Neste trabalho analisamos, de maneira descritiva utilizando simulações, o desempenho um conjunto de estimadores para os parâmetros funcionais f, g, h e k de uma equação diferencial parcial. Para as simulações, selecionamos doze EDPs nas quais aplicaremos os estimadores as soluções dessas EDPs. Iremos medir o desempenho dos estimadores utilizando o erro quadrático entre as estimativas obtidas e os coeficientes conhecidos das EDPs. As estimativas dos coeficientes serão obtidas para soluções com e sem ruídos. Os estimadores propostos serão comparados com um grupo de estimadores diretos. Os programas para as simulações foram desenvolvidos com programas no repositório R, versão 3.2.3. Veremos que os estimadores propostos apresentaram um desempenho superior aos dos estimadores diretos, para soluções com e sem ruídos. Nas soluções com ruídos os estimadores propostos tiveram um desempenho mais significativo que para soluções sem ruídos. / In this paper we shall analyze, on a descriptive way using simulations, the performance of a set of estimators for the coefficients f, g, h and k using the following. For the simulations, we select twelve EDPs in which we will apply the estimators from the solutions from the mentioned EDPs. We will measure the performance using the quadratic error between the estimates obtained and the known coefficients from the EDPs. The estimates will be obtained for solutions with and without noises. The proposed estimators will be compared with a group of direct estimators. The programs used for the simulations were developed with the programs in the repository R, version 3.2.3. We shall see that the proposed estimators present a superior performance compared to the direct estimators, for solutions with or without noises. The proposed estimators have had a better performance in the solutions with noises than in the solutions without a noise.

Neste trabalho analisamos, de maneira descritiva utilizando simulações, o desempenho um conjunto de estimadores para os parâmetros funcionais f, g, h e k de uma equação diferencial parcial. Para as simulações, selecionamos doze EDPs nas quais aplicaremos os estimadores as soluções dessas EDPs. Iremos medir o desempenho dos estimadores utilizando o erro quadrático entre as estimativas obtidas e os coeficientes conhecidos das EDPs. As estimativas dos coeficientes serão obtidas para soluções com e sem ruídos. Os estimadores propostos serão comparados com um grupo de estimadores diretos. Os programas para as simulações foram desenvolvidos com programas no repositório R, versão 3.2.3. Veremos que os estimadores propostos apresentaram um desempenho superior aos dos estimadores diretos, para soluções com e sem ruídos. Nas soluções com ruídos os estimadores propostos tiveram um desempenho mais significativo que para soluções sem ruídos. / In this paper we shall analyze, on a descriptive way using simulations, the performance of a set of estimators for the coefficients f, g, h and k using the following. For the simulations, we select twelve EDPs in which we will apply the estimators from the solutions from the mentioned EDPs. We will measure the performance using the quadratic error between the estimates obtained and the known coefficients from the EDPs. The estimates will be obtained for solutions with and without noises. The proposed estimators will be compared with a group of direct estimators. The programs used for the simulations were developed with the programs in the repository R, version 3.2.3. We shall see that the proposed estimators present a superior performance compared to the direct estimators, for solutions with or without noises. The proposed estimators have had a better performance in the solutions with noises than in the solutions without a noise.

Estimativas das tensões de barras e das perdas de potência em alimentadores primários de distribuição são sempre necessárias. Entretanto, o número de medições que são disponíveis para fazer isso é muito pequeno. Normalmente, são feitas medições apenas na saída da subestação e nas barras onde estão conectados consumidores especiais. Nas outras barras, que são a grande parte do sistema, só se têm informações sobre a potência nominal dos transformadores ali instalados. Neste trabalho, propõe-se um método de estimação de estado de alimentadores de distribuição, ou seja, de determinação dos valores aproximados das tensões de barras e das perdas técnicas totais. Para isso, realiza-se um ajuste das cargas comuns (exceto as cargas especiais) mediante estimação de fatores de potência e fatores de utilização. Para cada ponto de medição disponível (P, Q, V e I), calcula-se um fator de potência e um fator de utilização que será atribuído às cargas a jusante daquele ponto. O cálculo desses fatores de potência e de utilização é feito utilizando-se um algoritmo simulated annealing, as medidas disponíveis e os valores dos transformadores de distribuição instalados nas barras. O método foi aplicado aos alimentadores-teste do IEEE de 13, 34, 37 e 123 barras e a validação é feita a partir da comparação dos valores obtidos com os valores conhecidos dos resultados desses alimentadores.

Made available in DSpace on 2014-06-12T18:04:16Z (GMT). No. of bitstreams: 2 arquivo7196_1.pdf: 885392 bytes, checksum: 325e20dd41a398f7039176b090949f2c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho de discutida a estimação de proporções em populações finitas assistida por modelos. A teoria envolvendo estimadores de regressão linear generalizados de revista, sob uma abordagem proposta de estimadores assistidos por modelos da família exponencial. O trabalho de Tillé (1998), que deriva o estimador de regressão via probabilidades condicionais de inclusão na amostra, de revisto juntamente com o de Lehtonen e Veijanen (1998) que propõem o estimador de regressão generalizado logístico (LGREG), num contexto de amostra aleatória simples. A aplicação dos estimadores LGREG num cenário de amostragem estratificada de discutida e formas para estimadores LGREG separado e combinado são propostas. As propriedades dos estimadores propostos são investigadas através de um estudo de simulação Monte Carlo, envolvendo os planos de amostragem aleatória simples, de Bernoulli e estratificado

Made available in DSpace on 2014-06-12T18:01:09Z (GMT). No. of bitstreams: 2 arquivo611_1.pdf: 1812848 bytes, checksum: 929d5b4915afaab53bb7bfe1de2e5d5d (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A abordagem de cadastro duplo envolve um levantamento amostral onde dois cadastros são utilizados com o propósito de fornecer maior cobertura e identificar elementos de uma única população-alvo. Tal abordagem tem sido vastamente utilizada na literatura em situações onde um único cadastro não consegue fornecer cobertura completa da população-alvo, ou ainda, quando há diferenças de custo de amostragem realizada em cada um dos cadastros disponíveis. Esta tese estuda estratégias de inferência assistida por modelos aplicadas à abordagem de cadastro duplo, propondo estimadores do tipo regressão generalizado. Variáveis auxiliares são consideradas disponíveis em ambos os cadastros e utilizadas no processo de estimação para aumentar a precisão de estimativas. As propriedades de consistência, centralidade assintótica e erro quadrático médio assintótico dos novos estimadores propostos são apresentadas e uma simulação é realizada para analisar sua eficiência relativa a estimadores já propostos na literatura, sob a situação em que um plano de amostragem aleatória simples é aplicado em cada um dos cadastros. Os estimadores propostos têm potencialidade de aplicação direta em diversas áreas, como a de pesquisa agropecuária

[pt] Este trabalho apresenta uma comparação entre o desempenho dos estimadores dinâmicos e rastreador, em sistemas de potência operando sob condições quase-estacionárias, considerando suas características de previsão e filtragem. A partir desta comparação, propõe-se um estimador dinâmico que incorpora as principais vantagens dos estimadores previamente mencionados. Além disso, apresenta-se um novo esquema de detecção e identificação de anormalidades (erros grosseiros nas medidas, mudanças brusca no ponto de operação do sistema e erros na configuração da rede), esquema este apropriadamente construído para algoritmos de estimação dinâmica. Resultados numéricos ilustram o desempenho deste novo algoritmo sob diferentes condições operativas. / [en] This work presents a comparison between the performance of dynamic and tracking estimators, in power systems operating under quasi-static conditions, concerning their characteristics of forecasting and filtering. From this comparison, a new dynamic estimator which incorporates the main advantages of the previous estimators is proposed. Also, a new scheme of detection and identification of anomalies (gross errors in the measurements, sudden changes in the system operating point and errors in the network configuration) is presented. This scheme is properly built for dynamic algorithms. Numerical results showing the performance of the new algorithm under different operational conditions are discussed.

DAMASCENO, Filipe Francisco Rocha. Uma Melhoria no Algoritmo K-médias utilizando o Estimador de James-Stein. 63 f. 2015. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Jairo Viana (jairo@ufc.br) on 2017-01-10T20:15:30Z No. of bitstreams: 1 2015_dis_ffrdamasceno.pdf: 966516 bytes, checksum: b1c373b2bf5b4b9a4e77e52d1f6a643c (MD5) / Approved for entry into archive by Jairo Viana (jairo@ufc.br) on 2017-01-10T20:15:44Z (GMT) No. of bitstreams: 1 2015_dis_ffrdamasceno.pdf: 966516 bytes, checksum: b1c373b2bf5b4b9a4e77e52d1f6a643c (MD5) / Made available in DSpace on 2017-01-10T20:15:44Z (GMT). No. of bitstreams: 1 2015_dis_ffrdamasceno.pdf: 966516 bytes, checksum: b1c373b2bf5b4b9a4e77e52d1f6a643c (MD5) Previous issue date: 2016 / The clustering task constitutes one of the main machine learning problems. Among many proposed methods, k-means stands out by its simplicity and high applicability. It is notorious that k-means performance is directly related to the centroid estimation from data, which is usually obtained from the maximum likelihood estimation (MLE). In previous studies it was proposed an estimator called James-Stein (JS) estimator, being, in average, capable of overcoming MLE for vectors of data with more than 2 dimensions. Also in previous studies it was proposed a variation of k-means applying JS estimator, obtaining improvements due to its better precision when compared to MLE. In this study we propose a variation of the k-means algorithm using the JS estimator. / A tarefa de agrupamento constitui um dos principais problemas de aprendizado de máquina. Dentre os diversos métodos propostos destaca-se o k-médias por sua simplicidade e grande aplicabilidade. É notório que o desempenho do k-médias está relacionado à estimativa dos centroides a partir dos dados e esta, usualmente, é obtida a partir da estimativa de máxima verossimilhança (EMV). Em trabalhos anteriores foi proposto um estimador denominado estimador de James-Stein (JS), sendo este capaz de, em média, superar o EMV para vetores de dados com dimensão maior que 2. Também em trabalhos anteriores foi proposta uma alteração do k-médias aplicando o estimador JS, obtendo melhoras devido à sua maior precisão em relação ao EMV. Neste trabalho propõe-se uma nova variante do algoritmo k-médias utilizando o estimador JS.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2016. / Submitted by Nayara Silva (nayarasilva@bce.unb.br) on 2016-06-24T14:50:41Z No. of bitstreams: 1 2016_ThuanydeAguiarSantos.pdf: 928072 bytes, checksum: 2cab3bf37f2544536607e2306efff0f0 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-07-07T21:55:28Z (GMT) No. of bitstreams: 1 2016_ThuanydeAguiarSantos.pdf: 928072 bytes, checksum: 2cab3bf37f2544536607e2306efff0f0 (MD5) / Made available in DSpace on 2016-07-07T21:55:28Z (GMT). No. of bitstreams: 1 2016_ThuanydeAguiarSantos.pdf: 928072 bytes, checksum: 2cab3bf37f2544536607e2306efff0f0 (MD5) / Em um problema de amostragem sem reposição com probabilidades desiguais de seleção, Horvitz e Thompson (1952) propuseram um estimador não viesado capaz de estimar o total, a média de uma variável de interesse ou o tamanho populacional. Além dos estimadores pontuais, pode-se estimar intervalos de possíveis estimativas do parâmetro estudado por meio de estimadores intervalares. Portanto, este trabalho visa apresentar uma revisão da metodologia utilizada para calcular os Intervalos de Confiança (IC) baseados no estimador de Horvitz-Thompson. Verificou-se que o intervalo de confiança clássico, baseado na distribuição normal, é o mais utilizado na literatura. Este IC necessita da variância populacional para ser calculado, por isso, utilizou-se também o IC baseado na distribuição t-student, devido a variância ser estimada e comparou-se o desempenho de diferentes estimadores da variância apresentados na literatura com relação ao tamanho amostral. Verificou-se que nem sempre os IC baseados na distribuição normal atingiram a cobertura nominal e que os estimadores da variância, que independem da probabilidade de seleção conjunta, tiveram desempenho parecido ao estimador proposto por Yates e Grundy (1953) e Sem (1953), em populações pequenas. ________________________________________________________________________________________________ ABSTRACT / In a problem of sampling without replacement with unequal probability of selection, Horvitz e Thompson (1952) have given an estimator without bias capable of estimates the total, the mean of a variable or the population size. Besides the point estimators, it is possible to estimate the ranges of possibles estimates of the parameter analyzed, by the intervals estimators. Therefore, this research has the main purpose to show an overview about the methodologies used to compute the con dence interval based on the Horviz-Thompson estimator. It was found that the classic con dence interval, based on the normal distribution, it is the most used in the literature. This interval needs that the population variance must be calculated, that is why, it was also used the con dence interval based on the t-student distribution, because the variance is estimated and then it was compared the performance of the di erent estimators of variance showed in the literature with relation to the sample size. It was concluded that not always the con dence interval based on the normal distribution reached the nominal cover and that the estimators of variance that are independent of the joint probability of selection had similar performance to the estimator given by Yates e Grundy (1953) and Sen (1953) in small populations.

Submitted by Allison Andrade (allisonandrade.13@hotmail.com) on 2016-03-21T13:42:43Z No. of bitstreams: 1 Dissertação - Diego da Silva Souza.pdf: 8179335 bytes, checksum: 421ac9daf5b471d88ab0b05199b85f3a (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-04-14T18:06:47Z (GMT) No. of bitstreams: 1 Dissertação - Diego da Silva Souza.pdf: 8179335 bytes, checksum: 421ac9daf5b471d88ab0b05199b85f3a (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-04-14T18:09:57Z (GMT) No. of bitstreams: 1 Dissertação - Diego da Silva Souza.pdf: 8179335 bytes, checksum: 421ac9daf5b471d88ab0b05199b85f3a (MD5) / Made available in DSpace on 2016-04-14T18:09:57Z (GMT). No. of bitstreams: 1 Dissertação - Diego da Silva Souza.pdf: 8179335 bytes, checksum: 421ac9daf5b471d88ab0b05199b85f3a (MD5) Previous issue date: 2012-12-19 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Pattern Recognition and Classification problems are importantes in a variety of science fields, such as biology, psychology, medice, computer vision and etc. However, the problem is not so easy to solve when the true probability distribution of data is unknown. In this work, we combine the Kernel density estimation method with a Bayesian approach and propose a new method for classification problems using Discriminant Analisys via Approximate Predictive Distribution. Simulation studies and application in data sets widely used in literature, were conducted as an assessment of the proposed methods. The results showed that the performace of the proposed methods are competitive, and in some cases significantly better, with classical methods of literature, Linear Discriminant Analisys (LDA), Quadratic Discriminant Analisys (QDA) and Naive Bayes Discriminant Analisys with Normal distribution (NNBDA). / Reconhecimento e classificação de padrões são problemas importantes em uma variedade de áreas científicas, como biologia, psicologia, medicina, visão computacional e etc. Porém este problema não é de fácil solução quando a distribuição de probabilidade dos dados é totalmente desconhecida. Neste trabalho, combinamos o método de estimação de densidades por Função Núcleo com um enfoque Bayesiano e propomos uma nova abordagem para problemas de classificação usando uma Análise Discriminante via Distribuições Preditivas Aproximadas. Estudos de simulação e aplicação em conjuntos de dados reais bastante utilizados na literatura, foram conduzidos como forma de avaliação dos métodos propostos. Os resultados mostraram que a performace dos métodos propostos são competitivos, e em alguns casos significantemente melhor, com os métodos clássicos da literatura, Análise Discriminante Linear (ADL), Análise Discriminante Quadrática (ADQ) e Análise Discriminante Naive Bayes com distribuição Normal (NNBDA).

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.