Submitted by Lúcia Brandão (lucia.elaine@live.com) on 2015-12-14T14:04:18Z No. of bitstreams: 1 Dissertacão - Silvia Viviane Oliveira Carvalho.pdf: 2435624 bytes, checksum: 82c054d6eb1b1cabb4d70ff87d47244f (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-01-20T15:03:47Z (GMT) No. of bitstreams: 1 Dissertacão - Silvia Viviane Oliveira Carvalho.pdf: 2435624 bytes, checksum: 82c054d6eb1b1cabb4d70ff87d47244f (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-01-20T15:06:49Z (GMT) No. of bitstreams: 1 Dissertacão - Silvia Viviane Oliveira Carvalho.pdf: 2435624 bytes, checksum: 82c054d6eb1b1cabb4d70ff87d47244f (MD5) / Made available in DSpace on 2016-01-20T15:06:49Z (GMT). No. of bitstreams: 1 Dissertacão - Silvia Viviane Oliveira Carvalho.pdf: 2435624 bytes, checksum: 82c054d6eb1b1cabb4d70ff87d47244f (MD5) Previous issue date: 2014-05-07 / Não informada / In this work we develop an extension of the classic factor analysis model, by relaxing the assumption of normality of the factors. Instead, we suppose that the joint distribution of the factors and observational errors is a scale mixture of skew-normal distributions, allowing us to model data following a nonstandard pattern, presenting skewness and heavy tails at the same time. A relevant feature of the model is the parametrization used for the scale mixture, defined in such a way that all the elements of the shape vector but the first are guaranteed to be zero. / Apresenta-se, nesta dissertação, uma extensão do modelo de análise fatorial, através da flexibilização da suposição de normalidade dos fatores e dos erros de observação. Assume-se que a distribuição conjunta do vetor de erros de observação e do vetor de fatores é uma mistura de escala da distribuição normal assimétrica, o que possibilita a modelagem de dados que seguem um padrão não usual, apresentado assimetria e caudas pesadas ao mesmo tempo, por exemplo. Uma característica relevante do modelo é a parametrização utilizada para a mistura de escala, definida de tal maneira que os elementos do parâmetro vetor de forma, com exceção de um, sejam todos iguais a zero.

Submitted by Leonardo Oliveira Buturi (leobuturi@gmail.com) on 2018-07-17T16:21:41Z No. of bitstreams: 1 Dissertação Profmat - Leonardo Buturi - alterada.pdf: 1686348 bytes, checksum: 8e0b727cbf88ce5a17eec6b1ed68c981 (MD5) / Approved for entry into archive by Elza Mitiko Sato null (elzasato@ibilce.unesp.br) on 2018-07-17T18:02:15Z (GMT) No. of bitstreams: 1 buturi_lo_me_sjrp.pdf: 1753373 bytes, checksum: 3ba02802ac4746292b08c145040278aa (MD5) / Made available in DSpace on 2018-07-17T18:02:16Z (GMT). No. of bitstreams: 1 buturi_lo_me_sjrp.pdf: 1753373 bytes, checksum: 3ba02802ac4746292b08c145040278aa (MD5) Previous issue date: 2018-06-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Tendo por finalidade apresentar um estudo conciso em alguns tópicos de Estatística, com ênfase em aplicações e na distribuição normal, este trabalho destina-se a alunos e professores do Ensino Médio, que tenham interesse em se aprofundar no estudo destes tópicos. Técnicas estatísticas, principalmente nos problemas que podem ser modelados utilizando-se a distribuição normal, são de interesse geral e muito utilizado nas áreas de biologia, ecologia, administração de empresas e negócios. Inicialmente, são apresentados vários conceitos de Estatística tais como gráficos, medidas de posição e dispersão, conceitos de probabilidade, a distribuição normal, intervalos de confiança para a posterior aplicação em dados envolvendo os preço de combustíveis e notas de alunos dos Ensinos Fundamental e Médio. Os tópicos são expostos de forma que seja acessível aos alunos do ensino médio e as aplicações são motivadoras para a utilização posterior das técnicas apresentadas / Having as purpose present a concise study on Statistics and Probability, with emphasis on applications and the normal distribution, this work is intended for students and High School teachers, who have an interest in deepening on these topics. Statistical techniques, mainly in problems that can be modeled using the normal distribution are of general interest and widely used in the areas of biology, ecology, business administration and business. Initially, are presented several concepts of Statistics such as position and dispersion measurements, probability concepts, normal distribution, simple confidence intervals and applications. Topics are exposed in a way that is accessible to high school students and the applications are motivating for the later use of the techniques presented. / 5566715

This dissertation consists of three articles, proposing extensions of finite mixtures in regression models. Here we consider a flexible class of both univariate and multivariate distributions, which allow adequate modeling of asymmetric data that have multimodality, heavy tails and outlying observations. This class has special cases such as skew-normal, skew-t, skew-slash and skew normal contaminated distributions, as well as symmetric cases. Initially, a model is proposed based on the assumption that the errors follow a finite mixture of scale mixture of skew-normal (FM-SMSN) distribution rather than the conventional normal distribution. Next, we have a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Next, we propose a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Finally, we consider a finite mixture of multivariate regression where the error has a multivariate SMSN distribution. For all proposed models, two R packages were developed, which are reported in the appendix. / Esta tese composta por três artigos, visa propor extensões das misturas finitas nos modelos de regressão. Aqui vamos considerar uma classe flexível de distribuições tanto univariada como multivariada, que permitem modelar adequadamente dados assimmétricos, que presentam multimodalidade, caldas pesadas e observações atípicas. Esta classe possui casos especiais tais como as distribuições skew-normal, skew-t, skew slash, skew normal contaminada, assim como os casos simétricos. Inicialmente, é proposto um modelo baseado na suposição de que os erros seguem uma mistura finita da distribuição mistura de escala skew-normal (SMSN) ao invés da convencional distribuição normal. Em seguida, temos um modelo de regressão censurado onde consideramos que o erro segue uma mistura finita da distribuição da mistura de escala normal (SMN). E por último, é considerada um mistura finita de regressão multivariada onde o erro tem uma distribuição SMSN multivariada. Para todos os modelos propostos foram desenvolvidos dois pacotes do software R, que estão exemplificados no apêndice.

This dissertation consists of three articles, proposing extensions of finite mixtures in regression models. Here we consider a flexible class of both univariate and multivariate distributions, which allow adequate modeling of asymmetric data that have multimodality, heavy tails and outlying observations. This class has special cases such as skew-normal, skew-t, skew-slash and skew normal contaminated distributions, as well as symmetric cases. Initially, a model is proposed based on the assumption that the errors follow a finite mixture of scale mixture of skew-normal (FM-SMSN) distribution rather than the conventional normal distribution. Next, we have a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Next, we propose a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Finally, we consider a finite mixture of multivariate regression where the error has a multivariate SMSN distribution. For all proposed models, two R packages were developed, which are reported in the appendix. / Esta tese composta por três artigos, visa propor extensões das misturas finitas nos modelos de regressão. Aqui vamos considerar uma classe flexível de distribuições tanto univariada como multivariada, que permitem modelar adequadamente dados assimmétricos, que presentam multimodalidade, caldas pesadas e observações atípicas. Esta classe possui casos especiais tais como as distribuições skew-normal, skew-t, skew slash, skew normal contaminada, assim como os casos simétricos. Inicialmente, é proposto um modelo baseado na suposição de que os erros seguem uma mistura finita da distribuição mistura de escala skew-normal (SMSN) ao invés da convencional distribuição normal. Em seguida, temos um modelo de regressão censurado onde consideramos que o erro segue uma mistura finita da distribuição da mistura de escala normal (SMN). E por último, é considerada um mistura finita de regressão multivariada onde o erro tem uma distribuição SMSN multivariada. Para todos os modelos propostos foram desenvolvidos dois pacotes do software R, que estão exemplificados no apêndice.

Os programas de Ensaios de Prociência (EP) são utilizados pela sociedade para avaliar a competência e a confiabilidade de laboratórios na execução de medições específicas. Atualmente, diversos grupos de EP foram estabelecidos pelo INMETRO, entre estes, o grupo de testes de motores. Cada grupo é formado por diversos laboratórios que medem o mesmo artefato e suas medições são comparadas através de métodos estatísticos. O grupo de motores escolheu um motor gasolina 1.0, gentilmente cedido pela GM Powertrain, como artefato. A potência do artefato foi medida em 10 pontos de rotação por 6 laboratórios. Aqui, motivados por este conjunto de dados, estendemos o modelo de calibração comparativa de Barnett (1969) para avaliar a compatibilidade dos laboratórios considerando a distribuição t de Student e apresentamos os resultados obtidos das aplicações e simulações a este conjunto de dados / Proficiency Testing (PT) programs are used by society to assess the competence and the reliability in laboratories execution of specific measurements. Nowadays many PT groups were established by INMETRO, including the motor\'s test group. Each group is formed by laboratories measuring the same artifact and their measurements are compared through statistic methods. The motor\'s group chose a gasoline engine 1.0, kindly provided by GM as an artifact. The artifact\'s power was measured at ten points of rotation by 6 laboratories. Here, motivated by this set data, we extend the Barnet comparative calibration model (1969) to assess the compatibility of the laboratories considering the Student-t distribution and show the results obtained from application and simulation of this set data

Made available in DSpace on 2016-06-02T20:06:04Z (GMT). No. of bitstreams: 1 2781.pdf: 541826 bytes, checksum: d2aa406e93853dc3fa06d57075822d91 (MD5) Previous issue date: 2010-01-26 / Financiadora de Estudos e Projetos / Two problems related to Partial Least Squares method are considered in this work. Heteroscedastic errors and an asymmetrical error distribution. In the _rst part of this work a methodology is developed which allows, based in PLS methods, to estimate the model parameters in the presence of non-constant error variance. This technique is compared with the usual PLS method which considers homoscedastic erros. The PLS method is an distribution free approach, that is, it does not assume any distribution for the error terms. In order to estimate the heterocedastic structure an probability distribution is attributed to the errors, similar to the idea of Bastien et al: (2005). In this work, it is proposed a class of asymmetric distributions, the asymmetric normal distribution, presented in Azzalini (1985), which includes the normal distribution as a particular case. For the heteroscedasticity detection is proposed adaptations of the White test, the Goldfeld-Quandt test and an test proposed by Xei et al: (2009), which is used for testing the homogeneity of the scale parameter and/or signi_cance of autocorrelation in skew-normal nonlinear regression model. The test methods are illustrated with two numerical examples. All the methods present in the work are illustrated with simulated and real datasets. / Este trabalho aborda dois problemas relacionados aos modelos de regressão por mínimos quadrados parciais (Partial Least Squares, PLS): erros heteroscedásticos, ou seja, erros com variância não constante, e a assimetria na distribuição dos erros. No método de regressão PLS uma das suposições básicas é a homocesdasticidade dos erros. Quando isso não ocorre, uma alternativa é estimar a estrutura heteroscedástica dos mesmos. Na primeira parte deste trabalho é apresentada uma técnica, baseada em PLS, que permite estimar os parâmetros do modelo de regressão linear levando em consideração a presença de heteroscedasticidade dos erros. Esta técnica é comparada com o método PLS usual na estimação em modelos com erros heteroscedásticos. O método de regressão PLS é uma abordagem livre de distribuição, ou seja, não assume uma distribuição para os erros. Para a estimação da estrutura heteroscedástica atribuimos uma distribuição aos erros. A idéia é a mesma utilizada por Bastien et al: (2005). Em geral, a análise estatística para o estudo de dados contínuos tem sido desenvolvida em grande parte com base no modelo normal. Dessa forma, esta distribuição seria a escolha comum para modelar os erros, a _m de estimar a heteroscedasticidade. Entretanto, em muitas situações práticas essa suposição de normalidade pode nos levar a inferências pouco apropriadas sobre os parâmetros de interesse. Neste trabalho, pretendemos _exibilizar essa suposição de normalidade, dispondo de uma classe de distribuições assimétricas proposta por Azzalini (1985), que inclui a distribuição normal como um caso particular, a distribuição normal assimétrica. Para a detecção da heteroscedasticidade nos erros foram propostas adaptações de testes como o teste de White e o teste de Goldfeld-Quandt para erros normais; e testes escore para homogeneidade dos parâmetros de escala e assimetria da distribuição normal assimétrica, proposto por Xei et al: (2009). Todos os métodos decritos no trabalho são ilustrados com dados simulados e reais.

Os programas de Ensaios de Prociência (EP) são utilizados pela sociedade para avaliar a competência e a confiabilidade de laboratórios na execução de medições específicas. Atualmente, diversos grupos de EP foram estabelecidos pelo INMETRO, entre estes, o grupo de testes de motores. Cada grupo é formado por diversos laboratórios que medem o mesmo artefato e suas medições são comparadas através de métodos estatísticos. O grupo de motores escolheu um motor gasolina 1.0, gentilmente cedido pela GM Powertrain, como artefato. A potência do artefato foi medida em 10 pontos de rotação por 6 laboratórios. Aqui, motivados por este conjunto de dados, estendemos o modelo de calibração comparativa de Barnett (1969) para avaliar a compatibilidade dos laboratórios considerando a distribuição t de Student e apresentamos os resultados obtidos das aplicações e simulações a este conjunto de dados / Proficiency Testing (PT) programs are used by society to assess the competence and the reliability in laboratories execution of specific measurements. Nowadays many PT groups were established by INMETRO, including the motor\'s test group. Each group is formed by laboratories measuring the same artifact and their measurements are compared through statistic methods. The motor\'s group chose a gasoline engine 1.0, kindly provided by GM as an artifact. The artifact\'s power was measured at ten points of rotation by 6 laboratories. Here, motivated by this set data, we extend the Barnet comparative calibration model (1969) to assess the compatibility of the laboratories considering the Student-t distribution and show the results obtained from application and simulation of this set data

Submitted by Etelvina Domingos (etelvina.domingos@ufpe.br) on 2015-03-12T19:15:11Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Cleber Martins Xavier.pdf: 17520287 bytes, checksum: d1c8c426b43447666fa634742f058bf5 (MD5) / Made available in DSpace on 2015-03-12T19:15:11Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Cleber Martins Xavier.pdf: 17520287 bytes, checksum: d1c8c426b43447666fa634742f058bf5 (MD5) Previous issue date: 2014-02-19 / CAPES / O coe ciente de correlação é uma medida que permite mensurar a dependência entre duas variáveis. Na literatura estatística existem diversos coe cientes de correlação, como por exemplo o de Pearson (Pearson, 1931 e Pearson, 1932), Kendall (Kendall, 1938) e Spearman (Spearman, 1904) que são usados sob diferentes condições dos dados. Nesta dissertação discutimos sobre o coe ciente de correlação generalizado proposto por Chinchilli et al. (2005), o qual é obtido através de estat ísticas U. Este coe ciente tem como casos especiais o coe ciente de correlação de Pearson e de Kendall. Neste trabalho foram desenvolvidos estudos de simulação a m de avaliar o comportamento do coe ciente de correlação generalizado em pequenas e grandes amostras e sob diferentes cenários que incluem amostras normais bivariadas, amostras bivariadas contaminadas e perturbadas. Por m, utilizando um banco de dados real de microarrays usamos o coe ciente de correlação generalizado na construção de uma rede de relevância.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-26T10:53:11Z No. of bitstreams: 2 Dissertação - Paulo Henrique Rodrigues Gonçalves - 2014.pdf: 5144667 bytes, checksum: a888421e690cbbc6b7b5c585dee8115c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-26T11:00:07Z (GMT) No. of bitstreams: 2 Dissertação - Paulo Henrique Rodrigues Gonçalves - 2014.pdf: 5144667 bytes, checksum: a888421e690cbbc6b7b5c585dee8115c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-10-26T11:00:07Z (GMT). No. of bitstreams: 2 Dissertação - Paulo Henrique Rodrigues Gonçalves - 2014.pdf: 5144667 bytes, checksum: a888421e690cbbc6b7b5c585dee8115c (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-10-24 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The Normal Distribution, also known as the Gaussian bell curve, is a mathematical model used to describe a compound of values and one of its main uses is providing an estimate about the mean of the compound. The Normal Distribution is essential for the statistical inference; yet, it is rarely studied during high school, being more commonly included in high education course outlines more specifically inside disciplines related to probability and statistics. The PCNs (National Curriculum Parameters) highlight the teaching’s relevance of inference techniques about a population through the evidences provided by a sample. This study proposes a Normal Distribution approach through the resolution of a problem situation with the aid of the Geogebra software to be applied to a veterans’ high school group. By reaching the resolution of this problem, the students will be motivated to estimate the mean weight of the mass of 40 kilograms of oranges to (considering this information) estimate the number of oranges contained in the mass. The students will also be able to determine the amount of oneliter juice boxes that could be produced from it. The methodology used was bibliographic research and contextualization. The presented work is pure theoretical which final product is a purpose to teach the Normal Function, working with the Geogebra software. / A Distribuição Normal ou curva de Gauss é um modelo matemático usado para descrever um conjunto de valores e uma das suas principais utilidades é fornecer uma estimação sobre a média desse conjunto. A Distribuição Normal é essencial para a inferência estatística, no entanto, raramente é vista no Ensino Médio, sendo mais comum em currículos de cursos de graduação em disciplinas de probabilidade ou estatística. Os PCNs destacam a relevância do ensino de técnicas de inferência sobre uma população através de evidências fornecidas por uma amostra. Este trabalho propõe uma abordagem da Distribuição Normal através da resolução de uma situação problema com auxílio do software Geogebra a ser aplicada numa turma de terceiro ano do Ensino Médio. Na resolução dessa situação problema os alunos serão motivados a estimar o peso médio de massa de quarenta quilos de laranjas pera para, através desta informação, estimar o número de laranjas contidas nessa massa e determinar a quantidade de caixas de um litro de suco que podem ser produzidas. A metodologia usada neste trabalho trata-se de pesquisa bibliográfica e contextualização. O trabalho apresentado é de caráter teórico cujo produto final é uma proposta para ensinar a Função Normal articulando com o software Geogebra.

Neste trabalho são apresentadas algumas extensões dos modelos potência-alfa assumindo o contexto em que as observações estão censuradas ou limitadas. Inicialmente propomos um novo modelo assimétrico que estende os modelos t-assimétrico (Azzalini e Capitanio, 2003) e t-potência (Zhao e Kim, 2016) e inclui a distribuição t de Student como caso particular. Este novo modelo é capaz de ajustar dados com alto grau de assimetria e curtose, ainda maior do que os modelos t-assimétrico e t-potência. Em seguida estendemos o modelo t-potência às situações em que os dados apresentam censura, com alto grau de assimetria e caudas pesadas. Este modelo generaliza o modelo de regressão linear t de Student para dados censurados por Arellano-Valle et al. (2012). O trabalho também introduz o modelo linear misto normal-potência para dados assimétricos. Aqui a inferência estatística é realizada desde uma perspectiva clássica usando o método de máxima verossimilhança junto com o método de integração numérica de Gauss-Hermite para aproximar as integrais envolvidas na função de verossimilhança. Mais tarde, o modelo linear com interceptos aleatórios para dados duplamente censurados é estudado. Este modelo é desenvolvido sob a suposição de que os erros e os efeitos aleatórios seguem distribuições normal-potência e normal- assimétrica. Para todos os modelos estudados foram realizados estudos de simulação a fim de estudar as suas bondades de ajuste e limitações. Finalmente, ilustram-se todos os métodos propostos com dados reais. / In this work some extensions of the alpha-power models are presented, assuming the context in which the observations are censored or limited. Initially we propose a new asymmetric model that extends the skew-t (Azzalini e Capitanio, 2003) and power-t (Zhao e Kim, 2016) models and includes the Students t-distribution as a particular case. This new model is able to adjust data with a high degree of asymmetry and cursose, even higher than the skew-t and power-t models. Then we extend the power-t model to situations in which the data present censorship, with a high degree of asymmetry and heavy tails. This model generalizes the Students t linear censored regression model t by Arellano-Valle et al. (2012) The work also introduces the power-normal linear mixed model for asymmetric data. Here statistical inference is performed from a classical perspective using the maximum likelihood method together with the Gauss-Hermite numerical integration method to approximate the integrals involved in the likelihood function. Later, the linear model with random intercepts for doubly censored data is studied. This model is developed under the assumption that errors and random effects follow power-normal and skew-normal distributions. For all the models studied, simulation studies were carried out to study their benefits and limitations. Finally, all proposed methods with real data are illustrated.