Neste trabalho propomos a distribuição Weibull-Binomial-Negativa (WBN) considerando uma estrutura de ativação latente para explicar a ocorrência do evento de interesse, em que o número de causas competitivas é modelado pela distribuição Binomial Negativa, e os tempos não observados devido às causas seguem a distribuição Weibull. Em geral, as causas competitivas podem ter diferentes mecanismos de ativação, sendo assim os casos de primeira ativação, última ativação e ativação aleatória foram considerados no estudo. Desse modo o modelo proposto inclui uma ampla distribuição, tais como Weibull-Geométrico (WG) e Exponencial-Poisson Complementar (EPC), introduzidas por Barreto-Souza et al. (2011) e G. et al. (2011), respectivamente. Baseando-nos na mesma estrutura, consideramos o modelo de regressão locação-escala baseado na distribuição proposta (WBN) e o modelo para dados de sobrevivência com fração de cura. Os principais objetivos deste trabalho é estudar as propriedades matemáticas dos modelos propostos e desenvolver procedimentos de inferências desde uma perspectiva clássica e Bayesiana. Além disso, as medidas de diagnóstico Bayesiana baseadas na \'psi\'-divergência (Peng & Dey, 1995; Weiss, 1996), que inclui como caso particular a medida de divergência Kullback-Leibler (K-L), foram consideradas para detectar observações influentes / In this work we propose the Weibull-Negative-Binomial (WNB) considering a latent activation structure to explain the occurrence of an event of interest, where the number of competing causes are modeled by the Negative Binomial distribution and the no observed time due to the causes following the Weibull distribution. In general, the competitive causes may have different activation mechanisms, cases of first, last and random activation were considered in the study. Thus, the proposed model includes a wide distribution such as Weibull-Geometric distribution (WG) and Exponential-Poisson complementary (EPC) introduced by (Barreto-Souza et al., 2011) and (G. et al., 2011) respectively. Based on the same structure, we propose a location-scale regression model based on the proposed distribution (WNB) and the model for survival data with cure fraction. The main objectives of this work is to study the mathematical properties of the proposed models and develop procedures inferences from a classical and Bayesian perspective. Moreover, the Bayesian diagnostic measures based on the \'psi\'-divergence (Peng & Dey, 1995; Weiss, 1996), which includes Kullback-Leibler (K-L) divergence measure as a particular case, were considered to detect influential observations

O objetivo principal deste trabalho é discutir estimação e diagnóstico em modelos semiparamétricos com resposta binomial negativa, mais especificamente, modelos de regressão com resposta binomial negativa em que uma das variáveis explicativas contínuas é modelada de forma não paramétrica. Iniciamos o trabalho com um exemplo ilustrativo e fazemos uma breve revisão dos modelos paramétricos com resposta binomial negativa. Em seguida, introduzimos os modelos semiparamétricos com resposta binomial negativa e discutimos alguns aspectos de estimação, inferência e seleção de modelos. Dedicamos um capítulo a procedimentos de diagnóstico, tais como desenvolvimento de medidas de alavanca e de influência sob os aspectos de deleção de pontos e influência local, além de abordar a análise de resíduos. Reanalizamos o exemplo ilustrativo sob o enfoque semiparamétrico e apresentamos algumas conclusões. / The aim of this work is to discuss some aspects on estimation and diagnostics in negative binomial regression models which an explanatory continuous variable is modeled nonparametrically. First, an illustrative example is presented and analyzed under parametric negative binomial regression models. The proposed models are then introduced and some aspects on estimations, inference and model selection are presented. Particular emphasis is given on the development of diagnostic procedures, such as leverage measures, Cook distances, local influence approach and residuals. The motivated example is reanalyzed under the semiparametric viewpoint and some conclusions are given.

A água de lastro de navios é um dos principais agentes dispersivos de organismos nocivos à saúde humana e ao meio ambiente e normas internacionais exigem que a concentração desses organismos no tanque seja menor que um valor previamente especificado. Por limitações de tempo e custo, esse controle requer o uso de amostragem. Sob a hipótese de que a concentração desses organismos no tanque é homogênea, vários autores têm utilizado a distribuição Poisson para a tomada de decisão com base num teste de hipóteses. Como essa proposta é pouco realista, estendemos os resultados para casos em que a concentração de organismos no tanque é heterogênea utilizando estratificação, processos de Poisson não-homogêneos ou assumindo que ela obedece a uma distribuição Gama, que induz uma distribuição Binomial Negativa para o número de organismos amostrados. Além disso, propomos uma nova abordagem para o problema por meio de técnicas de estimação baseadas na distribuição Binomial Negativa. Para fins de aplicação, implementamos rotinas computacionais no software R / Ballast water is a leading dispersing agent of harmful organisms to human health and to the environment and international standards require that the concentration of these organisms in the tank must be less than a prespecified value. Because of time and cost limitations, this inspection requires the use of sampling. Under the assumption of an homogeneous organism concentration in the tank, several authors have used the Poisson distribution for decision making based on hypothesis testing. Since this proposal is unrealistic, we extend the results for cases in which the organism concentration in the tank is heterogeneous, using stratification, nonhomogeneous Poisson processes or assuming that it follows a Gamma distribution, which induces a Negative Binomial distribution for the number of sampled organisms. Furthermore, we propose a novel approach to the problem through estimation techniques based on the Negative Binomial distribution. For practical applications, we implemented computational routines using the R software

Nesta dissertação estudou-se o modelo GARMA para modelar séries temporais de dados de contagem com as distribuições condicionais de Poisson, binomial e binomial negativa. A principal finalidade foi analisar no contexto clássico e bayesiano, o desempenho e a qualidade do ajuste dos modelos de interesse, bem como o desempenho dos percentis de cobertura dos intervalos de confiança dos parâmetros para os modelos adotados. Para atingir tal finalidade considerou-se a análise dos estimadores pontuais bayesianos e foram analisados intervalos de credibilidade. Neste estudo é proposta uma distribuição a priori conjugada para os parâmetros dos modelos e busca-se a distribuição a posteriori, a qual associada a certas funções de perda permite encontrar estimativas bayesianas para os parâmetros. Na abordagem clássica foram calculados estimadores de máxima verossimilhança, usandose o método de score de Fisher e verificou-se por meio de simulação a consistência dos mesmos. Com os estudos desenvolvidos pode-se observar que, tanto a inferência clássica quanto a inferência bayesiana para os parâmetros dos modelos em questão, apresentou boas propriedades analisadas por meio das propriedades dos estimadores pontuais. A última etapa do trabalho consiste na análise de um conjunto de dados reais, sendo uma série real correspondente ao número de internações por causa da dengue em Campina Grande. Estes resultados mostram que tanto o estudo clássico, quanto o bayesiano, são capazes de descrever bem o comportamento da série / In this work, it was studied the GARMA model to model time series count data with Poisson, binomial and negative binomial discrete conditional distributions. The main goal is to analyze, in the bayesian and classic context, the performance and the quality of fit of the corresponding models, as well as the coverage percentages performance to these models. To achieve this purpose we considered the analysis of Bayesian estimators and credible intervals were analyzed. To the Bayesian study it was proposed a priori distribution joined to the models parameters and sought a posteriori distribution, which one associate with to certain loss functions allows finding out Bayesian estimates to the parameters. In the classical approach, it was calculated the maximum likelihood estimators using the method of Fisher scoring, whose interest was to verify, by simulation, the consistence. With the studies developed we can notice that, both classical and inference Bayesian inference for the parameters of those models, presented good properties analysed through the properties of the punctual estimators. The last stage of the work consisted of the analysis of one real data set, being a real serie corresponding to the admission number because of dengue in the city of Campina Grande. These results show that both the classic and the Bayesian studies are able to describe well the behavior of the serie

O objetivo principal deste trabalho é discutir estimação e diagnóstico em modelos semiparamétricos com resposta binomial negativa, mais especificamente, modelos de regressão com resposta binomial negativa em que uma das variáveis explicativas contínuas é modelada de forma não paramétrica. Iniciamos o trabalho com um exemplo ilustrativo e fazemos uma breve revisão dos modelos paramétricos com resposta binomial negativa. Em seguida, introduzimos os modelos semiparamétricos com resposta binomial negativa e discutimos alguns aspectos de estimação, inferência e seleção de modelos. Dedicamos um capítulo a procedimentos de diagnóstico, tais como desenvolvimento de medidas de alavanca e de influência sob os aspectos de deleção de pontos e influência local, além de abordar a análise de resíduos. Reanalizamos o exemplo ilustrativo sob o enfoque semiparamétrico e apresentamos algumas conclusões. / The aim of this work is to discuss some aspects on estimation and diagnostics in negative binomial regression models which an explanatory continuous variable is modeled nonparametrically. First, an illustrative example is presented and analyzed under parametric negative binomial regression models. The proposed models are then introduced and some aspects on estimations, inference and model selection are presented. Particular emphasis is given on the development of diagnostic procedures, such as leverage measures, Cook distances, local influence approach and residuals. The motivated example is reanalyzed under the semiparametric viewpoint and some conclusions are given.

Submitted by LEANDRO APARECIDO DE SOUZA null (leandroagronomia@hotmail.com) on 2016-02-22T12:53:07Z No. of bitstreams: 1 Tese_Leandro_Aparecido_de_Souza.pdf: 2395550 bytes, checksum: 58c15ef61c30517df1e5d1ab6887300c (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-02-23T13:13:54Z (GMT) No. of bitstreams: 1 souza_la_dr_jabo.pdf: 2395550 bytes, checksum: 58c15ef61c30517df1e5d1ab6887300c (MD5) / Made available in DSpace on 2016-02-23T13:13:54Z (GMT). No. of bitstreams: 1 souza_la_dr_jabo.pdf: 2395550 bytes, checksum: 58c15ef61c30517df1e5d1ab6887300c (MD5) Previous issue date: 2016-02-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O percevejo-marrom-da-soja Euschistus heros, destaca-se como uma das principais pragas da cultura, sendo fundamental realizar amostragens periódicas para aferir a densidade populacional e auxiliar na tomada de decisão de controle. O objetivo do presente trabalho foi estudar a dinâmica populacional e a distribuição espacial de E. heros em cultivares de soja transgênica de diferentes ciclos de desenvolvimento, visando o desenvolvimento de um plano de amostragem sequencial. Os experimentos foram conduzidos nos anos agrícolas 2013/14 e 2014/15 na FCAV/UNESP, Jaboticabal, SP. Foram selecionados quatro campos, e em cada um foi demarcada uma área de 8.000 m2 (0,8 ha), sendo cada área subdividida em 80 parcelas de 100 m2 (10 m x 10 m). As cultivares de soja transgênica de diferentes ciclos de desenvolvimento utilizadas foram: SYN 1365 RR (precoce), M 7908 RR (média); BRS Valiosa RR (tardia), e a cultivar AS 3730 RR2 PRO (precoce), transgênica resistente a lagartas. As amostragens foram realizadas semanalmente pelo método da batida de pano, em 2 m de linha de plantas, registrando-se o número de ninfas, adultos e percevejos maiores que 0,5 cm. Foram confeccionadas figuras para demonstrar a dinâmica populacional entre os dados médios de infestação do inseto-praga e o estágio fenológico da cultura, sendo a influência dos fatores meteorológicos analisada por meio da análise de regressão múltipla com seleção de variáveis pelo método “stepwise”. Para o estudo da dispersão de E. heros foram utilizados os seguintes índices: razão variância/média, índice de Morisita, coeficiente de Green e o expoente k da distribuição binomial negativa. Para os estudos dos modelos de distribuição espacial de E. heros foram testados os ajustes das distribuições de Poisson e distribuição binomial negativa. O plano de amostragem sequencial foi elaborado para os dados de percevejos maiores que 0,5 cm com base no Teste Sequencial da Razão da Máxima Verossimilhança, e foi utilizado o nível de controle de 4,0 e 2,0 percevejos maiores que 0,5 cm/pano de batida para campos de produção de grãos e sementes, respectivamente. De acordo com os resultados da dinâmica populacional, as maiores densidades populacionais de E. heros foram observadas no estádio fenológico R6 da soja, e a temperatura máxima é o fator meteorológico que mais influenciou na variação da densidade populacional de E. heros. A distribuição espacial de ninfas, adultos e percevejos maiores que 0,5 cm foi agregada para todas as cultivares em estudo, com melhor ajuste à distribuição binomial negativa. No plano de amostragem sequencial, o número máximo de unidades amostrais esperado, para tomada de decisão de controle, encontra-se em torno de seis e dez para campos de produção de grãos e sementes, respectivamente. / The neotropical stink bug Euschistus heros is one of the most important species of pests in soybean culture, so it is essential to realize periodic samples to measure the population density and help in the decision making control. The objective of this work was to study the population dynamics and spatial distribution of E. heros in transgenic soybean cultivars of different maturing cycles that helps the development of a sequential sampling plan. The experiments were carried out in seasons 2013/14 and 2014/15 in FCAV / UNESP, Jaboticabal, SP. Four fields were selected, and in each one was marked an area of 8.000 m2 (0.8 ha) divided into 80 splits of 100 m2 (10 m x 10 m). The transgenic soybean cultivars of different maturing cycles were: SYN 1365 RR (early), M 7908 RR (middle), BRS Valiosa RR (late), and the cultivar AS 3730 RR2 Pro (early), transgenic resistant to larvae. Samples were taken weekly using the ground-shake method, in 2 m line of plants, where were recorded the number of nymphs, adults and nymphs of higher than 0.5 cm E. heros. The figures were plot to demonstrate the population dynamics between the mean data of insect pest infestation and the phenological stage of culture, and the influence of meteorological factors analyzed using multiple regression analysis with selection of variables using the stepwise method. To evaluate insect dispersion in the area, the following indexes were used: variance/mean ratio, Morisita’s index, Green’s coefficient, and the k exponent of negative binomial distribution. For studies of spatial distribution models of E. heros, adjustments of Poisson distribution and negative binomial distribution were tested. The sequential sampling plan was developed for E. heros higher than 0.5 cm based on the ratio of the Sequential Test Maximum Likelihood, and it was used the threshold levels of 4.0 and 2.0 E. heros higher than 0.5 cm for grain and seed production fields, respectively. According to the results of population dynamics, the highest population densities of E. heros were observed in the R6 growth stage of soybeans, and the maximum temperature is the weather factor that influenced the variation in population densities of E. heros. The spatial distribution of nymphs, adults, and nymphs higher than 0.5 cm was aggregated for all the cultivars in study, with best adjustment to the negative binomial distribution. In the sequential sampling plan, the maximum number of expected sampling units to control is around six and ten to grain and seed production fields, respectively.

Submitted by ARLINDO LEAL BOIÇA NETO null (arlindoboica@gmail.com) on 2016-11-10T18:24:40Z No. of bitstreams: 1 Dissertacao_final (CORRIGIDA) com certificado de aprovação.pdf: 2125977 bytes, checksum: 3df4ff312236d23618c3631b2161a7d3 (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO null (luizaromanetto@hotmail.com) on 2016-11-16T15:54:24Z (GMT) No. of bitstreams: 1 boica neto_al_dr_jabo.pdf: 2125977 bytes, checksum: 3df4ff312236d23618c3631b2161a7d3 (MD5) / Made available in DSpace on 2016-11-16T15:54:24Z (GMT). No. of bitstreams: 1 boica neto_al_dr_jabo.pdf: 2125977 bytes, checksum: 3df4ff312236d23618c3631b2161a7d3 (MD5) Previous issue date: 2016-10-21 / O amendoim é cultivado em vários estados no Brasil sendo São Paulo o maior produtor, seguido da Bahia e Mato Grosso. Semeadas em épocas diferentes conforme a região do cultivo, a área cultivada do amendoim na safra de 2014/15 no Brasil abrangeu uma área de 107,4 mil hectares, com uma produção média de 3140 kg ha⁻¹. Duas pragas destacam-se pela importância nessa cultura, sendo a lagarta-do-pescoço-vermelho, Stegasta bosquella (Chambers, 1875) (Lepidoptera: Gelechiidae) e o tripes-do-prateamento, Enneothrips flavens Moulton, 1941 (Thysanoptera: Thripidae) por causarem elevados prejuízos econômicos ao agricultor. Na literatura, poucas informações são relatadas de amostragens de pragas no amendoinzeiro. Assim, associando-se esse fato a importância das duas pragas na cultura do amendoim, se fez necessário um estudo por meio de modelos probabilísticos para avaliar as suas distribuições espaciais e amostragens sequenciais, gerando assim futuras informações aos agricultores para o manejo integrado de pragas nessa cultura. Os experimentos foram conduzidos nos anos de 2013/2014 e 2014/2015, em Jaboticabal – SP, utilizando uma área de 1,08 ha, subdividida em 100 parcelas iguais de 108 m² (10,0 x 10,8 m). Em cada parcela foram avaliadas cinco plantas ao acaso, considerando a presença ou não de insetos de S. bosquella e E. flavens. Pelos dados, observaram-se uma distribuição agregada ou moderadamente agregada de E. flavens e uma distribuição aleatória de S. bosquella; o modelo de distribuição que melhor se ajustou para E. flavens foi a binomial negativa e para lagartas de S. bosquella o modelo de distribuição de Poisson. Estes resultados permitiram a elaboração de planos de amostragem sequencial, na qual, tripes e lagartas apresentam duas retas: uma superior (S1 = 6,3072 + 1,0680 N), (S1 = 3,2134 + 0,3274 N), a partir da qual recomenda-se o controle; e outra inferior (S0 = -6,3072 + 1,0680 N), (S0 = -3,2134 + 0,3274 N), na qual, controle não é recomendado, respectivamente. Pelos resultados analisados, é possível verificar que a amostragem sequencial é eficiente na indicação ou não do controle de E. flavens e S. bosquella na cultura do amendoim. / The Peanuts are grown in several states in Brazil and São Paulo is the largest producer, followed by Bahia and Mato Grosso. Sown at different times as the growing region, the cultivated peanut area in 2014/15 crop in Brazil covered an area of 107,400 hectares, with an average production of 3140 kg ha⁻¹. Two pests stand out the importance that culture, and the red-necked peanut worm, Stegasta bosquella (Chambers, 1875) (Lepidoptera: Gelechiidae) and silvering thrips, Enneothrips flavens Moulton, 1941 (Thysanoptera: Thripidae) to cause high economic losses to the farmer. In the literature, little information is reported samplings pest in groundnut. Thus, associating this fact the importance of the two pests in peanut crop, a study using probabilistic models to assess their spatial and sequential sampling distributions made necessary, thus generating further information to farmers for the integrated pest management that culture. The experiments were conducted in the years 2013/2014 and 2014/2015, in Jaboticabal - SP, using an area of 1,08 ha, divided into 100 equal installments of 108 m² (10,0 x 10,8 m). In each plot were evaluated 5 randomly plants considering the presence or absence of E. flavens insects and S. bosquella. From the data, they observed an aggregate or aggregate distribution moderately E. flavens and a random distribution S. bosquella; the distribution model best fit for E. flavens was the negative binomial and larvae of S. bosquella the Poisson distribution model. These results allowed the development of sequential sampling plans in which, thrips and caterpillars have two lines: an upper (S1 = 6.3072 + 1.0680 N), (S1 = 3.2134 + 0.3274 N), the from which it is recommended to control; and bottom (S0 = -6.3072 + 1.0680 N) (S0 = -3.2134 + 0.3274 N), in which control is not recommended, respectively. The results analyzed, you can see that the sequential sampling is efficient in indicating whether or not the control E. flavens and S. bosquella the peanut crop.

Submitted by (ana.araujo@ufrpe.br) on 2016-05-25T16:16:39Z No. of bitstreams: 1 Cicero Carlos Felix de Oliveira.pdf: 934310 bytes, checksum: 4f4332b0b319f6bf33cdc1d615c36324 (MD5) / Made available in DSpace on 2016-05-25T16:16:39Z (GMT). No. of bitstreams: 1 Cicero Carlos Felix de Oliveira.pdf: 934310 bytes, checksum: 4f4332b0b319f6bf33cdc1d615c36324 (MD5) Previous issue date: 2011-07-08 / This dissertation is being dealt with a discrete distribution based on Bernoulli trials, which is the Negative Binomial distribution. The main objective is to propose a new non-informative prior distribution for the Negative Binomial model, which is being termed as a possible prior distribution Beta(0; 0), which is an improper distribution. This distribution is also known for the Binomial model as Haldane prior, but for the Negative Binomial model there are no studies to date. The study of the behavior of this prior was based on Bayesian and classical contexts. The idea of using a non-informative prior is the desire to make statistical inference based on the minimum of information prior subjective as possible. Well, makes it possible to compare the results of classical inference that uses only sample information, for example, the maximum likelihood estimator. When is compared the Beta(0; 0) distribution with the Bayes-Laplace prior and Jeffreys prior, based on the Bayesian estimators (posterior mean and posterior mode) and the maximum likelihood estimator, note that the possible Beta(0; 0) prior is less informative than the others prior. It is also verified that is prior possible is a limited distribution in parameter space, thus, an important feature for non-informative prior. The main argument shows that the possible Beta(0; 0) prior is adequate, when it is applied in a predictive posterior distribution for Negative Binomial model, leading the a Beta-Negative Binomial distribution (which corresponds the a hypergeometric multiplied by a probability). All observations citas are strengthened by several studies, such as: basic concepts related to Bayesian Inference and concepts of the negative binomial distribution and Beta-Negative Binomial (a mixture of Beta with the negative binomial) distribution. / Nesta dissertação está sendo abordado uma distribuição discreta baseada em ensaios de Bernoulli, que é a distribuição Binomial Negativa. O objetivo principal é prôpor uma nova distribuição a priori não informativa para o modelo Binomial Negativa, que está sendo denominado como uma possível distribuição a priori Beta(0; 0), que é uma distribuição imprópria. Essa distribuição também é conhecida para o modelo Binomial como a priori de Haldane, mas para o modelo Binomial Negativa não há nenhum estudo até o momento. O estudo do comportamento desta a priori foi baseada nos contextos bayesiano e clássico. A ideia da utilização de uma a priori não informativa é o desejo de fazer inferência estatística baseada no mínimo de informação subjetiva a priori quanto seja possível. Assim, torna possível a comparação com os resultados da inferência clássica que só usa informação amostral, como por exemplo, o estimador de máxima verossimilhança. Quando é comparado a distribuição Beta(0; 0) com a priori de Bayes - Laplace e a priori de Jeffreys, baseado-se nos estimadores bayesiano (média a posteriori e moda a posteriori) e no estimador de máxima verossimilhança, nota-se que a possível a priori Beta(0; 0) é menos informativa do que as outras a priori. É verificado também, que esta possível a priori é uma distribuição limitada no espaço paramétrico, sendo assim, uma característica importante para a priori não informativa. O principal argumento mostra que a possível a priori Beta(0; 0) é adequada, quando ela é aplicada numa distribuição a posteriori preditiva para modelo Binomial Negativa, levando a uma distribuição Beta Binomial Negativa (que corresponde a uma hipergeométrica multiplicada por uma probabilidade). Todas as observações citadas são fortalecidas por alguns estudos feitos, tais como: conceitos básicos associados à Inferência Bayesiana e conceitos das distribuições Binomial Negativa e Beta Binomial Negativa (que uma mistura da Beta com a Binomial Negativa).

A água de lastro de navios é um dos principais agentes dispersivos de organismos nocivos à saúde humana e ao meio ambiente e normas internacionais exigem que a concentração desses organismos no tanque seja menor que um valor previamente especificado. Por limitações de tempo e custo, esse controle requer o uso de amostragem. Sob a hipótese de que a concentração desses organismos no tanque é homogênea, vários autores têm utilizado a distribuição Poisson para a tomada de decisão com base num teste de hipóteses. Como essa proposta é pouco realista, estendemos os resultados para casos em que a concentração de organismos no tanque é heterogênea utilizando estratificação, processos de Poisson não-homogêneos ou assumindo que ela obedece a uma distribuição Gama, que induz uma distribuição Binomial Negativa para o número de organismos amostrados. Além disso, propomos uma nova abordagem para o problema por meio de técnicas de estimação baseadas na distribuição Binomial Negativa. Para fins de aplicação, implementamos rotinas computacionais no software R / Ballast water is a leading dispersing agent of harmful organisms to human health and to the environment and international standards require that the concentration of these organisms in the tank must be less than a prespecified value. Because of time and cost limitations, this inspection requires the use of sampling. Under the assumption of an homogeneous organism concentration in the tank, several authors have used the Poisson distribution for decision making based on hypothesis testing. Since this proposal is unrealistic, we extend the results for cases in which the organism concentration in the tank is heterogeneous, using stratification, nonhomogeneous Poisson processes or assuming that it follows a Gamma distribution, which induces a Negative Binomial distribution for the number of sampled organisms. Furthermore, we propose a novel approach to the problem through estimation techniques based on the Negative Binomial distribution. For practical applications, we implemented computational routines using the R software

Nesta dissertação estudou-se o modelo GARMA para modelar séries temporais de dados de contagem com as distribuições condicionais de Poisson, binomial e binomial negativa. A principal finalidade foi analisar no contexto clássico e bayesiano, o desempenho e a qualidade do ajuste dos modelos de interesse, bem como o desempenho dos percentis de cobertura dos intervalos de confiança dos parâmetros para os modelos adotados. Para atingir tal finalidade considerou-se a análise dos estimadores pontuais bayesianos e foram analisados intervalos de credibilidade. Neste estudo é proposta uma distribuição a priori conjugada para os parâmetros dos modelos e busca-se a distribuição a posteriori, a qual associada a certas funções de perda permite encontrar estimativas bayesianas para os parâmetros. Na abordagem clássica foram calculados estimadores de máxima verossimilhança, usandose o método de score de Fisher e verificou-se por meio de simulação a consistência dos mesmos. Com os estudos desenvolvidos pode-se observar que, tanto a inferência clássica quanto a inferência bayesiana para os parâmetros dos modelos em questão, apresentou boas propriedades analisadas por meio das propriedades dos estimadores pontuais. A última etapa do trabalho consiste na análise de um conjunto de dados reais, sendo uma série real correspondente ao número de internações por causa da dengue em Campina Grande. Estes resultados mostram que tanto o estudo clássico, quanto o bayesiano, são capazes de descrever bem o comportamento da série / In this work, it was studied the GARMA model to model time series count data with Poisson, binomial and negative binomial discrete conditional distributions. The main goal is to analyze, in the bayesian and classic context, the performance and the quality of fit of the corresponding models, as well as the coverage percentages performance to these models. To achieve this purpose we considered the analysis of Bayesian estimators and credible intervals were analyzed. To the Bayesian study it was proposed a priori distribution joined to the models parameters and sought a posteriori distribution, which one associate with to certain loss functions allows finding out Bayesian estimates to the parameters. In the classical approach, it was calculated the maximum likelihood estimators using the method of Fisher scoring, whose interest was to verify, by simulation, the consistence. With the studies developed we can notice that, both classical and inference Bayesian inference for the parameters of those models, presented good properties analysed through the properties of the punctual estimators. The last stage of the work consisted of the analysis of one real data set, being a real serie corresponding to the admission number because of dengue in the city of Campina Grande. These results show that both the classic and the Bayesian studies are able to describe well the behavior of the serie