Made available in DSpace on 2014-06-12T17:35:47Z (GMT). No. of bitstreams: 2 arquivo6440_1.pdf: 9545186 bytes, checksum: 7d7e7040489915155be8265d4078b71e (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / As organizações têm enfrentado o problema da definição do "perfil ideal" que o líder deve ter para impulsionar a consecução dos resultados esperados. Todavia, é preciso observar que a maturidade dos liderados e as situações vivenciadas nas empresas variam de acordo com a tarefa a ser executada. Diante disto, o líder deve considerar estas mudanças a fim de desenvolver com o liderado uma comunicação capaz de estimulá-lo na compreensão destas tarefas. A proposta do presente trabalho é identificar o nível de maturidade dos liderados a fim de prescrever o estilo de liderança mais apropriado a ser adotado pelo líder. A avaliação do liderado configura um problema de classificação quanto à sua maturidade. Entretanto, o decisor pode deparar-se com algumas dificuldades para solução deste problema. A fim de solucionar estes obstáculos, são propostas: uma estrutura para identificação do estilo de liderança mais apropriado a ser adotado pelo líder (por meio da inferência de parâmetros) e, a utilização da Modelagem Multicritério associada à Teoria dos Conjuntos Fuzzy

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-07-08T18:44:40Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE Fernanda De Bastiani.pdf: 4258341 bytes, checksum: 8f146a8d3dfa9d213e65c7506719ad53 (MD5) / Made available in DSpace on 2016-07-08T18:44:40Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE Fernanda De Bastiani.pdf: 4258341 bytes, checksum: 8f146a8d3dfa9d213e65c7506719ad53 (MD5) Previous issue date: 2016-02-22 / FACEPE / In this work, we present inference and diagnostics in spatial models. Firstly, we extend the Gaussian spatial linear model for the elliptical spatial linear models, and present the local influence methodology to assess the sensitivity of the maximum likelihood estimators to small perturbations in the data and/or the spatial linear model assumptions. Secondly, we consider the Gaussian spatial linear models with repetitions. We obtain in matrix notation a Bartlett correction factor for the profiled likelihood ratio statistic. We also present inference approach to estimate the smooth parameter from the Mat´ern family class of models. The maximum likelihood estimators are obtained, and an explicit expression for the Fisher information matrix is also presented, even when the smooth parameter for Mat´ern class of covariance structure is estimated. We present local and global influence diagnostics techniques to assess the influence of observations on Gaussian spatial linear models with repetitions. We review concepts of Cook’s distance and generalized leverage and extend it. For local influence we consider two different approach and for both we consider appropriated perturbation in the response variable and case weight perturbation. Finally, we describe the modeling and fitting of Markov random field spatial components within the generalized additive models for locations scale and shape framework. This allows modeling any or all of the parameters of the distribution for the response variable using explanatory variables and spatial effects. We present some simulations and real data sets illustrate the methodology. / Neste trabalho, apresentamos inferência e diagnósticos para modelos espaciais. Inicialmente, os modelos espaciais lineares Gaussianos são estendidos para os modelos espaciais lineares elípticos, e desenvolve-se a metodologia de influência local para avaliar a sensibilidade dos estimadores de máxima verossimilhança para pequenas perturbações nos dados e/ou nos pressupostos do modelo. Posteriormente, considera-se os modelos espaciais lineares Gaussianos com repetições. Para estes modelos obteve-se em notação matricial um fator de correção de Bartlett para a estatística da razão de verossimilhanças perfiladas. E também realizada inferência para estimar o parâmetro de suavização da classe de modelos da família Matérn. Os estimadores de máxima verossimilhança são obtidos, e uma expressão explícita para a matriz de informação de Fisher e apresentada, mesmo quando o parâmetro de suavização da classe de modelos da família Matérn da estrutura de covariância _e estimado. Desenvolve-se técnicas de diagnósticos de influência local e global para avaliar a influência de observações em modelos espaciais lineares Gaussianos com repetições. Os conceitos de distância de Cook e alavanca generalizada são revisados e estendidos para estes modelos. Para influência local são consideradas perturbações apropriadas na variável resposta e ponderação de casos. Finalmente, é descrita a modelagem para os componentes espaciais dos campos aleatórios Markovianos nos modelos aditivos generalizados de locação escala e forma. Isto permite modelar qualquer ou todos os parâmetros da distribuição para a variável resposta utilizando as variáveis explanatórias e efeitos espaciais. Alguns estudos de simulações são apresentados e as metodologias são ilustradas com conjuntos de dados reais.

A comparação de dados de mercado é o método mais empregado em avaliação de imóveis. Este método fundamenta-se na coleta, análise e modelagem de dados do mercado imobiliário. Porém os dados freqüentemente contêm erros e imprecisões, além das dificuldades de seleção de casos e atributos relevantes, problemas que em geral são solucionados subjetivamente. Os modelos hedônicos de preços têm sido empregados, associados com a análise de regressão múltipla, mas existem alguns problemas que afetam a precisão das estimativas. Esta Tese investigou a utilização de técnicas alternativas para desenvolver as funções de preparação dos dados e desenvolvimento de modelos preditivos, explorando as áreas de descobrimento de conhecimento e inteligência artificial. Foi proposta uma nova abordagem para as avaliações, consistindo da formação de uma base de dados, ampla e previamente preparada, com a aplicação de um conjunto de técnicas para seleção de casos e para geração de modelos preditivos. Na fase de preparação dos dados foram utilizados as técnicas de regressão e redes neurais para a seleção de informação relevante, e o algoritmo de vizinhança próxima para estimação de valores para dados com erros ou omissões. O desenvolvimento de modelos preditivos incluiu as técnicas de regressão com superficies de resposta, modelos aditivos generalizados ajustados com algoritmos genéticos, regras extraídas de redes neurais usando lógica difusa e sistemas de regras difusas obtidos com algoritmos genéticos, os quais foram comparados com a abordagem tradicional de regressão múltipla Esta abordagem foi testada através do desenvolvimento de um estudo empírico, utilizando dados fornecidos pela Prefeitura Municipal de Porto Alegre. Foram desenvolvidos três formatos de avaliação, com modelos para análise de mercado, avaliação em massa e avaliação individual. Os resultados indicaram o aperfeiçoamento da base de dados na fase de preparação e o equilíbrio das técnicas preditivas, com um pequeno incremento de precisão, em relação à regressão múltipla.Os modelos foram similares, em termos de formato e precisão, com o melhor desempenho sendo atingido com os sistemas de regras difusas.

Este trabalho tem o objetivo de divulgar a metodologia de ponderação de modelos ou Bayesian Model Averaging (BMA) entre os pesquisadores da área agronômica e discutir suas vantagens e limitações. Com o BMA é possível combinar resultados de diferentes modelos acerca de determinada quantidade de interesse, com isso, o BMA apresenta-se como sendo uma metodologia alternativa de análise de dados frente os usuais métodos de seleção de modelos tais como o Coeficiente de Determinação Múltipla (R2 ), Coeficiente de Determinação Múltipla Ajustado (R2), Estatística de Mallows ( Cp) e Soma de Quadrados de Predição (PRESS). Vários trabalhos foram, recentemente, realizados com o objetivo de comparar o desempenho do BMA em relação aos métodos de seleção de modelos, porém, há ainda muitas situações para serem exploradas até que se possa chegar a uma conclusão geral acerca desta metodologia. Neste trabalho, o BMA foi aplicado a um conjunto de dados proveniente de um experimento agronômico. A seguir, o desempenho preditivo do BMA foi comparado com o desempenho dos métodos de seleção acima citados por meio de um estudo de simulação variando o grau de multicolinearidade e o tamanho amostral. Em cada uma dessas situações, foram utilizadas 1000 amostras geradas a partir de medidas descritivas de conjuntos de dados reais da área agronômica. O desempenho preditivo das metodologias em comparação foi medido pelo Logaritmo do Escore Preditivo (LEP). Os resultados empíricos obtidos indicaram que o BMA apresenta desempenho semelhante aos métodos usuais de seleção de modelos nas situações de multicolinearidade exploradas neste trabalho. / The objective of this work was divulge to Bayesian Model Averaging (BMA) between the researchers of the agronomy area and discuss its advantages and limitations. With the BMA is possible combine results of difeerent models about determined quantity of interest, with that, the BMA presents as being a metodology alternative of data analysis front the usual models selection approaches, for example the Coefficient of Multiple Determination (R2), Coefficient of Multiple Determination Adjusted (R2), Mallows (Cp Statistics) and Prediction Error Sum Squares (PRESS). Several works recently were carried out with the objective of compare the performance of the BMA regarding the approaches of models selection, however, there is still many situations for will be exploited to that can arrive to a general conclusion about this metodology. In this work, the BMA was applied to data originating from an agronomy experiment. It follow, the predictive performance of the BMA was compared with the performance of the approaches of selection above cited by means of a study of simulation varying the degree of multicollinearity, measured by the number of condition of the matrix standardized X'X and the number of observations in the sample. In each one of those situations, were utilized 1000 samples generated from the descriptive information of agronomy data. The predictive performance of the metodologies in comparison was measured by the Logarithm of the Score Predictive (LEP). The empirical results obtained indicated that the BMA presents similar performance to the usual approaches of selection of models in the situations of multicollinearity exploited.

O uso de fronteira de produ¸c˜ ao estoc´ astica com m´ ultiplos produtos tem despertado um interesse especial em ´areas da economia que defrontam-se com o problema de quantificar a eficiˆencia t´ecnica de firmas. Na estat´ýstica cl´ assica, quando se defronta com firmas que possuem v´arios produtos, as fun¸c˜ oes custo ou demanda s˜ ao mais utilizadas para calcular essa eficiˆencia, mas isso requer uma quantidade maior de informa¸c˜ oes sobre os dados, al´em das quantidades de insumos e produtos, tamb´em s˜ ao necess´ arios seus pre¸cos e custos. Quando existem apenas informa¸c˜ oes sobre os insumos (x) e os produtos (y) h´a a necessidade de se trabalhar com a fun¸c˜ ao de produ¸c˜ ao e a inexistˆencia de estat´ýsticas suficientes para alguns parˆ ametros tornam a an´alise d´ýficil. A abordagem Bayesiana pode se tornar uma ferramenta muito ´ util para esse caso, pois ´e poss´ývel obter uma amostra da distribui¸ c˜ ao de probabilidade dos parˆ ametros do modelo, possibilitando a obten¸c˜ ao de resumos de interesse. Para obter as amostras dessas distribui¸ c˜ oes m´etodos Monte Carlo com cadeias de Markov, tais como, amostrador de Gibbs, Metropolis-Hastings e “Slice sampling” s˜ ao utilizados. / The use of stochastic production frontier with multiple-outputs has been waking up a special interest in areas of the economy that are confronted with the problem of quantifying the technical efficiency of firms. In the classic statistics, when it is confronted with firms that possess several outputs, cost or profit functions are more used to calculate that efficiency, but that requests an amount larger of information about data set, besides the amounts of inputs and outputs, are also necessary your prices and costs. When just exist information on inputs (x) and outputs (y) there is need to work with the production function and the lack of enough statistics for some parameters turn the difficult analysis. Bayesian approach can become a useful tool for that case, because is possible to obtain a sample of the distribution of probability of the parameters of the model, making possible the obtaining of summaries of interest. To obtain samples of those distributions methods Markov chains Monte Carlo, that is, Gibbs sampling, Metropolis-Hastings and Slice sampling are used.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-08-31T11:36:01Z No. of bitstreams: 1 rachelterrignocunhareis.pdf: 2353630 bytes, checksum: 3f0886407ff853318bb9961c5e287455 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-09-03T16:37:31Z (GMT) No. of bitstreams: 1 rachelterrignocunhareis.pdf: 2353630 bytes, checksum: 3f0886407ff853318bb9961c5e287455 (MD5) / Made available in DSpace on 2018-09-03T16:37:31Z (GMT). No. of bitstreams: 1 rachelterrignocunhareis.pdf: 2353630 bytes, checksum: 3f0886407ff853318bb9961c5e287455 (MD5) Previous issue date: 2018-07-13 / A presente dissertação objetiva investigar o uso de dicas nas modalidades oral e verbal para inferência lexical em inglês, como língua estrangeira, em Histórias em Quadrinhos Eletrônicas (HQtrônicas). Foram implementadas HQtrônicas, com dicas em links e sem dicas, com base em teorias de aprendizagem mediada pelas novas tecnologias. Esse estudo experimental foi realizado para testar os ambientes de leitura enquanto auxiliadores na realização de inferência e aprendizagem de vocabulário. No plano teórico, este trabalho fundamenta-se na Teoria Cognitiva do Aprendizado Multimídia de Mayer (1997; 2001) que busca explicar o processamento da informação em ambiente de aprendizagem multimodal, e nos pressupostos da Abordagem Conexionista (ELLIS, 1998; LEITE, 2008; ZIMMER, 2008). No âmbito da metodologia, o experimento foi aplicado a 162 participantes de nível elementar de inglês como língua estrangeira, divididos em dois grupos: experimental e controle. O grupo experimental é subdividido em grupos A, B e C, no total de 132 alunos. O grupo A recebeu dicas orais e verbais, o grupo B recebeu dicas orais e o grupo C apenas dicas verbais. O grupo controle, grupo D, é composto de 30 alunos. Esse grupo não recebeu dica. Essa distinção foi feita, a fim de investigarmos os impactos das dicas no processo de inferência lexical de alunos de inglês como língua estrangeira. Para a análise foram considerados os resultados obtidos nos testes de vocabulário e questionários de avaliação. Os resultados indicam que o uso de dicas pode contribuir significativamente para a inferência e aprendizado de vocabulário, com destaque para o uso integrado de dicas orais + verbais. Com esta pesquisa, buscou-se fornecer subsídios teóricos e práticos para a elaboração de exercícios de inferência lexical e ainda contribuir para a disseminação do uso do gênero HQtrônicas no ensino e aprendizado de línguas estrangeiras. / The present work is aimed at investigating the use of the oral and written tips in lexical inference of English, as foreign language, in the reading of webcomics. For this, two webcomics were prepared, with and without tips, based on new technology learning theories. This experimental study was accomplished in order to test the reading environments as auxiliaries in lexical inference and learning. On theoretical grounds, the work is based on the assumptions of the Cognitive Theory of the Multimedia Learning by Mayer (1997; 2001) which seeks to explain the information processing in a multimodal learning environment, and on the assumptions of the Connectionism Approach (ELLIS, 1998; LEITE, 2008; ZIMMER, 2008). In the methodology, the experiment was applied to 162 students of English as Foreign Language teaching and learning in elementary level, divided into two groups: experimental and control group. The experimental group is subdivided into groups A, B and C, composed by 132 students in total. Group A received oral and written tips, group B received oral tips and group C received just the written tips. The control group, group D is composed by 30 students. It did not receive any tips. This distinction was made, in order to investigate the impact of the tips in the lexical inference of English learners as a foreign language. In the analysis it was used the data generated in vocabulary test and the evaluated research questionnaire data. The results show that the use of tips may contribute significantly to inference and vocabulary learning. We highlight the use of oral and written tips together. We hope to provide, through this research, theoretical and practical allowance for development of lexical inference exercises, and we also expect to contribute with the dissemination of the genre webcomics in the teaching learning of foreign languages.

Orientador: Laura Leticia Ramos Rifo / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-26T15:05:12Z (GMT). No. of bitstreams: 1 Tasca_GustavoHenrique_M.pdf: 979052 bytes, checksum: bb1371bb1b8626882cebcf01550bb823 (MD5) Previous issue date: 2015 / Resumo: Neste trabalho, estudamos métodos de inferência bayesiana para distribuições de cauda longa, que não envolvam o cálculo da função de verossimilhança. Inicialmente, apresentamos uma análise das propriedades de distribuições de cauda pesada e seus casos particulares, como as famílias de distribuições de cauda longa, subexponenciais e de variação regular. Apresentamos algumas estatísticas e seus comportamentos amostrais, a fim de desenvolvermos medidas de diagnóstico. Para obtenção de inferências a posteriori, discutimos o método ABC de mínima entropia e outros algoritmos para verificação e seleção de modelos, que não utilizam o cálculo da função de verossimilhança. Introduzimos um novo algoritmo para seleção de modelos baseado na distribuição preditiva a posteriori, cujos resultados são validados através de simulações e análises de dados reais relacionados à hidrologia / Abstract: In this work, we study Bayesian inference methods for long-tailed distributions that don't involve the evaluation of the likelihood function. Initially, we present an analysis of the properties of heavy-tailed distributions and particular cases, as long-tailed, subexponencial and regular variation families. Some statistics are presented and their sampling behavior studied, in order to develop diagnostic measures. For obtaining posterior inferences, we discuss the minimum entropy ABC and others likelihood-free algorithms, aiming model checking and model selection. We introduce a new model selection algorithm based on the posterior predictive distribution, the results of which are validated through simulations and real data related to river flow / Mestrado / Estatistica / Mestre em Estatística

Orientador: Helio Fiori de Castro / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-28T11:56:54Z (GMT). No. of bitstreams: 1 Tyminski_NataliaCezaro_M.pdf: 6550021 bytes, checksum: 3fb888c14fc5d24d29f7f155d0e4f2b0 (MD5) Previous issue date: 2015 / Resumo: As unidades geradoras de energia das usinas são formadas por turbinas e turbo-geradores, que são exemplos típicos de máquinas rotativas. Essas maquinas são componentes críticos, pois são essenciais à geração de energia. Sabendo que a análise dinâmica de máquinas rotativas é uma tarefa complexa envolvendo diversos parâmetros a serem analisados, sua realização não deve considerar apenas o rotor, pois seu comportamento dinâmico é influenciado pela interação com os demais componentes do mesmo sistema. O comportamento dinâmico de uma máquina rotativa é, geralmente, representado por um modelo determinístico. Entretanto, sistemas rotativos reais possuem características estocásticas, visto que os inúmeros parâmetros de projetos possuem incertezas inerentes à fabricação e, principalmente, às condições de operações. Desta forma, modelos estocásticos são uma opção importante para representação de sistemas rotativos na fase de projeto, onde se podem prever os efeitos da variação dos parâmetros de projeto. O tema em foco nesta dissertação de mestrado é a aplicação de Inferência Bayesiana para ajustar um modelo de sistema rotativo. Neste trabalho foram analisadas as incertezas nos parâmetros de projeto de um sistema rotativo, e a partir das incertezas obtidas foi possível obter a resposta estocástica do sistema. A primeira analise considera as incertezas dos parâmetros relacionados ao eixo; como o modulo de elasticidade, a massa especifica do material e o coeficiente de proporcionalidade a matriz de rigidez. Na segunda análise, os parâmetros escolhidos foram os parâmetros de desbalanceamento; ângulo de fase, momento de desbalanceamento e posição axial. Em uma terceira abordagem, foi analisado parâmetros dos mancais hidrodinâmicos, folga radial do mancal e temperatura do óleo lubrificante. A partir das incertezas dos referidos parâmetros, foi possível analisar a propagação de incertezas desses parâmetros no cálculo da posição do eixo no mancal e dos coeficientes dinâmicos dos mancais hidrodinâmicos / Abstract: Energy generation plants rely on units such as turbines and turbo-generators, which are common examples of rotating machines. These machines are critical components in these units, once they are essential to the energy generation. The dynamic analysis of rotating machines is a complex task including several parameters to be considered. This analysis requires taking the rotor into account but also the other components, which affect the dynamic behavior of the system. The dynamic behavior of rotating machines is usually represented by a deterministic model. Although, real rotating system have stochastic characteristics once that the parameters on project have uncertainties. In this way, stochastic models are an important option for the representation of these systems, and it's possible predict the variation's parameters. This study aims the application of Bayesian Inference for model updating on rotating systems. The uncertainties of rotating machines parameters were analyzed, and the system stochastic response was obtained. The first analyzed considers the uncertainties of the beam parameters, as the Young¿s modulus, and the proportionality coefficient to the stiffness matrix. In the second analysis, the selected parameters were the unbalance parameters; phase angle, unbalance moment and axial position. In a third approach, it was analyzed parameters of journal bearings, clearance radial and lubricating oil temperature. From the uncertainties of these parameters, it was possible to analyze the propagation of uncertainties of these parameters, to calculate the center line position in the bearing, and the dynamic coefficients of journal bearings / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestra em Engenharia Mecânica

Neste trabalho, trˆes modelos foram ajustados a um conjunto de dados obtido de um ensaio de controle biol´ogico para Diatraea saccharalis, uma praga comum em planta¸c˜oes de cana-de-a¸c´ucar. Usando a distribui¸c˜ao binomial como modelo de probabilidade, um ajuste adequado n˜ao pode ser obtido, devido `a superdispers˜ao gerada pela variabililidade dos dados e pelo excesso de zeros. Nesse caso, o modelo binomial inflacionado de zeros (ZIB) superdisperso ´e mais flex´ývel e eficiente para a modelagem desse tipo de dados. Entretanto, quando o interesse maior est´a sobre os valores positivos das propor¸c˜oes, pode-se utilizar o modelo binomial truncado superdisperso. Uma abordagem alternativa eficiente que foi utilizada para a modelagem desse tipo de dados foi a Bayesiana, sendo o ajuste do modelo realizado usando as t´ecnicas de simula¸c˜ao Monte Carlo em Cadeias de Markov, atrav´es do algoritmo Metropolis-Hastings e a sele¸c˜ao dos modelos foi feita usando o DIC (Deviance Information Criterion) e o fator de Bayes. Os modelos foram implementados no procedimento IML (Iteractive Matrix Linear) do programa SAS (Statistical Analysis System) e no programa WinBUGS e a convergˆencia das estimativas foi verificada atrav´es da an´alise gr´afica dos valores gerados e usando os diagn´osticos de Raftery & Lewis e de Heidelberger & Welch, implementado no m´odulo CODA do programa R. / In general the standard binomial regression models do not fit well to proportion data from biological control assays, manly when there is excess of zeros and overdispersion. In this work a zero-inflated binomial model is applied to a data set obtained from a biological control assay for Diatraea saccharalis, a commom pest in sugar cane. A parasite (Trichogramma galloi) was put to parasitize 128 eggs of the Anagasta kuehniella, an economically suitable alternative host (Parra, 1997), with a variable number of female parasites (2, 4, 8,..., 128), each with 10 replicates in a completely randomized experiment. When interest is only in the positive proportion data, a model can be based on the truncated binomial distribution. A Bayesian procedure was formulated using a simulation technique (Metropolis Hastings) for estimation of the posterior parameters of interest. The convergence of the Markov Chain generated was monitored by visualization of the trace plot and using Raftery & Lewis and Heidelberg & Welch diagnostics presented in the module CODA of the software R.

Este trabalho tem como objetivo estudar o modelo de regressão binária nas abordagens clássica e bayesiana utilizando as funções de ligações probito, logito, complemento log-log, transformação box-cox e probito-assimétrico. Na abordagem clássica apresentamos as suposições e o procedimento para ajustar o modelo de regressão e verificamos a precisão dos parâmetros estimados, construindo intervalos de confiança e testes de hipóteses. Enquanto que, na inferência bayesiana fizemos um estudo comparativo utilizando duas metodologias. Na primeira metodologia consideramos densidades a priori não informativas e utilizamos o algoritmo Metropolis-Hastings para ajustar o modelo. Na segunda metodologia utilizamos variáveis auxiliares para obter a distribuição a posteriori conhecida, facilitando a implementação do algoritmo do Amostrador de Gibbs. No entanto, a introdução destas variáveis auxiliares podem gerar valores correlacionados, o que leva à necessidade de se utilizar o agrupamento das quantidades desconhecidas em blocos para reduzir a autocorrelação. Através do estudo de simulação mostramos que na inferência clássica podemos usar os critérios AIC e BIC para escolher o melhor modelo e avaliamos se o percentual de cobertura do intervalo de confiança assintótica está de acordo com o esperado na teoria assintótica. Na inferência bayesiana constatamos que o uso de variáveis auxiliares resulta em um algoritmo mais eficiente segundo os critérios: erro quadrático médio (EQM), erro percentual absoluto médio (MAPE) e erro percentual absoluto médio simétrico (SMAPE). Como ilustração apresentamos duas aplicações com dados reais. Na primeira, consideramos um conjunto de dados da variação do Ibovespa e a variação do valor diário do fechamento da cotação do dólar no período de 2013 a 2016. Na segunda aplicação, trabalhamos com um conjunto de dados educacionais (INEP-2013), focando nos estudos das variáveis que influenciam a aprovação do aluno. / The objective of this work is to study the binary regression model under the frequentist and Bayesian approaches using the probit, logit, log-log complement, Box-Cox transformation and skewprobit as link functions. In the classical approach we presented assumpti- ons and procedures used in the regression modeling. We verified the accuracy of the estimated parameters by building confidence intervals and conducting hypothesis tests. In the Bayesian approach we made a comparative study using two methodologies. For the first methodology, we considered non-informative prior distributions and the Metropolis-Hastings algorithm to estimate the model. In the second methodology we used auxiliary variables to obtain the known a posteriori distribution, allowing the use of the Gibbs Sampler algorithm. However, the introduction of these auxiliary variables can generate correlated values and needs the use of clustering of unknown quantities in blocks to reduce the autocorrelation. In the simulation study we used the AIC and BIC information criteria to select the most appropriate model and we evaluated whether the coverage probabilities of the confidence interval is in agre- ement with that expected by the asymptotic theory. In Bayesian approach we found that the inclusion of auxiliary variables in the model results in a more efficient algoritm according to the MSE, MAPE and SMAPE criteria. In this work we also present applications to two real datasets. The first dataset used is the variation of the Ibovespa and variation of the daily value of the American dollar at the time of closing the 2013 to 2016. The second dataset, used is an educational data set (INEP-2013), where we are interested in studying the factors that influence the approval of the student.