Um modelo matemático foi desenvolvido, para avaliar o perfil Compton produzido por diferentes distribuições de momento do elétron. Estas distribuições de momento são avaliadas a partir das funções de onda dos elétrons orbitais. Perfis Compton para cinco elementos (Pb POT. 82 , W POT. 74 , Ag POT. 47, Cu POT. 29 e Al POT. 13) e para três ângulos de espalhamento (30º ,15º , 10º) foram calculados usando funções hidrogenóides e Hartree-Fock relativísticas. Experimentalmente usando um de 662 Kev de energia mediu-se, com um detetor GeLi, o perfil Compton desses elementos nas condições geométricas acima, observando-se boa concordância com as distribuições de momento relativístico, calculadas por Biggs, Mendelsohn e Mann. Este acordo, entretanto só foi conseguido quanto utilizamos as correções propostas for Ribberford, que permitem associar o conceito de perfil Compton para qualquer ângulo de espalhamento. Isto mostra que é possível associar univocamente o perfil Compton às distribuições de momento para qualquer ângulo de espalhamento ao contrário do que tradicionalmente se aceitava (apenas 180º). O modelo matemático foi estendido para cálculos de perfis Compton com feixes incidentes e emergentes polarizados. / .

A simulação de dados que seguem distribuição de Poisson é essencial em muitas aplicações reais de várias áreas, tais como saúde, marketing, ciências agronômicas, entre outras em que os dados são contagens multivariadas. Métodos de simulação atuais sofrem de limitações computacionais e restrições à estrutura de correlação e, portanto, são raramente usados. Neste trabalho propôs-se uma modificação do método NORTA para gerar dados com distribuição Poisson multivariada a partir de uma distribuição normal multivariada com matriz de correlações e vetor de médias pré estabelecidos. Como as distribuições Normal multivariada e univariada e a distribuição Poisson univariada já estão implementadas em softwares estatísticos, inclusive no R, implementou-se algumas linhas de código. Mostrou-se que o método funciona bem e é altamente preciso na geração de dados multivariados com distribuição marginais de Poisson, para diferentes estruturas de correlações (negativas e positivas e variando os valores) e para altos e baixos valores de médias. Mostrou-se as vantagens práticas da simulação de dados de Poisson multivariada sobre a normal multivariada na detecção da taxa de falsos alertas de super populações de percevejos, evidenciando que simulações inadequadas podem levar a excesso de falsos alertas. Uma vez que os dados seguem distribuição Poisson multivariada, a taxa de falsos alertas pode ser maior do que a imaginada. Essa taxa pode ser estimada por um modelo ajustado. A mesma técnica pode ser aplicada em diversos problemas de várias áreas do conhecimento. / The simulation data that follow a Poisson distribution is essential in many real applications in various areas such as healthcare, marketing, agronomic sciences, among others that the data are multivariate counts. Current simulation methods suffer from limitations and constraints on computing correlation structure and are therefore seldom used. This paper proposed a modification of the NORTA method for generating data with multivariate Poisson distribution from a multivariate normal distribution with correlation matrix and vector of predetermined average. As the multivariate and univariate Normal distribution and univariate Poisson distribution are already implemented in statistical software, including R, was implemented just a few lines of code. It was shown that the method works well and is highly accurate in generating multivariate data with marginal Poisson distribution structures for different correlations (negative and positive values) and for high and low ?. Proved the practical benefits of the simulation data on the multivariate Poisson multivariate normal in the detection of super bugs populations, inadequate simulations can lead to excessive false alerts. Once the data are multivariate Poisson distribution, the rate of false alarms can be greater than the imagined. This rate can be estimated by an adjusted model. The same technique can be applied to many problems in various fields of knowledge.

Orientador: Pushpa Narayan Rathie / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Ciência da Computação / Made available in DSpace on 2018-07-14T08:13:47Z (GMT). No. of bitstreams: 1 Charnet_Reinaldo_M.pdf: 1176340 bytes, checksum: 602126a2b430b71454645d3d5d10dfcc (MD5) Previous issue date: 1979 / Resumo: Não informado / Abstract: Not informed / Mestrado / Mestre em Estatística

Made available in DSpace on 2016-06-02T20:28:21Z (GMT). No. of bitstreams: 1 DissEB.pdf: 648176 bytes, checksum: 8f2e2eaf5e283dcc58ded3a60362a47a (MD5) Previous issue date: 2007-02-02 / In this dissertation the author proves two results of extensions for IRn of distribution solutions in IRn{0} of the operator Lλ,a = n ∑ i=1 λixi@xi − a, with λ = (λ1, . . . , λn) E Rn + and a E C. / Nesta dissertação a autora demonstra dois resultados de extensões para Rn de soluções distribucionais em Rn\{0} do operador Lλ,a = n ∑ i=1 λixi@xi − a, com λ = (λ1, . . . , λn) E Rn + e a E C.

Este trabalho apresenta um estudo de inferência e diagnósticos em modelos assimétricos. A análise de influência é baseada na metodologia para modelos com dados incompletos, que é relacionada ao algoritmo EM (Zhu e Lee, 2001). Além dos modelos de regressão Normal Assimétrico (Azzalini, 1999) e t-Normal Assimétrico (Gómez, Venegas e Bolfarine, 2007) existentes, são desenvolvidas duas novas classes de modelos, denominados modelos de misturas de escala normal assimétricos (englobando as distribuições Normal, t-Normal, Slash, Normal-Contaminada e Exponencial-potência Assimétricas) e modelos lineares mistos robustos assimétricos, utilizando distribuições de misturas de escalas normais assimétricas para o efeito aleatório e distribuições de misturas de escalas para o erro aleatório. Para o modelo misto, a matriz de informação de Fisher observada é calculada utilizando a aproximação de Louis (1982) para dados incompletos. Para todos os modelos, algoritmos tipo EM são desenvolvidos de forma a fornecer uma solução numérica para os parâmetros dos modelos de regressão. Para cada modelo de regressão, medidas de bondade de ajuste são realizadas via inspeção visual do gráfico de envelope simulado. Para os modelos de misturas de escalas normais assimétricos, um estudo de robustez do algoritmo EM proposto é desenvolvido, determinando a eficácia dos estimadores apresentados. Aplicações dos modelos estudados são realizadas para os conjuntos de dados do Australian Institute of Sports (AIS), para o conjunto de dados sobre qualidade de vida de pacientes (mulheres) com câncer de mama, em um estudo realizado pelo Centro de Atenção Integral à Saúde da Mulher (CAISM) em conjunto com a Faculdade de Ciências Médicas, da Universidade Estadual de Campinas e para o conjunto de dados de colesterol de Framingham. / This work presents a study of inference and diagnostic in asymmetric models. The influence analysis is based in the methodology for models with incomplete data, that is related to the algorithm EM (Zhu and Lee, 2001). Beyond of the existing asymmetric normal (Azzalini, 1999) and t-Normal asymmetric (Gómez, Venegas and Bolfarine, 2007) regression models, are developed two new classes of models, namely asymmetric normal scale mixture models (embodying the asymmetric Normal, t-Normal, Slash, Contaminated-Normal and Power-Exponential distributions) and asymmetric robust linear mixed models, utilizing asymmetric normal scale mixture distributions for the random effect and normal scale mixture distributions for the random error. For the mixed model, the observed Fisher information matrix is calculated using the Louis\' (1982) approach for incomplete data. For all models, EM algorithms are developed, that provide a numeric solution for the parameters of the regression models. For each regression model, measures of goodness of fit are realized through visual inspection of the graphic of simulated envelope. For the asymmetric normal scale mixture models, a study of robustness of the proposed EM algorithm is developed to determine the efficacy of the presented estimators. Applications of the studied models are made for the data set of the Australian Institute of Sports (AIS), for the data set about quality of life of patients (women) with breast cancer, in a study made by Centro de Atenção Integral à Saúde da Mulher (CAISM) in conjoint with the Medical Sciences Faculty, of the Campinas State\'s University and for the data set of Framingham\'s cholesterol study.

Generalized autoregressive moving average (GARMA) models are a class of models that was developed for extending the univariate Gaussian ARMA time series model to a flexible observation-driven model for non-Gaussian time series data. This work presents the GARMA model with discrete distributions and application of resampling techniques to this class of models. We also proposed The Bayesian approach on GARMA models. The TGARMA (Transformed Generalized Autoregressive Moving Average) models was proposed, using the Box-Cox power transformation. Last but not least we proposed the Bayesian approach for the TGARMA (Transformed Generalized Autoregressive Moving Average). / Modelos Autoregressivos e de médias móveis generalizados (GARMA) são uma classe de modelos que foi desenvolvida para extender os conhecidos modelos ARMA com distribuição Gaussiana para um cenário de series temporais não Gaussianas. Este trabalho apresenta os modelos GARMA aplicados a distribuições discretas, e alguns métodos de reamostragem aplicados neste contexto. É proposto neste trabalho uma abordagem Bayesiana para os modelos GARMA. O trabalho da continuidade apresentando os modelos GARMA transformados, utilizando a transformação de Box-Cox. E por último porém não menos importante uma abordagem Bayesiana para os modelos GARMA transformados.

Este trabalho apresenta um estudo de inferência e diagnósticos em modelos assimétricos. A análise de influência é baseada na metodologia para modelos com dados incompletos, que é relacionada ao algoritmo EM (Zhu e Lee, 2001). Além dos modelos de regressão Normal Assimétrico (Azzalini, 1999) e t-Normal Assimétrico (Gómez, Venegas e Bolfarine, 2007) existentes, são desenvolvidas duas novas classes de modelos, denominados modelos de misturas de escala normal assimétricos (englobando as distribuições Normal, t-Normal, Slash, Normal-Contaminada e Exponencial-potência Assimétricas) e modelos lineares mistos robustos assimétricos, utilizando distribuições de misturas de escalas normais assimétricas para o efeito aleatório e distribuições de misturas de escalas para o erro aleatório. Para o modelo misto, a matriz de informação de Fisher observada é calculada utilizando a aproximação de Louis (1982) para dados incompletos. Para todos os modelos, algoritmos tipo EM são desenvolvidos de forma a fornecer uma solução numérica para os parâmetros dos modelos de regressão. Para cada modelo de regressão, medidas de bondade de ajuste são realizadas via inspeção visual do gráfico de envelope simulado. Para os modelos de misturas de escalas normais assimétricos, um estudo de robustez do algoritmo EM proposto é desenvolvido, determinando a eficácia dos estimadores apresentados. Aplicações dos modelos estudados são realizadas para os conjuntos de dados do Australian Institute of Sports (AIS), para o conjunto de dados sobre qualidade de vida de pacientes (mulheres) com câncer de mama, em um estudo realizado pelo Centro de Atenção Integral à Saúde da Mulher (CAISM) em conjunto com a Faculdade de Ciências Médicas, da Universidade Estadual de Campinas e para o conjunto de dados de colesterol de Framingham. / This work presents a study of inference and diagnostic in asymmetric models. The influence analysis is based in the methodology for models with incomplete data, that is related to the algorithm EM (Zhu and Lee, 2001). Beyond of the existing asymmetric normal (Azzalini, 1999) and t-Normal asymmetric (Gómez, Venegas and Bolfarine, 2007) regression models, are developed two new classes of models, namely asymmetric normal scale mixture models (embodying the asymmetric Normal, t-Normal, Slash, Contaminated-Normal and Power-Exponential distributions) and asymmetric robust linear mixed models, utilizing asymmetric normal scale mixture distributions for the random effect and normal scale mixture distributions for the random error. For the mixed model, the observed Fisher information matrix is calculated using the Louis\' (1982) approach for incomplete data. For all models, EM algorithms are developed, that provide a numeric solution for the parameters of the regression models. For each regression model, measures of goodness of fit are realized through visual inspection of the graphic of simulated envelope. For the asymmetric normal scale mixture models, a study of robustness of the proposed EM algorithm is developed to determine the efficacy of the presented estimators. Applications of the studied models are made for the data set of the Australian Institute of Sports (AIS), for the data set about quality of life of patients (women) with breast cancer, in a study made by Centro de Atenção Integral à Saúde da Mulher (CAISM) in conjoint with the Medical Sciences Faculty, of the Campinas State\'s University and for the data set of Framingham\'s cholesterol study.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-08-03T20:04:27Z No. of bitstreams: 1 TeseBSA.pdf: 10322083 bytes, checksum: 4c30c490934f23dbad9d5a1f087ef182 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-08T19:09:23Z (GMT) No. of bitstreams: 1 TeseBSA.pdf: 10322083 bytes, checksum: 4c30c490934f23dbad9d5a1f087ef182 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-08T19:09:30Z (GMT) No. of bitstreams: 1 TeseBSA.pdf: 10322083 bytes, checksum: 4c30c490934f23dbad9d5a1f087ef182 (MD5) / Made available in DSpace on 2017-08-08T19:15:39Z (GMT). No. of bitstreams: 1 TeseBSA.pdf: 10322083 bytes, checksum: 4c30c490934f23dbad9d5a1f087ef182 (MD5) Previous issue date: 2016-12-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Generalized autoregressive moving average (GARMA) models are a class of models that was developed for extending the univariate Gaussian ARMA time series model to a flexible observation-driven model for non-Gaussian time series data. This work presents the GARMA model with discrete distributions and application of resampling techniques to this class of models. We also proposed The Bayesian approach on GARMA models. The TGARMA (Transformed Generalized Autoregressive Moving Average) models was proposed, using the Box-Cox power transformation. Last but not least we proposed the Bayesian approach for the TGARMA (Transformed Generalized Autoregressive Moving Average). / Modelos Autoregressivos e de médias móveis generalizados (GARMA) são uma classe de modelos que foi desenvolvida para extender os conhecidos modelos ARMA com distribuição Gaussiana para um cenário de series temporais não Gaussianas. Este trabalho apresenta os modelos GARMA aplicados a distribuições discretas, e alguns métodos de reamostragem aplicados neste contexto. É proposto neste trabalho uma abordagem Bayesiana para os modelos GARMA. O trabalho da continuidade apresentando os modelos GARMA transformados, utilizando a transformação de Box-Cox. E por último porém não menos importante uma abordagem Bayesiana para os modelos GARMA transformados.

Submitted by (ana.araujo@ufrpe.br) on 2016-05-25T17:33:53Z No. of bitstreams: 1 Cicero Carlos Ramos de Brito.pdf: 2928725 bytes, checksum: 35b3038da8b53c426368cd7ed2c96e03 (MD5) / Made available in DSpace on 2016-05-25T17:33:53Z (GMT). No. of bitstreams: 1 Cicero Carlos Ramos de Brito.pdf: 2928725 bytes, checksum: 35b3038da8b53c426368cd7ed2c96e03 (MD5) Previous issue date: 2014-08-07 / This work is divided into five chapters. The first one contains the objectives and the relevance of this study. In the second one, we review the literature presenting the state of the art in the field and we give an overview of the most used distributions which are the basis for the ones we generalize in later chapters. In the third chapter, the method for generating distributions is presented by means of a theorem and 7 corollaries. This method extends the probability distribution building process, so that the classes of distributions are constructed from pre-defined univariate monotonic functions and known distributions. In the fourth chapter, similarly to the third one, however, the construction was made from pre-defined multivariate monotonic functions and known multivariate distributions. We also conducted the development of new probability distributions and new generating functions of probability distribution classes. We illustrate the potentiality of this new univariate probability distribution we propose here by means of an application to an actual data set of excesses of flood peaks presented by Choulakian e Stephens (2001). For the application of the new multivariate distribution proposed, we used the database of measurements of Iris Flower exposed in Fisher’s work (1936). Six models were compared and, for their choice, we based on the Akaike Information Criterion (AIC), the Akaike Information Criterion corrected (AICc), Bayesian Information Criterion (BIC), the Hannan Quinn Information Criterion (HQIC) and the statistics of Cramér-von Mises and Anderson-Darling to assess the model fitting. Finally, we present the conclusions from de analyses, the comparisons from the results found in this thesis, the possibilities for research and ways to future works. / Este trabalho divide-se em cinco capítulos. No primeiro trazemos a introdução que contém os objetivos e a relevância deste estudo. No segundo, temos a revisão da literatura em que apresentamos o estado da arte deste campo do conhecimento e fazemos um apanhado das distribuições mais utilizadas que são base para as que generalizamos em capítulos posteriores. No terceiro capítulo, apresenta-se o método gerador, que é um teorema proposto com 7 corolários, que estende o processo de construções de distribuições de probabilidades, a fim de que as classes de distribuições sejam construídas a partir de funções monotônicas univariadas pré-definidas e distribuições conhecidas. No quarto capítulo foi trabalhado semelhantemente ao terceiro, entretanto, a construção se deu a partir das funções monotônicas multivariadas pré-definidas e distribuições multivariadas conhecidas. Também foi realizado o desenvolvimento das novas distribuições probabilísticas e novas funções geradoras de classes de distribuições probabilísticas. Ilustramos a potencialidade da nova distribuição de probabilidade univariada aqui proposta através de uma aplicação ao conjunto de dados reais de excessos de picos de enchentes apresentado em Choulakian e Stephens (2001). Para uma aplicação da nova distribuição multivariada proposta, utilizou-se a base de dados de medidas da Flor de Iris apresentada no trabalho de Fisher (1936). São comparados seis modelos e para a seleção desses modelos, foram utilizados o Critério de Informação de Akaike (AIC), o Critério de Informação de Akaike corrigido (AICc), o Critério de Informação Bayesiano (BIC), o Critério de Informação Hannan Quinn (HQIC) e as estatísticas de Cramer Von-Mises e de Anderson-Darling para avaliar o ajuste dos modelos. Por fim, apresentamos as conclusões a partir das análises e comparações dos resultados obtidos e direções a trabalhos futuros.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-03T15:37:53Z No. of bitstreams: 1 Luiz Medeiros de Araujo Lima Filho.pdf: 6714156 bytes, checksum: 8537b197237b8261b5b264ad769ab466 (MD5) / Made available in DSpace on 2016-08-03T15:37:53Z (GMT). No. of bitstreams: 1 Luiz Medeiros de Araujo Lima Filho.pdf: 6714156 bytes, checksum: 8537b197237b8261b5b264ad769ab466 (MD5) Previous issue date: 2012-10-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Knowledge of growth and production present and future of trees in forest stands is a key element in sustainable forest management. It is intended in this thesis to estimate the frequency distribution by diameter class, estimate and compare volumetric equations via symmetric nonlinear models as well, propose to compare models and adjust volume growth via symmetrical nonlinear models in Eucalyptus spp. clones in the region of the Araripe - PE. The experiment was conducted at the Experimental Station of the Agricultural Research Company of Pernambuco (IPA), located in the municipality of Araripina - PE. This experiment consists of 15 clones of Eucalyptus spp., species and hybrids resulting from natural crossing and controlled pollination. The database is composed of all the survival trees of the experiment, corresponding to 1189 trees, divided into three groups. To estimate the diameter distributions were adopted probability distributions Normal, with three parameters Weibull, Log-normal and Gamma. The next step was to fit of the model of Schumacher and Hall and Spurr model associated the following symmetric distributions: Normal, Student t, Exponential Power and Logistics II. The volume growth models in this thesis were adjusted with symmetric distributions associated with them. In the estimation of the diameter distributions, the results were similar in the three groups, with emphasis on the Log-normal distribution. This distribution was the most appropriate for most of the period. Analyzing the volumetric equations, it was found that the model was Schumacher and Hall the most suitable, when associated with the Student t distribution with three degrees .of freedom and Exponential Power (t = 0,8) respectively to groups I and II. In group III, the model Spurr associated with Exponential Power (t = 0,8) distribution had the best performance. Comparing the volume growth models, it was observed that the proposed models best fits obtained in this thesis, when the distributions associated with the Student t with three degrees of freedom and Exponential Power (t = 0,8), respectively, in groups I and III. In group II, the Chapman-Richards model associated with Student t distribution with three degrees of freedom had the best performance. / O conhecimento do crescimento e da produção presente e futura de árvores em povoamentos florestais é elemento fundamental no manejo florestal sustentável. Desta forma, pretende-se nesta tese estimar a distribuição de frequência por classe diamétrica, estimar e comparar equações volumétricas via modelos simétricos não lineares, bem como, propor, ajustar e comparar modelos de crescimento em volume via modelos simétricos não lineares em clones de Eucalyptus spp. na região da Chapada do Araripe - PE. O experimento foi desenvolvido na Estação Experimental da Empresa Pernambucana de Pesquisa Agropecuária (IPA), localizada no município de Araripina - PE. Esse experimento é composto por 15 clones de Eucalyptus spp., resultantes de espécies e híbridos de cruzamento natural e polinização controlada. A base de dados foi composta por todas as árvores sobreviventes do experimento, que corresponde a 1189 árvores, dividida em três grupos. Para estimar as distribuições diamétricas foram adotadas as distribuições de probabilidade Normal, Weibull com três parâmetros, Log-normal e Gama. Em seguida, procedeu-se com os ajustes dos modelos volumétricos de Schumacher e Hall e de Spurr associados as seguintes distribuições simétricos: Normal, t de Student, Exponencial Potência e Logística II. Posteriormente, os modelos de crescimento em volume propostos nesta tese foram ajustados associados às mesmas distribuições simétricas. Na estimativa das distribuições diamétricas, os resultados foram similares nos três grupos, com destaque para a distribuição Log-normal. Essa distribuição foi a mais significativa na maior parte do período avaliado. Analisando as equações volumétricas, observou-se que o modelo de Schumacher e Hall obteve o melhor desempenho, quando associado as distribuições t de Student com três graus de liberdade e Exponencial Potência (t = 0,8), respectivamente, para os grupos I e II. No grupo III, o modelo de Spurr associado a distribuição Exponencial Potência (t = 0,8) obteve o melhor desempenho. Comparando os modelos de crescimento em volume, observou-se que os modelos propostos nesta tese obtiveram melhores ajustes, quando associados as distribuições t de Student com três graus de liberdade e Exponencial Potência (t = 0,8), respectivamente, nos grupos I e III. No grupo II, o modelo de Chapman-Richards associado a distribuição t de Student com três graus de liberdade obteve o melhor desempenho.