No description available.

No description available.

Classical adaptive signal processors typically utilize assumptions in their derivation. The presence of adequate Gaussian and independent and identically distributed (i.i.d.) input data are central among such assumptions. However, classical processors have a tendency to suffer a degradation in performance when assumptions like these are violated. Worse yet, such degradation is not guaranteed to be proportional to the level of deviation from the assumptions. This dissertation proposes new signal processing algorithms based on aspects of modern robustness theory, including methods to enable adaptivity of presently non-adaptive robust approaches. The contributions presented are the result of research performed jointly in two disciplines, namely robustness theory and adaptive signal processing. This joint consideration of robustness and adaptivity enables improved performance in assumption-violating scenarios—scenarios in which classical adaptive signal processors fail. Three contributions are central to this dissertation. First, a new adaptive diagnostic tool for high-dimension data is developed and shown robust in problematic contamination. Second, a robust data-pre-whitening method is presented based on the new diagnostic tool. Finally, a new suppression-based robust estimator is developed for use with complex-valued adaptive signal processing data. To exercise the proposals and compare their performance to state- of-the art methods, data sets commonly used in statistics as well as Space-Time Adaptive Processing (STAP) radar data, both real and simulated, are processed, and performance is subsequently computed and displayed. The new algorithms are shown to outperform their state-of-the-art counterparts from both a signal-to-interference plus noise ratio (SINR) convergence rate and target detection perspective. / Ph. D.

This diploma thesis is devoted to the sampling strategies in forestry. It describes their theoretical aspects and their applications on a real landscape. The sampling methods in forestry are of particular importance in forest inven- tory. The aim of sampling methods is to estimate population characteristics based on the knowledge of sample. Two basic approaches can be distinguished according to the size of population, we speak about discrete or continuous population. Several types of sampling designs and corresponding estimators of target values are described for both approaches. Besides estimates of po- pulation total or average, we mention the formulas for computing variance of these estimates and the methods for their estimation for different sampling designs. The thesis also contains the comparison of studied methods based on computer simulations.

Neste trabalho estudamos os efeitos da multicolinearidade em modelos de regressão logística e apresentamos estimadores viesados para que tais efeitos fossem minimizados. Primeiramente, o modelo de regressão logística e o processo para a estimação dos parâmetros foram apresentados. Foram feitos, também, alguns testes para avaliar a significância dos mesmos, bem como técnicas para analisar a qualidade do ajuste do modelo. Em seguida, os efeitos da multicolinearidade na estimação dos parâmetros e na sua inferência foram avaliados, bem como técnicas para o seu diagnóstico. Para amenizar o efeito deste problema, apresentamos dois estimadores alternativos ao de máxima verossimilhança: estimador em cristas e estimador em componentes principais. Comparamos, então, o desempenho dos três estimadores na forma de um estudo de simulação e de uma aplicação em um conjunto de dados reais. O principal resultado obtido foi que, na presença de multicolinearidade, os estimadores alternativos conseguiram um melhor ajuste em comparação ao de máxima verossimilhança, além de minimizar os seus efeitos. / This work proposes the use of some biased estimators to investigate whether is possible minimize the multicollinearity effects in logistic regression models. Initially, the latter model was presented, as well as its fitting process (therefore obtaining the maximum likelihood estimator), some tests to evaluate the significance of the parameters and techniques to analyze goodness of fit were also considered. Furthermore, the effects of multicollinearity in the fitting process and in the parameters inference were discussed, as well as techniques to identify the presence of multicollinearity. In order to diminish the effect of this problem, two alternative estimators were presented: ridge estimator and principal component estimator. Therefore, these three estimators performances were compared using a simulation study and applied in a real data set. The manly conclusion was that, in the presence of multicollinearity, the alternative estimators performed better than the maximum likelihood estimator, besides reducing its effects.

Neste trabalho estudamos os efeitos da multicolinearidade em modelos de regressão logística e apresentamos estimadores viesados para que tais efeitos fossem minimizados. Primeiramente, o modelo de regressão logística e o processo para a estimação dos parâmetros foram apresentados. Foram feitos, também, alguns testes para avaliar a significância dos mesmos, bem como técnicas para analisar a qualidade do ajuste do modelo. Em seguida, os efeitos da multicolinearidade na estimação dos parâmetros e na sua inferência foram avaliados, bem como técnicas para o seu diagnóstico. Para amenizar o efeito deste problema, apresentamos dois estimadores alternativos ao de máxima verossimilhança: estimador em cristas e estimador em componentes principais. Comparamos, então, o desempenho dos três estimadores na forma de um estudo de simulação e de uma aplicação em um conjunto de dados reais. O principal resultado obtido foi que, na presença de multicolinearidade, os estimadores alternativos conseguiram um melhor ajuste em comparação ao de máxima verossimilhança, além de minimizar os seus efeitos. / This work proposes the use of some biased estimators to investigate whether is possible minimize the multicollinearity effects in logistic regression models. Initially, the latter model was presented, as well as its fitting process (therefore obtaining the maximum likelihood estimator), some tests to evaluate the significance of the parameters and techniques to analyze goodness of fit were also considered. Furthermore, the effects of multicollinearity in the fitting process and in the parameters inference were discussed, as well as techniques to identify the presence of multicollinearity. In order to diminish the effect of this problem, two alternative estimators were presented: ridge estimator and principal component estimator. Therefore, these three estimators performances were compared using a simulation study and applied in a real data set. The manly conclusion was that, in the presence of multicollinearity, the alternative estimators performed better than the maximum likelihood estimator, besides reducing its effects.

We consider a nonparametric survival model with random censoring. To test whether the hazard rate has a parametric form the unknown hazard rate is estimated by a kernel estimator. Based on a limit theorem stating the asymptotic normality of the quadratic distance of this estimator from the smoothed hypothesis an asymptotic ®-test is proposed. Since the test statistic depends on the maximum likelihood estimator for the unknown parameter in the hypothetical model properties of this parameter estimator are investigated. Power considerations complete the approach.

Šiame magistro darbe nagrinėjamos papildomos informacijos panaudojimo galimybės konstruojant baigtinės populiacijos koreliacijos koeficiento įvertinius. Taikant imties plano svorių kalibravimo metodus sukonstruojami aštuoni nauji koreliacijos koeficiento įvertiniai. Įvertiniams konstruoti panaudotos kelios kalibravimo lygčių ir atstumo funkcijų kombinacijos. Kalibruotieji svoriai išvesti pasitelkiant Lagranžo neapibrėžtųjų daugiklių metodą. Naudojant Teiloro ištiesinimo ir visrakčio metodus sukonstruojami koreliacijos koeficiento įvertinių dispersijos įvertiniai. Darbe taip pat atliekamas matematinis modeliavimas, kuriuo siekiama palyginti naujai sukonstruotus įvertinius tarpusavyje ir su standartiniu įvertiniu. Įvertinių tikslumą lemia pakankamai didelė koreliacija tarp tyrimo kintamųjų ir jų papildomų kintamųjų, o du įvertiniai yra tikslūs ir esant mažai koreliacijai. Tiriama, kaip įvertinių tikslumą įtakoja imties dydis bei koreliacija tarp tyrimo ir papildomų kintamųjų. Matematinio modeliavimo eksperimentai atlikti, naudojant darbo autorės sukurtas MATLAB programas. / This master’s thesis analyzes the opportunities of auxiliary information usage while constructing the correlation coefficient estimators of the finite population. By applying the methods of weight calibration of sample design the new eight correlation coefficient estimators are derived. Several combinations of calibration equations and distance measures are used to construct estimators. Calibration weights were derived through Lagrange multiplier method. Using Taylor linearization and jackknife methods variance estimators of the correlation coefficient estimators were constructed. The paper also contains a mathematical simulation aimed at comparing the new derived estimators in between and with a standard estimator. The accuracy of estimators is determined by rather substantial correlation between study and auxiliary variables, whereas two of the estimators are accurate even in the presence of bad correlation. It is tested how sample size and correlation between study and auxiliary variables influences the accuracy of estimators. All the mathemathical simulation tests were performed employing MATLAB programs that have been created by the author of this work.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.