our procedure can also be a good alternative when the interest is in making predictions.

Ciências Empresariais (sem parte escolar) / Esta dissertação enquadra-se na problemática da segmentação de mercado e da selecção do número de grupos quando são utilizados modelos mistura de regressão para variáveis normais. Apesar do frequente uso destes modelos, o problema da selecção do número de segmentos continua em aberto, quer na literatura de Marketing, quer Estatística. Determinar o número de segmentos é essencial, na medida em que várias decisões estratégicas de Marketing em mercados heterogéneos dependem dela, existindo custos para as empresas de uma incorrecta definição do número de segmentos de mercado. Esta dissertação possui dois objectivos de investigação: (i) identificação, descrição e organização dos critérios, dispersos na literatura, que podem ser usados na selecção do número de segmentos; (ii) avaliação da eficácia dos critérios revistos e da influência de um conjunto de condições experimentais na selecção do número de segmentos. Os critérios foram classificados em dois grandes grupos, critérios de informação (estimadores da distância Kullback-Leibler, bayesianos e consistentes) e critérios de classificação (índices probabilísticos e índices difusos). A avaliação do desempenho dos 26 critérios seleccionados foi efectuada através de um conjunto de 17 designs experimentais. Na sua concepção deu-se particular relevância ao problema de nichos de mercado e à questão da robustez dos resultados à distribuição de probabilidade assumida (normal versus uniforme). As simulações foram realizadas no programa Gauss 6.0. Os melhores desempenhos foram dos critérios AIC3, AIC4, HQ, ICLBIC e ICOMPLBIC. Na presença de amostras de grande dimensão e um grande número de grupos são igualmente recomendáveis os critérios BIC e CAIC. / This dissertation is developed in the context of market segmentation and market segments retention when mixture regression models for normal data are used. Despite the popularity of these models, the decision of how many segments to keep is an open issue, both in Marketing and Statistics literature. To determine the correct number of market segments is essential, because many strategic Marketing decisions in heterogeneous markets depend on it and an incorrect selection of the number of market segments results in monetary costs for any company. This dissertation has two main objectives: (i) identification, description and classification of the criteria that could be used to select the number of market segments (ii) evaluation of how the reviewed criteria perform and the influence of a set of experimental conditions on the selection of the number of market segments. The reviewed criteria were classified into two groups, namely information criteria (Kullback-Leibler, bayesian and consistent) and classification criteria (probabilistic and fuzzy indices). The performance evaluation of the 26 selected criteria was accomplished through a set of 17 experimental designs. In these experimental designs we considered the problem of market niches and the robustness of the results to the probability assumed (normal versus uniform). The simulations were implemented with Gauss 6.0 package. The best results were obtained for the criteria AIC3, AIC4, HQ, ICLBIC and ICOMPLBIC. BIC and CAIC also perform well with large samples and a large number of market segments.

A presente tese aborda aspectos teóricos e aplicados da estimação dos parâmetros do modelo de calibração linear com erros distribuídos conforme a distribuição normal-assimétrica (Azzalini, 1985) e t-normal-assimétrica (Gómez, Venegas e Bolfarine, 2007). Aplicando um modelo assimétrico, não é necessário transformar as variáveis a fim de obter erros simétricos. A estimação dos parâmetros e das variâncias dos estimadores do modelo de calibração foram estudadas através da visão freqüentista e bayesiana, desenvolvendo algoritmos tipo EM e amostradores de Gibbs, respectivamente. Um dos pontos relevantes do trabalho, na óptica freqüentista, é a apresentação de uma reparametrização para evitar a singularidade da matriz de informação de Fisher sob o modelo de calibração normal-assimétrico na vizinhança de lambda = 0. Outro interessante aspecto é que a reparametrização não modifica o parâmetro de interesse. Já na óptica bayesiana, o ponto forte do trabalho está no desenvolvimento de medidas para verificar a qualidade do ajuste e que levam em consideração a assimetria do conjunto de dados. São propostas duas medidas para medir a qualidade do ajuste: o ADIC (Asymmetric Deviance Information Criterion) e o EDIC (Evident Deviance Information Criterion), que são extensões da ideia de Spiegelhalter et al. (2002) que propôs o DIC ordinário que só deve ser usado em modelos simétricos. / This thesis focuses on theoretical and applied estimation aspects of the linear calibration model with skew-normal (Azzalini, 1985) and skew-t-normal (Gómez, Venegas e Bolfarine, 2007) error distributions. Applying the asymmetrical distributed error methodology, it is not necessary to transform the variables in order to have symmetrical errors. The frequentist and the Bayesian solution are presented. The parameter estimation and its variance estimation were studied using the EM algorithm and the Gibbs sampler, respectively, in each approach. The main point, in the frequentist approach, is the presentation of a new parameterization to avoid singularity of the information matrix under the skew-normal calibration model in a neighborhood of lambda = 0. Another interesting aspect is that the reparameterization developed to make the information matrix nonsingular, when the skewness parameter is near to zero, leaves the parameter of interest unchanged. The main point, in the Bayesian framework, is the presentation of two measures of goodness-of-fit: ADIC (Asymmetric Deviance Information Criterion) and EDIC (Evident Deviance Information Criterion ). They are natural extensions of the ordinary DIC developed by Spiegelhalter et al. (2002).

A presente tese aborda aspectos teóricos e aplicados da estimação dos parâmetros do modelo de calibração linear com erros distribuídos conforme a distribuição normal-assimétrica (Azzalini, 1985) e t-normal-assimétrica (Gómez, Venegas e Bolfarine, 2007). Aplicando um modelo assimétrico, não é necessário transformar as variáveis a fim de obter erros simétricos. A estimação dos parâmetros e das variâncias dos estimadores do modelo de calibração foram estudadas através da visão freqüentista e bayesiana, desenvolvendo algoritmos tipo EM e amostradores de Gibbs, respectivamente. Um dos pontos relevantes do trabalho, na óptica freqüentista, é a apresentação de uma reparametrização para evitar a singularidade da matriz de informação de Fisher sob o modelo de calibração normal-assimétrico na vizinhança de lambda = 0. Outro interessante aspecto é que a reparametrização não modifica o parâmetro de interesse. Já na óptica bayesiana, o ponto forte do trabalho está no desenvolvimento de medidas para verificar a qualidade do ajuste e que levam em consideração a assimetria do conjunto de dados. São propostas duas medidas para medir a qualidade do ajuste: o ADIC (Asymmetric Deviance Information Criterion) e o EDIC (Evident Deviance Information Criterion), que são extensões da ideia de Spiegelhalter et al. (2002) que propôs o DIC ordinário que só deve ser usado em modelos simétricos. / This thesis focuses on theoretical and applied estimation aspects of the linear calibration model with skew-normal (Azzalini, 1985) and skew-t-normal (Gómez, Venegas e Bolfarine, 2007) error distributions. Applying the asymmetrical distributed error methodology, it is not necessary to transform the variables in order to have symmetrical errors. The frequentist and the Bayesian solution are presented. The parameter estimation and its variance estimation were studied using the EM algorithm and the Gibbs sampler, respectively, in each approach. The main point, in the frequentist approach, is the presentation of a new parameterization to avoid singularity of the information matrix under the skew-normal calibration model in a neighborhood of lambda = 0. Another interesting aspect is that the reparameterization developed to make the information matrix nonsingular, when the skewness parameter is near to zero, leaves the parameter of interest unchanged. The main point, in the Bayesian framework, is the presentation of two measures of goodness-of-fit: ADIC (Asymmetric Deviance Information Criterion) and EDIC (Evident Deviance Information Criterion ). They are natural extensions of the ordinary DIC developed by Spiegelhalter et al. (2002).

Made available in DSpace on 2014-07-29T15:13:44Z (GMT). No. of bitstreams: 1 Tese Lillian Pascoa.pdf: 1515217 bytes, checksum: 2cddf8e0acaa3cd41225727107c6f820 (MD5) Previous issue date: 2011-07-08 / Data from 72,731 Nelore calves were used to estimate (co)variances and predict breeding values for actual and adjusted weight for 120 and 210 days of age using different contemporary group structures. Males and females calves born from 1985 to 2005 belonging to 40 herds participating in the Nelore Brasil Program were analysed. Ten models were used including five different contemporary group (GC) structures, judged by coefficient of determination, residual variance and by the Akaike (AIC), Bayesian (BIC) and modified Akaike (CAIC) information criteria. The GLM procedure of SAS was used to carry out the analyses. All effects in the model were significant (P<0.001) for the traits analyzed. The inclusion of semester or trimester of birth in the composition of GC was more appropriate than when it was estimated independently as this took into account interactions with the other effects in the GC. Sex of calf (SB) and age of cow at calving (CIVP) had similar effects across models suggesting independence from other effects in these models. In all models, the effect of age of the calf was greater than the other effects tested. The use of actual weights in models without SB in GC allowed for better genetic connectivity between GC, and higher accuracy in the genetic evaluations. The estimates of (co)variance and genetic parameters were similar among models but the information criteria (BIC, CAIC) indicated that the most adequate model considered GC as a random effect, constituted by the effects of herd, year of birth, management group and the effect of trimester of birth with the effect of calf sex independent from GC. For each model animals were classified by their genetic value (VG), subdivided into categories (animals without progeny, bulls and cows). For both weights (actual and adjusted) VG were similar considering contemporary group as fixed or random, with sex included or not in its composition and with greater differences between models with actual and adjusted weights. Accuracy was similar among compared models within each category, bulls having more accurate VG predictions than cows. Spearman correlation coefficients for animal rank using direct and maternal VGs and simple (Pearson) correlations for accuracies among different models were all high and significant (P<0.001) with the greatest difference observed comparing models with actual and adjusted weights. For bulls, the classification of individuals with actual weights in models with random GC was more adequate. Removal of animals without adjusted weights or in contemporary groups with less than five individuals would lead to the elimination of animals which would contribute to the genetic gain in the population. / Com o objetivo de estimar (co)variâncias e predizer valores genéticos de pesos reais e padronizados aos 120 e 210 dias de idade sob modelos com diferentes estruturas de grupos de contemporâneos, analisaram-se dados de 72.731 bezerros Nelore, machos e fêmeas, nascidos de 1985 a 2005, em 40 rebanhos integrantes do Programa Nelore Brasil da ANCP. Foram comparados 10 modelos incluindo cinco diferentes estruturas de grupos de contemporâneos (GC), julgados pelo coeficiente de determinação, variância residual e pelos critérios de informação de Akaike (AIC), Bayesiano (BIC) e modificado de Akaike (CAIC). O procedimento GLM do SAS foi utilizado para as análises. Todos os efeitos incluídos nos modelos foram significativos (P<0,001) para as características analisadas. A inclusão do efeito do semestre ou trimestre de nascimento na composição dos GC resultou mais apropriada que sua estimativa independente por levar em conta as interações com os demais efeitos no GC. Os efeitos de sexo do bezerro (SB) e idade da vaca ao parto (CIVP) mostraram-se estáveis nos modelos, indicando independência dos demais efeitos. Em todos os modelos, a contribuição do efeito de idade do bezerro foi maior em relação aos demais efeitos testados. O uso de pesos reais sob modelos sem o efeito SB no GC constitui alternativas que permitiriam melhor conexidade genética entre GC, e maior acurácia das avaliações genéticas. As estimativas de (co)variâncias e parâmetros genéticos foram similares entre os modelos, porém os critérios de informação (BIC, CAIC) indicaram que o modelo mais adequado foi o que considerou o grupo de contemporâneos como efeito aleatório, sendo este constituído pela concatenação dos efeitos de rebanho, ano de nascimento, grupo de manejo e efeito de trimestre de nascimento, e com efeito do sexo do bezerro independente do GC. Para cada modelo os animais foram classificados por seus valores genéticos (VG), subdivididos por categorias (animais sem progênie, touros e vacas). Para ambos os pesos, reais e padronizados, os VG foram semelhantes entre os modelos com grupo de contemporâneos fixo ou aleatório, incluindo ou não sexo em sua composição e com diferenças maiores de VG entre modelos com pesos reais ou padronizados. As magnitudes dos valores de acurácia entre os modelos comparados foram similares dentro de cada categoria, sendo que os touros apresentaram predições de VG mais acuradas e as vacas menos. Os coeficientes de correlação de posto na classificação dos animais pelos seus VG diretos e maternais e de correlação simples para valores de acurácia por diferentes modelos foram todos altos e significativos (P<0,001) e maior diferença foi observada entre a comparação de modelos com pesos reais ou padronizados. Para touros, a classificação dos indivíduos que possuem pesos reais em modelos com GC aleatório foram mais adequadas. Desconsiderar das análises animais sem pesos padronizados ou pertencentes a grupos de contemporâneos com menos de cinco indivíduos, promove a exclusão de animais que contribuem para o ganho genético da população.