Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-02-16T19:50:28Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO.pdf: 1030009 bytes, checksum: 4fd54871f555178d79543d16ba2245d1 (MD5) / Made available in DSpace on 2016-02-16T19:50:28Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO.pdf: 1030009 bytes, checksum: 4fd54871f555178d79543d16ba2245d1 (MD5) Previous issue date: 2014-02-18 / O tema da dissertação é estabelecer um critério de imputação penal dos resultados aplicável aos delitos de omissão imprópria. Após analisar as alternativas que consideramos mais importantes, bem como descartar a teoria da causalidade mecânica para tal fim, concluímos pelo critério da diminuição do risco ou do perigo de lesão para o bem jurídico-penal. Para se chegar a essa conclusão percorremos um longo caminho, escolhido por se caracterizar pelo sentido das questões mais gerais até as mais específicas referentes ao tema em questão. De início, após tratarmos das diversas teorias da conduta humana, nos posicionamos sobre que elemento ocupa a base do sistema penal, antecedente, portanto, tanto dos delitos de ação quanto dos delitos de omissão. Em seguida, discutimos diversas questões fundamentais concernentes à omissão penal, para a partir daí estabelecermos os pontos de distinções entre os delitos de omissão imprópria e os delitos de omissão própria. Ato contínuo, realizamos um estudo sobre os delitos comissivos por omissão, procurando enfrentar as mais importantes controvérsias relacionadas a esse tipo de delito. Por fim, nos debruçamos sobre a temática relativa ao critério de imputação penal do resultado nos delitos omissivos impróprios, chegando à conclusão acima anunciada: a saber, pela adoção do critério da diminuição do perigo de lesão para os bens jurídico-penais. / With this dissertation, we propose a criterion for imputation of criminal offenses applicable to improper omission crimes. After reviewing the alternatives that we consider most important and discarding the mechanical causality theory for such purpose, we come up with the criterion of reducing the risk of injury or danger to the legal-penal goods. To reach this conclusion we have come a long way, chosen because it is characterized by the direction of the more general to the more specific issues related to the topic in question. In the first place, after treating the various theories of human behavior, we stand on that element occupies the base of the penal system, antecedent, so both action crimes as omission crimes. Then, we discuss several key issues concerning the criminal omission from there to establish the points of distinction between improper omission crimes and the proper omission crimes. Thereafter, we conducted a study on the commissives crimes by omission, looking tackle the most important controversies related to this type of crime. Finally, we concentrate on the issue concerning the criterion of result criminal imputation in improper omissive crimes, concluding announced above, namely, the adoption of the criterion of reducing the danger of injury to the legal-penal goods.

Redes Bayesianas são estruturas que combinam distribuições de probabilidade e grafos. Apesar das redes Bayesianas terem surgido na década de 80 e as primeiras tentativas em solucionar os problemas gerados a partir da não resposta datarem das décadas de 30 e 40, a utilização de estruturas deste tipo especificamente para imputação é bem recente: em 2002 em institutos oficiais de estatística e em 2003 no contexto de mineração de dados. O intuito deste trabalho é o de fornecer alguns resultados da aplicação de redes Bayesianas discretas e mistas para imputação. Para isso é proposto um algoritmo que combina o conhecimento de especialistas e dados experimentais observados de pesquisas anteriores ou parte dos dados coletados. Ao empregar as redes Bayesianas neste contexto, parte-se da hipótese de que uma vez preservadas as variáveis em sua relação original, o método de imputação será eficiente em manter propriedades desejáveis. Neste sentido, foram avaliados três tipos de consistências já existentes na literatura: a consistência da base de dados, a consistência lógica e a consistência estatística, e propôs-se a consistência estrutural, que se define como sendo a capacidade de a rede manter sua estrutura na classe de equivalência da rede original quando construída a partir dos dados após a imputação. É utilizada pela primeira vez uma rede Bayesiana mista para o tratamento da não resposta em variáveis quantitativas. Calcula-se uma medida de consistência estatística para redes mistas usando como recurso a imputação múltipla para a avaliação de parâmetros da rede e de modelos de regressão. Como aplicação foram conduzidos experimentos com base nos dados de domicílios e pessoas do Censo Demográfico 2000 do município de Natal e nos dados de um estudo sobre homicídios em Campinas. Dos resultados afirma-se que as redes Bayesianas para imputação em atributos discretos são promissoras, principalmente se o interesse estiver em manter a consistência estatística e o número de classes da variável for pequeno. Já para outras características, como o coeficiente de contingência entre as variáveis, são afetadas pelo método à medida que se aumenta o percentual de não resposta. Nos atributos contínuos, a mediana apresenta-se mais sensível ao método. / Bayesian networks are structures that combine probability distributions with graphs. Although Bayesian networks initially appeared in the 1980s and the first attempts to solve the problems generated from the non-response date back to the 1930s and 1940s, the use of structures of this kind specifically for imputation is rather recent: in 2002 by official statistical institutes, and in 2003 in the context of data mining. The purpose of this work is to present some results on the application of discrete and mixed Bayesian networks for imputation. For that purpose, we present an algorithm combining knowledge obtained from experts with experimental data derived from previous research or part of the collected data. To apply Bayesian networks in this context, it is assumed that once the variables are preserved in their original relation, the imputation method will be effective in maintaining desirable properties. Pursuant to this, three types of consistence which already exist in literature are evaluated: the database consistence, the logical consistence and the statistical consistence. In addition, the structural consistence is proposed, which can be defined as the ability of a network to maintain its structure in the equivalence class of the original network when built from the data after imputation. For the first time a mixed Bayesian network is used for the treatment of the non-response in quantitative variables. The statistical consistence for mixed networks is being developed by using, as a resource, the multiple imputation for evaluating network parameters and regression models. For the purpose of application, some experiences were conducted using simple networks based on data for dwellings and people from the 2000 Demographic Census in the City of Natal and on data from a study on homicides in the City of Campinas. It can be stated from the results that the Bayesian networks for imputation in discrete attributes seem to be promising, particularly if the interest is to maintain the statistical consistence and if the number of classes of the variable is small. Features such as the contingency tables coefficient among variables, on the other hand, are affected by this method as the percentage of non-response increases. The median is more sensitive to this method in continuous attributes.

Redes Bayesianas são estruturas que combinam distribuições de probabilidade e grafos. Apesar das redes Bayesianas terem surgido na década de 80 e as primeiras tentativas em solucionar os problemas gerados a partir da não resposta datarem das décadas de 30 e 40, a utilização de estruturas deste tipo especificamente para imputação é bem recente: em 2002 em institutos oficiais de estatística e em 2003 no contexto de mineração de dados. O intuito deste trabalho é o de fornecer alguns resultados da aplicação de redes Bayesianas discretas e mistas para imputação. Para isso é proposto um algoritmo que combina o conhecimento de especialistas e dados experimentais observados de pesquisas anteriores ou parte dos dados coletados. Ao empregar as redes Bayesianas neste contexto, parte-se da hipótese de que uma vez preservadas as variáveis em sua relação original, o método de imputação será eficiente em manter propriedades desejáveis. Neste sentido, foram avaliados três tipos de consistências já existentes na literatura: a consistência da base de dados, a consistência lógica e a consistência estatística, e propôs-se a consistência estrutural, que se define como sendo a capacidade de a rede manter sua estrutura na classe de equivalência da rede original quando construída a partir dos dados após a imputação. É utilizada pela primeira vez uma rede Bayesiana mista para o tratamento da não resposta em variáveis quantitativas. Calcula-se uma medida de consistência estatística para redes mistas usando como recurso a imputação múltipla para a avaliação de parâmetros da rede e de modelos de regressão. Como aplicação foram conduzidos experimentos com base nos dados de domicílios e pessoas do Censo Demográfico 2000 do município de Natal e nos dados de um estudo sobre homicídios em Campinas. Dos resultados afirma-se que as redes Bayesianas para imputação em atributos discretos são promissoras, principalmente se o interesse estiver em manter a consistência estatística e o número de classes da variável for pequeno. Já para outras características, como o coeficiente de contingência entre as variáveis, são afetadas pelo método à medida que se aumenta o percentual de não resposta. Nos atributos contínuos, a mediana apresenta-se mais sensível ao método. / Bayesian networks are structures that combine probability distributions with graphs. Although Bayesian networks initially appeared in the 1980s and the first attempts to solve the problems generated from the non-response date back to the 1930s and 1940s, the use of structures of this kind specifically for imputation is rather recent: in 2002 by official statistical institutes, and in 2003 in the context of data mining. The purpose of this work is to present some results on the application of discrete and mixed Bayesian networks for imputation. For that purpose, we present an algorithm combining knowledge obtained from experts with experimental data derived from previous research or part of the collected data. To apply Bayesian networks in this context, it is assumed that once the variables are preserved in their original relation, the imputation method will be effective in maintaining desirable properties. Pursuant to this, three types of consistence which already exist in literature are evaluated: the database consistence, the logical consistence and the statistical consistence. In addition, the structural consistence is proposed, which can be defined as the ability of a network to maintain its structure in the equivalence class of the original network when built from the data after imputation. For the first time a mixed Bayesian network is used for the treatment of the non-response in quantitative variables. The statistical consistence for mixed networks is being developed by using, as a resource, the multiple imputation for evaluating network parameters and regression models. For the purpose of application, some experiences were conducted using simple networks based on data for dwellings and people from the 2000 Demographic Census in the City of Natal and on data from a study on homicides in the City of Campinas. It can be stated from the results that the Bayesian networks for imputation in discrete attributes seem to be promising, particularly if the interest is to maintain the statistical consistence and if the number of classes of the variable is small. Features such as the contingency tables coefficient among variables, on the other hand, are affected by this method as the percentage of non-response increases. The median is more sensitive to this method in continuous attributes.

Submitted by GUILHERME LUÍS PEREIRA null (guipicoia@hotmail.com) on 2017-05-22T14:29:57Z No. of bitstreams: 1 Tese_Guilherme_Luis_Pereira.pdf: 2598868 bytes, checksum: aeb7dc177e4d5e4c0f7a8c7a59a11697 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-05-23T17:26:30Z (GMT) No. of bitstreams: 1 pereira_gl_dr_jabo.pdf: 2598868 bytes, checksum: aeb7dc177e4d5e4c0f7a8c7a59a11697 (MD5) / Made available in DSpace on 2017-05-23T17:26:30Z (GMT). No. of bitstreams: 1 pereira_gl_dr_jabo.pdf: 2598868 bytes, checksum: aeb7dc177e4d5e4c0f7a8c7a59a11697 (MD5) Previous issue date: 2017-04-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Dentre os equinos selecionados para velocidade, a linhagem de corrida da raça Quarto de Milha se destaca pelo alto desempenho em provas de curtas distâncias, sendo considerados os mais velozes do mundo. Apesar de, no Brasil, o efetivo de animais ser relativamente menor na linhagem de corrida do que nas demais, sua importância econômica é substancial. Tendo em vista o interesse econômico e científico relacionado a esta característica atlética, poucos esforços têm sido realizados para a maior compreensão de seus mecanismos genéticos e fisiológicos. Este trabalho teve como objetivos: 1) realizar a imputação de genótipos em duas vias entre indivíduos de uma amostra populacional relativamente pequena de cavalos de corrida da raça Quarto de Milha genotipados com painéis de 54k ou de 65k, bem como avaliar a acurácia de imputação por meio de simulações; 2) realizar estudo de associação ampla do genoma (GWAS) em cavalos da linhagem de corrida da raça Quarto de Milha por meio da utilização de chips equinos de genotipagem de SNPs, visando a prospecção de regiões cromossômicas, genes e polimorfismos relacionados ao desempenho; 3) analisar exomas de equinos de corrida da raça Quarto de Milha contrastantes para Índice de Velocidade máximo (IV max) em regiões previamente associadas à característica por meio de GWAS, visando a prospecção de polimorfismos gênicos causais, ligados ou em forte desequilíbrio de ligação com o desempenho em corridas. A imputação foi realizada utilizando 116 cavalos genotipados com o arranjo de SNPs de 54k e 233 genotipados com arranjo de 65k. Nas simulações foram escolhidas amostras aleatórias para constituírem as populações imputadas e referências em dois cenários. O cenário A simulou a imputação genótipos na primeira via (65k para 54k) e o cenário B na segunda (54k para 65k). No cenário A foram considerados 113 indivíduos para a população referência e 236 para a imputada, dos quais 116 e 120 foram genotipados com os arranjos de 54k e 65k, respectivamente. No cenário B foram considerados 50 indivíduos para a população referência e 299 para a imputada, dos quais 66 e 233 foram genotipados com os arranjos de 54k e 65k, respectivamente. Com isso, após o controle de qualidade, os painéis de 54k e de 65k contaram com 7.048 e 16.940 marcadores exclusivos, respectivamente. As médias de taxa de concordância para os cenários A e B foram 0,9815 e 0,9751 e para r2 alélico foram 0,9791 e 0,9740, respectivamente. O GWAS foi realizado com base no método single step GBLUP por meio de duas abordagens: ssGWAS1, em que somente efeitos de SNPs são reestimados a cada iteração, e ssGWAS2, em que a cada iteração são reestimados efeitos de SNPs a partir de valores genético genômico (GEBVs) reestimados. Vinte e uma regiões foram encontradas explicando mais que 1% da variância genética total (gVar) da característica índice de velocidade máximo (IV max) para ssGWAS1 e doze parassGWAS2. No total mais de 40% da gVar foi explicada por estas regiões para ssGWAS1 e cerca de 30% para ssGWAS2. Entre os cromossomos que explicaram mais de 1% da variância genética, cinco foram comuns aos dois métodos (ECA 3, 10, 15, 22, 25). Foram identificados 108 genes na primeira abordagem e 59 na segunda. A partir de informações de GEBVs de cada cavalo foram formados dois grupos de animais contrastantes para desempenho em corridas (20 animais de IV max superior e 20 IV max inferior), para ser sequenciados. Foram observadas leituras de boa qualidade para toda extensão das reads sequenciadas (até 100pb) e cobertura média de 43x. Foram identificadas 1.203 variantes (1.105 SNPs e 93 InDels) em 33 regiões de interesse obtidas, anteriormente, por meio de estudo de GWAS, das quais 61,3% não estavam registradas/depositadas no banco de dados de variantes equino. Do total de polimorfismos, 29 (24 SNPs e 5 InDels) foram considerados de importância com base em três abordagens distintas e independentes: escores SIFT classificado como deletério (<0,05), grau de impacto na região consenso de cada polimorfismo, e frequências alélicas diferentes, identificadas pelo teste de Fisher (p< 0,01), entre os grupos de cavalos contrastantes para IV max. Com isso, oito genes descritos como candidatos em trabalhos anteriores (ABCG5, COL11A1, GEN1, SOCS3, MICAL1, SPTBN1, EPB41L3 e SHQ1), e oito genes candidatos novos (AKNA, ARMC2, FKBP15, LHX1, NOL10, TMEM192, ZFP37, FIG4 e HNRNPU) foram relacionados ao desempenho em corridas de cavalos da raça Quarto de Milha. Assim, os resultados obtidos neste trabalho mostraram que o desempenho em corridas na raça Quarto de Milha, dado pelo IV max, é característica quantitativa e que não há ocorrência de major genes. / Among horses selected for speed, the racing line of Quarter Horses is characterized by high performance in sprint races, with these animals being considered the fastest horses in the world. Although in Brazil the effective number of animals in the racing line is relatively smaller compared to the other lines, its economic importance is substantial. Despite economic and scientific interest in this athletic trait, few efforts have been made to better understand the genetic and physiological mechanisms underlying this trait. The objectives of this study were: 1) to perform two-step genotype imputation between individuals in a relatively small population sample of racing Quarter Horses genotyped with the 54k or 65k panel, and to evaluate the accuracy of imputation through simulations; 2) to perform genome-wide association studies (GWAS) in Quarter Horses of the racing line using equine SNP genotyping chips for prospecting chromosome regions, genes and polymorphisms related to performance; 3) analyze exomes and UTRs in regions previously associated with this trait by GWAS in Quarter Horse racehorses with contrasting maximum speed index (SImax), prospecting causal gene polymorphisms that are related to or are in strong linkage disequilibrium with racing performance. Genotypes were imputed using 116 horses genotyped with the 54k SNP array and 233 animals genotyped with the 65k array. For the simulations, random samples were chosen to compose the imputed and reference populations in two scenarios. Scenario A simulated the genotype imputation in the first step (from 65k to 54k) and scenario B in the second step (from 54k to 65k). Thus, after quality control, the 54k and 65k panels contained 7,048 and 16,940 exclusive markers, respectively. The mean concordance rate was 0.9815 and 0.9751 for scenarios A and B, and the mean allelic r2 was 0.9791 and 0.974, respectively. After imputation was performed by the single-step GBLUP method using two approaches: ssGWAS1 in which only SNP effects are recalculated at each iteration, and ssGWAS2 in which SNP effects are recalculated from genomic estimated breeding values (GEBVs) at each iteration. Twenty-one regions that explained more than 1% of the total genetic variance (gVar) in the maximum speed index were identified by ssGWAS1 and 12 by ssGWAS2. More than 40% of gVar was explained by these regions in ssGWAS1 and about 30% in ssGWAS2. Among chromosomes that explained more than 1% of genetic variance, five were common to both methods (ECA 3, 10, 15, 22, 25). A total of 108 genes were identified with the first approach and 59 with the second approach. To exome sequencing, GEBVs were used for the formation of two groups of animals with contrasting racing performance (20 animals with superior SI max and 20 with inferior SI max). Good quality data were obtained throughout the reads sequenced, with an average coverage of 43x. A total of 1,203 variants (1,105 SNPs and 93 InDels) were identified in 33 regions of interest obtained previously by GWAS; of these, 61.3% were not registered/deposited in the horse genomic variant database. Twenty-nine of the polymorphisms (24 SNPs and 5 InDels) were considered to be important based on three different and independent approaches: SIFT scores classified as deleterious (<0.05), degree of impact on the consensus region of each polymorphism, and different allele frequencies identified by Fisher’s exact test (p< 0.01) between the groups of horses with contrasting SImax. Thus, eight genes described as functional and positional candidates in previous studies (ABCG5, COL11A1, GEN1, SOCS3, MICAL1, SPTBN1, EPB41L3, and SHQ1) and eight new candidate genes (AKNA, ARMC2, FKBP15, LHX1, NOL10, TMEM192, ZFP37, FIG4, and HNRNPU), some of them with known function, were related to racing performance in Quarter Horses. Taken together, the present results show that the racing performance of Quarter Horses, given by the maximum speed index, is a quantitative trait and that no major genes exist.

Made available in DSpace on 2014-06-12T17:22:34Z (GMT). No. of bitstreams: 2 arquivo6332_1.pdf: 821262 bytes, checksum: 8881bdcf6653ee808e6c5a0ac6441028 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / A presente dissertação discute a conduta da vítima de crime e sua contribuição, dolosa ou culposamente, para a gênese deste e de seus reflexos na seara jurídico-penal, à luz dos aportes vitimodogmáticos e da imputação à vítima. Parte-se de um afastamento da visão simplista da relação criminosa, que apresenta, de um lado a vítima, totalmente inocente, e em outro, diametralmente oposto, o culpado autor. Intenta-se o alcance de perspectivas penais amplas, que considerem a dupla relacional autora do resultado típico (vítima e desviante interagindo entre si e com o meio), e do caráter pluridimensional inerente ao delito. Avalia-se criticamente as construções doutrinárias, sobretudo alienígenas, que tratam dos institutos pertinentes à vítima, a saber: a autoresponsabilidade, a autocolocação em risco e a heterocolocação consentida, a imputação à vítima. Em consenquência, aborda-se analiticamente os efeitos jurídicos (atenuação da pena, exclusão da antijuridicidade ou do tipo) dessa atuação vítimal para a interpretação da sistemática do delito. Objetiva-se incitar a reflexão sobre a concreção ou não de um posto de relevância jurídica para a vítima de crime, no campo da dogmática penal, averiguando, portanto, correlação entre sua conduta para o crime com os fins de política criminal, aptos a atenderem as expectativas hodiernas do almejado sistema aberto, mais adequado à neutralização da criminalidade. Em vista disso, perpasse-se por uma sucinta e perfuntória avaliação da teoria da imputação objetiva, mormente os aspectos desenvolvidos por Claus Roxin, Günther Jakobs e Manuel Cancio Meliá, limitando-se ao que aqui interessa, a conduta da vítima, a fim de se desvendar seus pontos coincidentes ou não com os aportes vitimodogmáticos, o que servirá para a posterior tomada de postura. Nesse diapasão, questiona-se acerca da necessidade ou não de proteção de bens jurídicos sobre os quais o próprio titular (a vítima potencial) dispensou a sua tutela, observando, nesse ponto, os princípios basilares de uma tutela penal legítima (como adequação, merecimento e proporcionalidade) e de um direito penal mínimo e garantidor (subsidiariedade, fragmentariedade, ultima ratio). Enfim, almeja-se, prioritariamente, suscitar no universo jurídico a discussão sobre a figura da vítima como suporte dogmático para entendimento do crime, questão condenada até então à orfandade pelo dogmatismo do direito penal brasileiro. Tudo isso, a fim de que se encontrem senão lídimas medidas, outras mais próximas da realidade social, minimizando iniqüidades que o próprio sistema penal comete pela desconsideração da temática proposta

As técnicas de marcadores moleculares têm sido aplicadas em estudos populacionais das espécies bovinas, verificação de genealogia e teste de paternidade. Dentre os marcadores moleculares, os microssatélites (MS) são amplamente utilizados, porém, alguns problemas técnicos têm motivado o desenvolvimento de alternativas, como os marcadores do tipo polimorfismo de nucleotídeos único (SNP). Assim, surgiu a necessidade de identificar haplótipos SNP que estão em concordância com cada alelo MS e então os genótipos MS poderiam ser convertidos em genótipos SNP e vice-versa, por meio da imputação do genótipo. O objetivo deste trabalho foi aplicar um método para imputar alelos MS a partir de haplótipos SNP, para verificação de paternidade, utilizando animais da raça Nelore e também identificar um menor conjunto de SNP, com qualidade suficiente para otimizar e diminuir o custo da genotipagem. Foram realizadas genotipagens em SNP e MS para 99 trios de animais da raça Nelore provenientes da EMBRAPA Pecuária Sudeste e foi verificada a existência de alelos nulos pelo programa MICRO-CHECKER. Foram selecionados SNP que estivessem próximos de cada marcador MS e o programa BEAGLE foi usado para identificar a fase de ligação dos genótipos. Posteriormente, foi realizada a técnica de imputação dos MS a partir de haplótipos SNP e foi verificada a paternidade pelo programa CERVUS. A precisão da imputação dos alelos MS foi verificada através do cálculo da concordância entre os alelos MS imputados e relatados. O marcador SPS115 foi removido da análise por evidências de alelos nulos, devido ao excesso de homozigotos observados. O marcador mais informativo foi o TGLA122, cujo conteúdo de informação polimórfica (PIC) foi 0,8. Foram encontrados desvios do equilíbrio de HW (P<0,05) para os locos ETH225 e TGLA57. Um maior conjunto de SNP foi necessário para imputação de alelos MS para o marcador BM1824. As taxas de verificação de parentesco foram de 97,1% para os alelos MS genotipados e 96,3% para os MS imputados. Somente 4% dos 99 filhos não tiveram a paternidade atribuída, quando a simulação foi feita apenas para o pai conhecido e 1% quando pai e mãe eram conhecidos. Esta técnica obteve precisão maior que 96% para a imputação de dados MS e permitiu imputar dados genotípicos multialélicos a partir de bi-alélicos. Os resultados terão um impacto imediato para os pesquisadores e associações de criadores que visam a transição do MS para SNP baseada em verificação de parentesco. / Molecular markers techniques have been applied in bovine population studies, genealogy verification and paternity test. Among the molecular markers, microsatellites (MS) are widely used, however, some technical problems have motivated alternatives development, as markers type single nucleotide polymorphism (SNP). Thus, the need to identify SNP haplotypes which are in agreement with each MS allele and then MS genotypes could be converted into SNP genotypes and vice versa, through genotype imputation. The objective of this study was to apply a method to impute MS alleles from SNP haplotypes to verify paternity, using Nellore and also identify a smaller set of SNP, with enough quality to optimize and reduce genotype cost. SNP genotyping was performed at and for 99 MS trios Nellore from EMBRAPA Cattle Southeast and was checked for null alleles by MICROCHECKER. SNP were selected that were near each MS marker and the program BEAGLE was used to identify genotypes phase. Subsequently, were applied the MS imputation technique from SNP haplotype and paternity was verified by CERVUS. The accuracy of MS alleles imputation was verified by calculating the correlation between MS alleles imputed and reported. The SPS115 marker was removed from the analysis for null alleles evidence due to homozygote excess observed. The most informative marker was TGLA122 with 0.8 PIC. Deviations from equilibrium HW (P<0.05) were found for the loci ETH225 and TGLA57. A larger set of SNP was necessary to impute MS alleles for the marker BM1824. The verification rates of paternity were 97.1% for genotyped MS alleles and 96.3% for MS imputed. Using imputed MS alleles and when only the sire was considered only 4% of the 99 offspring were not assigned paternity and 1% when both parents were known. The technique achieved greater than 96% accuracy for MS imputation data. This research allow to impute multi-allelic genotypes from bi-allelic data. Our results will have an immediate impact for researchers and livestock associations aiming the transition from MS- to SNP-based parentage verification.

Modelos preditivos têm sido cada vez mais utilizados pelo mercado a fim de auxiliarem as empresas na mitigação de riscos, expansão de carteiras, retenção de clientes, prevenção a fraudes, entre outros objetivos. Entretanto, durante o desenvolvimento destes modelos é comum existirem, dentre as variáveis preditivas, algumas que possuem dados não preenchidos (missings), sendo necessário assim adotar algum procedimento para tratamento destas variáveis. Dado este cenário, este estudo tem o objetivo de discutir metodologias de tratamento de dados faltantes em modelos preditivos, incentivando o uso de algumas delas já conhecidas pelo meio acadêmico, só que não utilizadas pelo mercado. Para isso, este trabalho descreve sete metodologias. Todas elas foram submetidas a uma aplicação empírica utilizando uma base de dados referente ao desenvolvimento de um modelo de Credit Score. Sobre esta base foram desenvolvidos sete modelos (um para cada metodologia descrita) e seus resultados foram avaliados e comparados através de índices de desempenho amplamente utilizados pelo mercado (KS, Gini, ROC e Curva de Aprovação). Nesta aplicação, as técnicas que apresentaram melhor desempenho foram a que tratam os dados faltantes como uma categoria à parte (técnica já utilizada pelo mercado) e a metodologia que consiste em agrupar os dados faltantes na categoria conceitualmente mais semelhante. Já a que apresentou o pior desempenho foi a metodologia que simplesmente não utiliza a variável com dados faltantes, outro procedimento comumente visto no mercado. / Predictive models have been increasingly used by the market in order to assist companies in risk mitigation, portfolio growth, customer retention, fraud prevention, among others. During the model development, however, it is usual to have, among the predictive variables, some who have data not filled in (missing values), thus it is necessary to adopt a procedure to treat these variables. Given this scenario, the aim of this study is to discuss frameworks to deal with missing data in predictive models, encouraging the use of some already known by academia that are still not used by the market. This paper describes seven methods, which were submitted to an empirical application using a Credit Score data set. Each framework described resulted in a predictive model developed and the results were evaluated and compared through a series of widely used performance metrics (KS, Gini, ROC curve, Approval curve). In this application, the frameworks that presented better performance were the ones that treated missing data as a separate category (technique already used by the market) and the framework which consists of grouping the missing data in the category most similar conceptually. The worst performance framework otherwise was the one that simply ignored the variable containing missing values, another procedure commonly used by the market.

A substituição de valores ausentes, também conhecida como imputação, é uma importante tarefa para a preparação dos dados em aplicações de mineração de dados. Este trabalho propõe e avalia um algoritmo para substituição de valores ausentes baseado em um algoritmo evolutivo para agrupamento de dados. Este algoritmo baseia-se na suposição de que grupos (previamente desconhecidos) de dados podem prover informações úteis para o processo de imputação. Para avaliar experimentalmente o algoritmo proposto, simulações de valores ausentes foram realizadas em seis bases de dados, para problemas de classificação, com a aplicação de dois mecanismos amplamente usados em experimentos controlados: MCAR e MAR. Os algoritmos de imputação têm sido tradicionalmente avaliados por algumas medidas de capacidade de predição. Entretanto, essas tradicionais medidas de avaliação não estimam a influência dos métodos de imputação na etapa final em tarefas de modelagem (e.g., em classificação). Este trabalho descreve resultados experimentais obtidos sob a perspectiva de predição e inserção de tendências (viés) em problemas de classificação. Os resultados de diferentes cenários nos quais o algoritmo proposto, apresenta em geral, desempenho semelhante a outros seis algoritmos de imputação reportados na literatura. Finalmente, as análises estatísticas reportadas sugerem que melhores resultados de predição não implicam necessariamente em menor viés na classificação / The substitution of missing values, also called imputation, is an important data preparation task for data mining applications. This work proposes and evaluates an algorithm for missing values imputation that is based on an evolutionary algorithm for clustering. This algorithm is based on the assumption that clusters of (partially unknown) data can provide useful information for the imputation process. In order to experimentally assess the proposed method, simulations of missing values were performed on six classification datasets, with two missingness mechanisms widely used in practice: MCAR and MAR. Imputation algorithms have been traditionally assessed by some measures of prediction capability. However, this traditionall approach does not allow inferring the influence of imputed values in the ultimate modeling tasks (e.g., in classification). This work describes the experimental results obtained from the prediction and insertion bias perspectives in classification problems. The results illustrate different scenarios in which the proposed algorithm performs similarly to other six imputation algorithms reported in the literature. Finally, statistical analyses suggest that best prediction results do not necessarily imply in less classification bias

Submitted by Fernanda Weschenfelder (fernanda.weschenfelder@uniceub.br) on 2018-06-01T19:06:32Z No. of bitstreams: 1 61350194.pdf: 1081996 bytes, checksum: cbb640a5ebaddf75c50bdcde5ce0b24f (MD5) / Approved for entry into archive by Fernanda Weschenfelder (fernanda.weschenfelder@uniceub.br) on 2018-06-01T19:06:40Z (GMT) No. of bitstreams: 1 61350194.pdf: 1081996 bytes, checksum: cbb640a5ebaddf75c50bdcde5ce0b24f (MD5) / Made available in DSpace on 2018-06-01T19:06:40Z (GMT). No. of bitstreams: 1 61350194.pdf: 1081996 bytes, checksum: cbb640a5ebaddf75c50bdcde5ce0b24f (MD5) Previous issue date: 2016 / O objetivo desta dissertação é o aprofundamento do estudo da responsabilidade por dano processual, trazendo este tema à luz do debate. A escolha do tema deve-se a razões advindas do exercício da judicatura, ante a observação empírica da proliferação de casos práticos de litigância de má-fé. O tema é relevante porque a responsabilidade por dano processual constitui importante mecanismo jurídico de combate à litigância de má-fé, funcionando como instrumento da efetividade da prestação jurisdicional e da razoável duração do processo. O problema que aqui se coloca é saber qual é o critério legal de imputação da responsabilidade por dano processual. A hipótese a ser demonstrada é que o critério de imputação da responsabilidade por dano processual é objetivo, isto é, não corresponde à culpa nem ao dolo, porque estes requisitos subjetivos não foram previstos pelo Código de Processo Civil de 2015. A má-fé processual é o fator objetivo de atribuição da obrigação de reparação do dano processual.

Muitas são as características quantitativas que são, significativamente, influenciadas por fatores genéticos, em geral, existem vários genes que colaboram para a variação de uma ou mais características quantitativas. As informações ausentes a respeito dos genótipos nos marcadores moleculares é um problema comum em estudo de mapeamento genético e, por conseguinte, no mapeamento dos locus que controlam estas características fenotípicas (QTL). Os dados que não foram observados ocorrem, principalmente, devido a erros de genotipagem e de marcadores não informativos. Para solucionar este problema foi utilizado o método do modelo oculto de Markov para inferir estes dados. Os métodos de acurácias evidenciaram o sucesso da aplicação desta técnica de imputa- ção. Uma vez imputado, na inferência bayesiana estes dados não serão mais tratados como uma variável aleatória resultando assim, numa redução no espaço paramétrico do modelo. Outra grande dificuldade no mapeamento de QTL se deve ao fato de que não se conhece ao certo a quantidade destes que influenciam uma dada característica, fazendo com que surjam diversos problemas, um deles é a dimensão do espaço paramétrico e, consequentemente, a obtenção da amostra a posteriori. Assim, com o objetivo de contornar este problema foi proposta a utilização do método Monte Carlo via cadeia de Markov com Saltos Reversíveis, uma vez que este permite flutuar, entre cada iteração, modelos com diferentes quantidades de parâmetros. A utilização da abordagem bayesiana permitiu detectar cinco QTL para a característica estudada. Todas as análises foram implementadas no programa estatístico R. / There are many quantitative characteristics which are significantly influenced by genetic factors, in general, there are several genes that contribute to the variation of one or more quantitative trait. The missing information about the genotypes in molecular markers is a common problem in studying genetic mapping and therefore the mapping of loci that control these phenotypic traits (QTL). The data were not observed occur mainly due to errors in genotyping and uninformative markers. To solve this problem the method of occult Markov model to infer this information was used. Techniques accuracies demonstrated the successful application of this technique of imputation. Once allocated, in the Bayesian inference this data will no longer be treated as a random variable thus resulting in a reduction in the parameter space of the model. Another great difficulty in mapping QTL is due to the fact that no one knows exactly the amount of these which influence a given characteristic, so that several problems arise, one of them is dimension of the parameter space and, consequently, obtaining the sample a posterior. Thus, in order to solve this problem using the method via Monte Carlo Markov chain Reversible Jump was proposed, since this allows fluctuate between each iteration, models with different numbers of parameters. The use of the Bayesian approach allowed five QTL detected for the studied trait. All analyzes were implemented in the statistical software R.