Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2016-03-22T16:25:00Z No. of bitstreams: 1 texto completo.pdf: 569929 bytes, checksum: e0a970662b9100bcb56f042769964f0d (MD5) / Made available in DSpace on 2016-03-22T16:25:00Z (GMT). No. of bitstreams: 1 texto completo.pdf: 569929 bytes, checksum: e0a970662b9100bcb56f042769964f0d (MD5) Previous issue date: 2015-12-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho teve como objetivo identificar modelos de regressão não linear que melhor descrevem as curvas de acúmulo de matéria seca em acessos de alho ao longo do tempo (60, 90, 120 e 150 dias após o plantio) utilizando as abordagens Frequentista e Bayesiana. Objetivou-se também agrupar os acessos similares em cada abordagem com relação às estimativas dos parâmetros e validar este agrupamento via inferência para a igualdade desses parâmetros entre os grupos formados. Para tal estudo foram utilizados 30 acessos de alho registrados no Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa (BGH/UFV). Os modelos Logístico, Gompertz e Von Bertalanffy mostraram-se bons representantes para este tipo de estudo, sendo o modelo Logístico o que melhor se ajustou aos dados. Após a escolha do melhor modelo em cada uma das abordagens, as estimativas dos parâmetros das curvas provenientes do ajuste deste modelo foram submetidas a análise de agrupamento, em que as estimativas foram consideradas como variáveis. Para o agrupamento foi utilizando o algoritmo de Ward e a distância generalizada de Mahalanobis como medida de proximidade. O número ótimo de grupos, segundo o método de Mojena, foi de três para a abordagem Frequentista e quatro para a Bayesiana. A inferência sobre igualdade de parâmetros das curvas entre os grupos formados indicou que o método Bayesiano mostrou-se eficiente e caracterizou-se como uma ferramenta útil para o estudo das curvas de acúmulo de matéria seca em plantas de alho visto que não apresentou problemas de convergência e reportou estimativas com baixos desvios padrão a posteriori, além de determinar de forma mais efetiva o número de grupos. / This thesis aimed to identify nonlinear regression models that best describe dry matter accumulation curves in garlic accessions over time (60, 90, 120, and 150 days after planting). When doing so, frequentist and Bayesian technics of estimation were analyzed. It was also intended to cluster similar garlic accessions according to their estimated parameters in each estimation approach, and to validate such clustering by means of tests for the equality of parameters. Dataset comprised 30 garlic accessions belonging to the Vegetable Germplasm Bank of Universidade Federal de Viçosa (BGH/UFV). Our results showed that Logistic, Gompertz, and Von Bertalanffy models are well-suited for studies in this research area, while the Logistic model presented the best goodness-of-fit indicators in both approaches. Next, we applied Ward’s clustering algorithm, with Mahalanobis’ generalized distances, in order to group Logistic curve estimated parameters for each garlic accessions. The optimal number of groups, according to Mojenas’ method, was three for the frequentist method, and four, when considering the Bayesian method. Finally, we were able to conclude that the Bayesian technic of estimation is well-suited for studies related to this one, since it has not presented convergence problems, has reported estimates with lower posterior standard deviations, and has discriminated in the most effective way the groups of garlic plants.

Made available in DSpace on 2016-06-02T20:06:11Z (GMT). No. of bitstreams: 1 DissPGCB.pdf: 1168050 bytes, checksum: 6dc9351b4fed81fa76650df3ca9d8772 (MD5) Previous issue date: 2005-09-16 / This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set. / Esta dissertação apresenta as abordagens Clássica e Bayesiana para os modelos de crescimento sigmoidais de Gompertz e de Richards. São consideradas as suposições de homoscedasticidade e heteroscedasticidade multiplicativa dos erros. Para a análise Clássica foi utilizado o método de máxima verossimilhança onde a obtenção das estimativas dos parâmetros ocorreu através de métodos iterativos. Para a análise bayesiana, foram consideradas prioris não informativas de Jeffreys e para a obtenção dos resumos a posteriori utilizamos o algoritmo de Metropolis-Hastings. Ambos os métodos foram ilustrados através de dados simulados e reais.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, Programa de Mestrado em Estatística, 2013. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2014-01-29T11:43:35Z No. of bitstreams: 1 2013_LuisaMartinsFernandes.pdf: 1810343 bytes, checksum: 245568a555335f8f6f78b949879f36c9 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-02-11T14:14:36Z (GMT) No. of bitstreams: 1 2013_LuisaMartinsFernandes.pdf: 1810343 bytes, checksum: 245568a555335f8f6f78b949879f36c9 (MD5) / Made available in DSpace on 2014-02-11T14:14:36Z (GMT). No. of bitstreams: 1 2013_LuisaMartinsFernandes.pdf: 1810343 bytes, checksum: 245568a555335f8f6f78b949879f36c9 (MD5) / Este trabalho apresenta inferências do modelo Weibull discreto para dados de sobrevivência com fração de cura. As inferências foram realizadas dentro de um cenário bayesiano fazendo-se o uso das técnicas de MCMC (Markov Chain Monte Carlo). São apresentadas estimativas pontuais dos parâmetros do modelo e seus respectivos intervalos de credibilidade HPD (Highest Posterior Density), assim como um teste de significância genuinamente bayesiano – FBST (Full Bayesian Significance Test) como uma forma de seleção de modelos. A metodologia apresentada foi aplicada em dados simulados e ilustrada por dois problemas práticos: o primeiro sobre o tempo até a rehospitalização de pacientes com esquizofrenia, e o segundo sobre o tempo até a morte de homens com AIDS. O FBST se mostrou um procedimento simples e útil para seleção de modelos, motivando assim uma abordagem bayesiana na modelagem de dados discretos de sobrevivência. _______________________________________________________________________________________ ABSTRACT / This work presents inferences of the discrete Weibull model for survival data with cure rate. The inferences were conducted within a Bayesian context, using the MCMC (Markov Chain Monte Carlo) techniques. Point estimates of model’s parameters and their respective HPD (Highest Posterior Density) credible intervals are presented, as well as a Full Bayesian Significance Test (FBST) as a way to model selection. The methodology presented was applied on simulated data and illustrated by two practical problems: the time until re-hospitalization of patients with schizophrenia and the time until death of men with AIDS. The FBST proved being a simple and useful procedure for model selection, thus motivating a Bayesian approach in the modeling of discrete survival data.

Orientador: Jacques Wainer / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-09T21:11:41Z (GMT). No. of bitstreams: 1 JambeiroFilho_JorgeEduardodeSchoucair_D.pdf: 736285 bytes, checksum: b7d7f186f743f9b0e541c857b0ca8226 (MD5) Previous issue date: 2007 / Resumo: Analisamos o uso de métodos Bayesianos em um problema de classificação de padrões de interesse prático para a Receita Federal do Brasil que é caracterizado pela presença de atributos de alta cardinalidade e pela existência de interações relevantes entre eles. Mostramos que a presença de atributos de alta cardinalidade pode facilmente gerar tantas subdivisões no conjunto de treinamento que, mesmo tendo originalmente uma grande quantidade de dados, acabemos obtendo probabilidades pouco confiáveis, inferidas a partir de poucos exemplos. Revisamos as estratégias usualmente adotadas para lidar com esse problema dentro do universo Bayesiano, exibindo sua dependência em suposições de não interação inaceitáveis em nosso domínio alvo. Mostramos empiricamente que estratégias Bayesianas mais avançadas para tratamento de atributos de alta cardinalidade, como pré-processamento para redução de cardinalidade e substituição de tabelas de probabilidades condicionais (CPTs) de redes Bayesianas (BNs) por tabelas default (DFs), árvores de decisão (DTs) e grafos de decisão (DGs) embora tragam benefícios pontuais não resultam em ganho de desempenho geral em nosso domínio alvo. Propomos um novo método Bayesiano de classificação, chamado de hierarchical pattern Bayes (HPB), que calcula probabilidades posteriores para as classes dado um padrão W combinando as observações de W no conjunto de treinamento com probabilidades prévias que são obtidas recursivamente a partir das observações de padrões estritamente mais genéricos que W. Com esta estratégia, ele consegue capturar interações entre atributos de alta cardinalidade quando há dados suficientes para tal, sem gerar probabilidades pouco confiáveis quando isso não ocorre. Mostramos empiricamente que, em nosso domínio alvo, o HPB traz benefícios significativos com relação a redes Bayesianas com estruturas populares como o naïve Bayes e o tree augmented naïve Bayes, com relação a redes Bayesianas (BNs) onde as tabelas de probabilidades condicionais foram substituídas pelo noisy-OR, por DFs, por DTs e por DGs, e com relação a BNs construídas, após uma fase de redução de cardinalidade usando o agglomerative information bottleneck. Além disso, explicamos como o HPB, pode substituir CPTs e mostramos com testes em outro problema de interesse prático que esta substituição pode trazer ganhos significativos. Por fim, com testes em vários conjuntos de dados públicos da UCI, mostramos que a utilidade do HPB ser bastante ampla / Abstract: In this work, we analyze the use of Bayesian methods in a pattern classification problem of practical interest for Brazil¿s Federal Revenue which is characterized by the presence of high cardinality attributes and by the existence of relevant interactions among them.We show that the presence of high cardinality attributes can easily produce so many subdivisions in the training set that, even having originally a great amount of data, we end up with unreliable probability estimates, inferred from small samples. We cover the most common strategies to deal with this problem within the Bayesian universe and show that they rely strongly on non interaction assumptions that are unacceptable in our target domain. We show empirically that more advanced strategies to handle high cardinality attributes like cardinality reduction by preprocessing and conditional probability tables replacement with default tables, decision trees and decision graphs, in spite of some restricted benefits, do not improve overall performance in our target domain. We propose a new Bayesian classification method, named hierarchical pattern Bayes (HPB), which calculates posterior class probabilities given a pattern W combining the observations of W in the training set with prior class probabilities that are obtained recursively from the observations of patterns that are strictly more generic than W. This way, it can capture interactions among high cardinality attributes when there is enough data, without producing unreliable probabilities when there is not. We show empirically that, in our target domain, HPB achieves significant performance improvements over Bayesian networks with popular structures like naïve Bayes and tree augmented naïve Bayes, over Bayesian networks where traditional conditional probability tables were substituted by noisy-OR gates, default tables, decision trees and decision graphs, and over Bayesian networks constructed after a cardinality reduction preprocessing phase using the agglomerative information bottleneck method. Moreover, we explain how HPB can replace conditional probability tables of Bayesian Networks and show, with tests in another practical problem, that such replacement can result in significant benefits. At last, with tests over several UCI datasets we show that HPB may have a quite wide applicability / Doutorado / Sistemas de Informação / Doutor em Ciência da Computação

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2018-07-10T19:43:00Z No. of bitstreams: 1 textocompleto.pdf: 1702143 bytes, checksum: 51706f2c8c1a831cdb9c323d9c970ecd (MD5) / Made available in DSpace on 2018-07-10T19:43:00Z (GMT). No. of bitstreams: 1 textocompleto.pdf: 1702143 bytes, checksum: 51706f2c8c1a831cdb9c323d9c970ecd (MD5) Previous issue date: 2018-02-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O presente trabalho tem como objetivo propor o uso de Regressão Quantílica sob o enfoque bayesiano para ajustar a eficiência técnica de unidades produtivas. Para tanto, é fornecida uma breve revisão compreendendo os primeiros trabalhos relevantes para a definição de eficiência técnica, métodos tradicionais utilizados para ajustar esta medida, e as propostas de Regressão Quantílica encontradas na literatura. Foi realizado um estudo de simulação consistindo do ajuste da efici- ência por Análise Envoltória de Dados (DEA), Análise de Fronteira Estocástica (SFA) e Regressão Quantílica frequentista (RQ) e bayesiana (BRQ), em conjuntos de dados simulados. Os dados foram simulados por um modelo de SFA abran- gendo cenários com e sem quebra de suposições quanto a homogeneidade das unidades produtivas e diferentes suposições de dominância do erro por parte de fatores aleatórios. Verificou-se que a Regressão Quantílica bayesiana fornece bom ajuste da eficiência, com relação a viés e classificação das unidades produ- tivas, inclusive em cenários considerados ideais para SFA e DEA, mesmo sem ter usado informação a priori relevante. Além disso, a metodologia foi aplicada ao estudo da eficiência da agricultura familiar brasileira, a nível de microrregião. Observou-se que a eficiência técnica média das microrregiões com base no quan- til 0,95 é 41,09% com desvio padrão de 25,26%, tendo a região Nordeste a menor média de eficiência. Observou-se também, que nas microrregiões com melho- res práticas de produção a mão-de-obra é o insumo mais importante, seguido de máquinas e implementos agrícolas, e ainda, que a produção destas microrregiões não responde de forma significativa à mudanças na quantidade de área utilizada. Assim, concluiu-se que a regressão quantílica sob enfoque bayesiano caracteriza- se como uma alternativa interessante para ajustar a eficiência técnica / This work proposes the use of Bayesian Quantile Regression to estimate the tech- nical efficiency of productive units. For such, it is given a short review comprising from the initial relevant works for the definition of tecnical efficiency, traditional methods for estimating such a measure, and the Quantile Regression proposals found in the literature. Besides that, a simulation study was conducted consis- ting of the estimation of efficiency by Data Envelopment Analyzes (DEA), Sto- chastic Frontier Analyzes (SFA) and Quantile Regression, frequentist (QR) and bayesian (BQR). The datasets were simulated by a SFA model with and without the homocesdasticity assumption about the produtive units as well as different assumptions of error dominance by random noise.it was verified that Bayesian Quantile Regression estimates the efficiency consistently, considering bias and units ranking, including in scenarios considered ideal for DEA and SFA, although no relevant a priori information was used. As an ilustration, the efficiency of fa- mily farming, at microregion level, in Brazil is estimated by Bayesian Quantile Regression. The mean efficiency in the country was 41.09%, based on the 0.95 quantile, with standard deviation of 25.26%, while the Northestern region had the highest concentration of microregions with lower levels of efficiency. In ad- dition, the microregions with best practices have the labor as the most important input, followed by machinery, and their production does not change significantly in response to changes in area used for production. Thus, it can be concluded that Bayesian regression quantile is an interesting alternative to estimate efficiency le- vels

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-07-11T12:09:39Z No. of bitstreams: 1 textocompleto.pdf: 925551 bytes, checksum: 6e6a52bb70c4e45081687d495922f845 (MD5) / Made available in DSpace on 2018-07-11T12:09:39Z (GMT). No. of bitstreams: 1 textocompleto.pdf: 925551 bytes, checksum: 6e6a52bb70c4e45081687d495922f845 (MD5) Previous issue date: 2018-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A seleção genômica (SG) foi proposta como uma forma de aumentar a eficiência e acelerar o melhoramento genético. A SG enfatiza a predição simultânea dos efeitos genéticos de milhares de marcadores dispersos em todo o genoma de um organismo. Algumas metodologias estatísticas têm sido utilizadas em SG para a predição do mérito genético, como por exemplo a Ridge Regression Best Linear Unbiased Prediction (RR- BLUP), Bayesian Lasso (BLASSO). Porém tais metodologias exigem algumas pressuposições a respeito dos dados tais como normalidade da distribuição dos valores fenotípicos. Além disto, a presença de fatores complicadores tais como epistasia e dominância atrapalham a utilização destes modelos, uma vez que exigem que tais efeitos sejam estabelecidos à priori pelo pesquisador. Visando contornar a não normalidade dos valores fenotípicos a literatura sugere o uso dos modelos lineares generalizados sob o enfoque bayesiano (BGLR). Outra alternativa são os modelos baseados em aprendizagem de máquina (AM), representados por metodologias tais como Redes Neurais (RNA), Árvores de Decisão (AD) e seus possíveis refinamentos (Bagging, Random Forest e Boosting) as quais podem incorporar a epistasia e a dominância no modelo além de não exigirem pressuposições quanto ao modelo e a distribuição dos valores fenotípicos. Diante disso, o objetivo deste trabalho foi utilizar AD e seus refinamentos Bagging, Random Forest e Boosting para predição da resistência a ferrugem alaranjada no café arábica. Além disso, AD e seus refinamentos foram utilizadas para identificar a importância dos marcadores relacionados a característica de interesse. Os resultados foram comparados com aqueles provenientes do GBLASSO (Lasso Bayesiano Generalizado) e RNA. Foram utilizados dados da resistência a ferrugem do café de 245 plantas derivadas do cruzamento do Híbrido de Timor e do Catuaí Amarelo, genotipados para 137 marcadores. A AD e seus refinamentos obtiveram resultados satisfatórios, visto que apresentaram valores iguais ou inferiores de Taxa de Erro Aparente comparados com aqueles obtidos pelo GBLASSO e RNA. Ademais, os refinamentos da AD demonstraram ser capazes de identificar marcadores importantes para característica de interesse, visto que dentre os 10 marcadores mais importantes analisados em cada metodologia, 3-4 marcadores estavam próximos a QTL’s relacionados a resistência a doença listados na literatura. Por fim, a AD e seus refinamentos mostraram um melhor desempenho em relação ao GBLASSO e a RNA quanto ao custo computacional. / Genomic selection (GS) has been proposed as a way to increase efficiency and accelerate genetic improvement. GS emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers throughout an organism's genome. Some statistical methodologies have been used in GS for the prediction of genetic merit, such as Ridge Regression Best Linear Unbiased Prediction (RR-BLUP), Bayesian Lasso (BLASSO). However such methodologies require some assumptions about the data such as normality of the distribution of phenotypic values. In addition, the presence of complicating factors such as epistasis and dominance hinder the use of these models, since they require that such effects be established a priori by the researcher. In order to avoid the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (BGLR). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and their possible refinements such as Bagging, Random Forest and Boosting, which can incorporate epistasis and dominance in the model, besides not requiring assumptions about the model and the distribution of phenotypic values. The aim of this work was to use DT and its refinements Bagging, Random Forest and Boosting for prediction of resistance to orange rust in arabica coffee. In addition, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO (Generalized Bayesian Lasso) and ANN. Data from the coffee rust resistance of 245 plants derived from the hybrid of the Timor Hybrid and the Yellow Catuaí, genotyped for 137 markers were used. The DT and its refinements obtained satisfactory results, since they presented equal or inferior values of Apparent Error Rate compared to those obtained by GBLASSO and RNA. In addition, DT refinements seem to be able to identify important markers for characteristic of interest, since among the 10 most important markers analyzed in each methodology, 3-4 markers were close to QTLs related to resistance to disease listed in the literature. Finally, the Decision Tree and its refinements showed a better performance in relation to the GBLASSO and RNA regarding computational cost.

Orientador: Laécio Carvalho de Barros / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-20T13:51:43Z (GMT). No. of bitstreams: 1 Bacani_Felipo_M.pdf: 2024723 bytes, checksum: badf6f6540880c17a7c2ffbf9d211db0 (MD5) Previous issue date: 2012 / Resumo: O presente trabalho tem por objetivo aplicar a teoria de conjuntos fuzzy a modelos de predição (inferência) de dados. O modelo utilizado baseia-se fortemente nas relações fuzzy em espaços contínuos (caso não matricial) e na regra de inferência modus ponens, utilizando t-normas (que neste contexto são similares à operação de cópula em estatística). é do modus ponens que surge o caráter \condicional" de alguns dos termos envolvidos, e a partir daí é que a analogia com a inferência bayesiana é feita. Entretanto, são apenas analogias conceituais: o presente trabalho não lida com nenhuma distribuição de probabilidades. Na verdade, conjuntos fuzzy são tratados como distribuições de possibilidades. A metodologia proposta é utilizada com o objetivo de tornar mais precisa a previsão de um especialista, levando em conta um registro histórico sobre o problema. Ou seja, melhorar a previsão do especialista levando em conta o que ocorreu com as previsões anteriores. Para testar a metodologia, utilizou-se dados meteorológicos de temperatura e umidade provenientes de lavouras de café. Os dados foram gentilmente cedidos pelo CEPAGRI/Unicamp. Os testes foram avaliados através de dois indicadores estatísticos, 'D' de Willmott e MAPE (Mean Absolute Percentage Error), mostrarando que a metodologia foi capaz de melhorar a previsão do especialista na maioria das situações estudadas / Abstract: This work aims to apply Fuzzy set theory in forecasting models. The modeling methodology is largely based on continuous fuzzy relations and in the modus ponens, using t-norms (that in this context are similar to the copula operations in statistics). It is from the modus ponens that arises the \conditional" interpretation of some of the terms involved, and it is from there that an analogy with the Bayesian inference is made. However, it is only a conceptual analogy: this work do not involve probability distributions. Actually, fuzzy sets are treated as possibility distributions. The methodology is used to improve the accuracy of expert forecasting considering a historic data. Namely, to improve expert prediction based on past performance. To evaluate the test the methodology, temperature and humidity data from coffee crop was used. The data was gently provided by CEPAGRI/Unicamp. Results were validated using two different statistic indicators, MAPE (mean absolute percentage error) and Willmott 'D', showing that the methodology was able to improve the expert prediction in most cases / Mestrado / Matematica Aplicada / Mestre em Matemática Aplicada

Orientador : João Bosco Ribeiro do Val / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T22:23:30Z (GMT). No. of bitstreams: 1 Loibel_SeleneMariaCoelho_D.pdf: 1823268 bytes, checksum: e8aedb6f1752a8f09cb81f4bc6ac985b (MD5) Previous issue date: 2004 / Doutorado

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2015-11-16T15:48:51Z No. of bitstreams: 1 texto completo.pdf: 691384 bytes, checksum: aab815327caf398b574398b645aac346 (MD5) / Made available in DSpace on 2015-11-16T15:48:51Z (GMT). No. of bitstreams: 1 texto completo.pdf: 691384 bytes, checksum: aab815327caf398b574398b645aac346 (MD5) Previous issue date: 2015-02-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A seleção genômica, ou seleção genômica ampla foi proposta com a finalidade de otimizar o processo de melhoramento genético utilizando simultaneamente dados fenotípicos e genotípicos por meio de marcadores SNP’s, presentes em todo o genoma. Várias metodologias têm sido implementadas, principalmente utilizando regressão linear e considerando os efeitos dos marcadores fixos (BLUP, LS, etc.) ou considerando os efeitos aleatórios (Bayes A, Bayes B, LASSO Bayesiano, dentre outras). Em geral, tais metodologias analisam cada característica individualmente, ou seja, os resultados obtidos são válidos apenas para uma única variável. Entretanto, em programas de melhoramento o interesse recai em ganhos para mais de uma característica conjuntamente. Dessa forma, desenvolver uma abordagem que trabalhe com análises que considerem várias características simultaneamente pode ser interessante, visto que poderíamos estudar um conjunto de caracteres importantes conjuntamente. Uma metodologia possível de ser utilizada para este fim é a análise fatorial (ou análise de fatores - AF). Tal metodologia permite a obtenção de variáveis latentes (fatores comuns) que representam um conjunto das variáveis originais. A partir de então, análises posteriores podem ser realizadas utilizando as variáveis latentes criadas. Diante do exposto, o principal objetivo deste trabalho foi propor a utilização da análise de fatores para criação de variáveis latentes altamente associadas às variáveis fenotípicas originais, de modo que possamos estimar o mérito genético para os indivíduos considerando várias variáveis simultaneamente. Objetivou-se também comparar os resultados obtidos com aqueles advindos das análises individuais. Para tanto, foram utilizados dados fenotípicos e genotípicos provenientes de 345 suínos obtidos pelo cruzamento das raças Piau e Comercial, oriundos da Granja de Melhoramento de Suínos do Departamento de Zootecnia da Universidade Federal de Viçosa (UFV), no período de novembro de 1998 a julho de 2001, utilizando 237 marcadores SNP’s e 41 variáveis fenotípicas. No primeiro capítulo foi aplicada a análise de fatores para verificar a estrutura de associação entre as variáveis e averiguar a que fator cada variável pertence, onde são identificados os fatores interpretáveis. No segundo capítulo, técnicas bayesianas de seleção genômica ampla foram aplicadas nas variáveis latentes interpretáveis para predição do mérito genético e seleção dos indivíduos, comparando assim os resultados com o que foi encontrado para as variáveis fenotípicas individualmente. Os resultados obtidos indicam que a aplicação da análise de fatores para obtenção de variáveis latentes que representam um conjunto de caracteres para posterior uso em seleção genômica ampla se mostrou eficiente, visto que apresentou valores de acurácia semelhantes aos encontrados considerando as análises individuais das variáveis e alta concordância entre os indivíduos selecionados considerando a variável latente e as variáveis individuais. / Genomic selection, or genome-wide selection was proposed in order to optimize breeding process using both phenotypic and genotypic data by SNP's markers, present throughout the genome. Various methodologies have been implemented mostly using linear regression and considering the effects of fixed markers (BLUP, LS, etc.) or considering the random effects (The Bayes, Bayes B, Bayesian LASSO, among others). In general, such methods analyze each feature individually, or the results obtained are valid only for a single variable. However, in breeding programs interest falls in earnings to more than one feature together. Thus, developing an approach that works with analyzes that consider various features can be simultaneously interesting, because we could study a number of important characters together. One possible method to be used for this purpose is the factor analysis (or analysis of factors - AF). This methodology allows obtaining latent variables (common factors) that represent a set of original variables. Since then, further analysis can be performed using the latent variables created. Given the above, the main objective of this work was to propose the use of factor analysis for creating highly latent variables associated with the original phenotypic variables, so that we can estimate the genetic merit for individuals considering several variables simultaneously. The objective is to also compare the results with those arising from the individual reviews. Therefore, phenotypic and genotypic data from 345 pigs obtained by crossing the breeds were used Piau and Trade, coming from the Farm Improvement Pigs Department of Animal Science of the Federal University of Viçosa (UFV), from November 1998 to July 2001, using 237 markers SNP's and 41 phenotypic variables. In the first chapter was applied to factor analysis to assess the association structure between variables and determine the factor which each variable belongs, where interpretable factors are identified. In the second chapter, Bayesian techniques of genome-wide selection were applied in interpretable latent variables to predict genetic merit and selection of individuals, and compare it to what was found for the phenotypic variables individually. The results indicate that the application of the factor analysis to obtain latent variables representing a character set for later use in genome wide selection proved to be efficient, since accuracy showed similar values to those found considering the analysis of individual variable and high agreement among the individuals selected considering the latent variable and individual variables.

Orientadores: Clarice Weis Arns, Márcia Bianchi dos Santos / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Biologia / Made available in DSpace on 2018-08-27T11:13:27Z (GMT). No. of bitstreams: 1 Carvalho_RicardoDuraesde_D.pdf: 3518273 bytes, checksum: 7b6f8b159eb057429823e23f6852c29b (MD5) Previous issue date: 2015 / Resumo: A evolução e a dinâmica populacional dos Coronavírus (CoVs) ainda permanecem pouco exploradas. No presente estudo, análises filogenéticas e de filogeografia foram conduzidas para investigar a dinâmica evolutiva dos CoVs detectados em aves silvestres e sinantrópicas. Um total de 500 amostras, que inclui os suabes traqueais e cloacais coletados de 312 aves silvestres pertencentes a 42 espécies, foram analisadas através da RT-qPCR. Sessenta e cinco amostras (13%) provenientes de 23 espécies foram positivas para o Coronavírus aviário (AvCoV). Trezentos e duas amostras foram investigadas para a pesquisa do Pan-Coronavírus (Pan-CoV) através do nPCR, destas, 17 (5,6%) foram positivas, sendo que 11 foram detectadas em espécies diferentes. Análises filogenéticas dos AvCoVs revelaram que as sequências de DNA das amostras coletadas no Brasil não agruparam com nenhuma das sequências do gene Spike (S1) dos AvCoVs depositados no banco de dados GenBank. Análise Bayesiana estimou uma variante do AvCoV proveniente da Suécia (1999) como o ancestral comum mais recente dos AvCoVs detectados neste estudo. Além disso, as análises realizadas através do "Bayesian Skyline Plot" (BSP) inferiram um aumento na dinâmica da população demográfica do AvCoV em diferentes espécies de aves silvestres e sinantrópicas. As análises filogenéticas do Pan-CoV mostrou que a maioria das amostras se agruparam com o Vírus da Hepatite Murina A59 (MHV A59), CoV pertencente ao grupo dos Beta-CoVs. Uma amostra [CoV detectado em Amazona vinacea(Papagaio-de-peito-roxo)] se agrupou com um CoV de Suínos, o PCoV HKU15, que pertence ao gênero Delta-CoV, ainda não relatado na América do Sul. Nossos achados sugerem que as aves podem ser novos potenciais hospedeiros responsáveis pela propagação e disseminação de diferentes CoVs para diferentes espécies de animais / Abstract: The evolution and population dynamics of Coronaviruses (CoVs) still remain underexplored. In the present study, phylogenetic and phylogeographic analyseswere conducted to investigate the evolutionary dynamics of CoV detected in wild and synanthropic birds. A total of 500 samples, including tracheal and cloacal swabs collected from 312 wild birds belonging to 42species, were analysed by RT-qPCR. A total of 65 samples from 23bird species were positive for Avian Coronaviruses (AvCoVs).Three hundred and two samples were screened for the Pan-Coronavirus (Pan-CoV) through the nPCR, 17 (5.6%) were positive, being that 11 were detected in different species. AvCoVs phylogenetic analyses revealed that the DNA sequences from samples collected in Brazil did not cluster with any of the AvCoV S1 gene sequences deposited in the GenBank database. Bayesian framework analysis estimated an AvCoV strain from Sweden (1999) as the most recent common ancestor of the AvCoVs detected in this study. Furthermore, Bayesian Skyline Plot (BSP) analysis inferred an increase in the AvCoV dynamic demographic population in different wild and synanthropic bird species. Phylogenetic analysis of the Pan-CoV showed that most of the samples clustered with the Murine Hepatitis Virus A59 strain (MHV A59) belong to the BetaCoV group. Besides, one of our samples [CoV detected in Amazona vinacea (parrot-breasted-purple)] clustered with a CoV isolated from pigs, PCoV HKU15, belonging to the DeltaCoV genus, still not reported in South America. Our findings suggest that birds may be potential new hosts responsible for spreading of different CoVs for different species of animals / Doutorado / Microbiologia / Doutor em Genetica e Biologia Molecular