Orientadores: Marcelo Moraes Guzzo, Pedro Cunha de Holanda / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Física Gleb Wataghin / Made available in DSpace on 2018-08-16T08:24:00Z (GMT). No. of bitstreams: 1 Torres_FernandoRossi_D.pdf: 6051875 bytes, checksum: 56888c02ccce0616320cd185ab5d3267 (MD5) Previous issue date: 2010 / Resumo: Neutrinos de supernova são ferramentas fundamentais, tanto para se entender o mecanismo de explosão de supernovas e formação de núcleos pesados além do ferro, assim como para determinar propriedades ainda desconhecidas e especulativas na física de oscilação de neutrinos, como a existência de neutrinos estéreis e neutrinos com massa variável, modelo este usado como uma das possíveis explicações para o fenômeno de expansão do universo. Outra informação valiosa, que podemos extrair dos neutrinos de supernova, é o limite imposto na massa absoluta dos neutrinos. Para atingir tais objetivos é fundamental termos uma eficiente detecção e também fazermos uma análise estatística mais completa através de uma verossimilhança correta dos próximos eventos de neutrinos de uma futura explosão galática de supernova para que possamos testar modelos de emissão de neutrinos associados ao mecanismo de explosão / Abstract: Supernova neutrinos are fundamental tools both to understand the mechanism of supernova explosion and formation of heavy nuclei beyond iron, as well as to determine yet unknown and speculative properties in the physics of neutrino oscillation, as the existence of sterile neutrinos and neutrinos with variable mass, which is used as a possible explanation for the phenomenona of expansion of the universe. Another valuable information that we can draw from the supernova neutrinos is the limit imposed on the absolute mass of neutrinos. To achieve these goals is essential to have an efficient detection of upcoming neutrino events from a future galactic supernova explosion and also do a more complete statistical analysis through a correct likelihood, testing, for example, models of neutrino emission associated with the explosion mechanism / Doutorado / Física das Particulas Elementares e Campos / Doutor em Ciências

Orientador: Mauricio Enrique Zevallos Herencia / Dissertação (mestrado) - Universidade Estadadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-15T13:14:28Z (GMT). No. of bitstreams: 1 Borges_CristianoAmancioVieira_M.pdf: 2172730 bytes, checksum: 3a0a212a114d920caf7bafe3f7a04868 (MD5) Previous issue date: 2010 / Resumo: A modelagem de séries temporais não gaussianas é um tema de alta relevância na análise de séries temporais. Utilizando-se de estimação por verossimilhança parcial, Kedem e Fokianos (2002) estenderam sistematicamente a metodologia dos Modelos Lineares Generalizados (MLG) para séries temporais em que tanto a série de interesse quanto as covariáveis são estocasticamente dependentes. Entretanto, a análise estatística de séries com memória longa (ML), seja na resposta ou nas covariáveis, não é discutida em detalhes. O primeiro objetivo desta dissertação é investigar, através de simulações, as propriedades dos estimadores de máxima verossimilhança parcial dos coeficientes do MLG quando utilizado para séries temporais com ML. O segundo objetivo consiste em um estudo sobre a qualidade das previsões obtidas para vários modelos ajustados a dados de séries com ML, utilizando a metodologia proposta por Kedem e Fokianos (2002). Os modelos considerados nesta dissertação são modelos para séries de contagens, séries binárias e séries categóricas ordinais. Finalmente, as metodologias são ilustradas através de aplicações em conjuntos de dados reais de finanças e de poluição do ar. / Abstract: Non-gaussian time series modeling is a high relevance issue of time series analysis. Kedem and Fokianos (2002) have used partial likelihood estimation to extend the Generalized Linear Models (GLM) methodology systematically to time series where the response and covariate data are both stochastically dependent. However, statistical analysis of time series with long memory (LM), whether in the response or in the covariates, is not discussed in detail. The first purpose of this paper is to investigate, via simulations, the properties of the partial maximum likelihood estimators of the GLM coefficients as used for modeling LM time series. As a second purpose, we have assessed the quality of the forecasts obtained from several adjusted models (using the methodology proposed by Kedem and Fokianos (2002)) as applied to data with LM series. The models we have chosen for our work include count series, binary series, and categorical ordinal time series models. Finally, the methodologies are illustrated with applications to financial and air pollution real data. / Mestrado / Series Temporais / Mestre em Estatística

Orientador: Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-27T16:25:27Z (GMT). No. of bitstreams: 1 RamosQuispe_LuzMarina_M.pdf: 6411257 bytes, checksum: 6e1e798cf8f6d7586fe5d9a057492a77 (MD5) Previous issue date: 2015 / Resumo: Vários trabalhos têm sido feitos sobre a distribuição Birnbaum-Saunders (BS) univariada e suas extensões. A distribuição bivariada Birnbaum-Saunders (BS) foi apresentada apenas recentemente por Kundu et al. (2010) e algumas extensões já foram discutidas por Vilca et al. (2014) e Kundu et al. (2013). Eles propuseram uma distribuição BS bivariada com estrutura de dependência e estabeleceram várias propriedades atraentes. Este trabalho fornece extensões, univariada e bivariada, da distribuição BS. Estas extensões são baseadas na distribuição Gaussiana Inversa (IG) que é usada como uma distribuição de mistura no contexto de misturas de escala normal. As distribuições resultantes são distribuições absolutamente contínuas e muitas propriedades da distribuição BS são preservadas. Sob caso bivariado, as marginais e condicionais são do tipo Birnbaum-Saunders univariada. Para a obtenção da estimativa de máxima verossimilhança (EMV) é desenvolvido um algoritmo EM. Ilustramos os resultados obtidos com dados reais e simulados / Abstract: Several works have been done on the univariate Birnbaum-Saunders (BS) distribution and its extensions. The bivariate Birnbaum-Saunders (BS) distribution was presented only recently by Kundu et al. (2010) and some extensions have already been discussed by Vilca et al. (2014) and Kundu et al. (2013). They proposed a bivariate BS distribution with dependence structure and established several attractive properties. This work provides extensions, univariate and bivariate, of the BS distribution. These extensions are based on the Inverse Gaussian (IG) distribution that is used as a mixing distribution in the context of scale mixtures of normal. The resulting distributions are absolutely continuous distributions and many properties of the BS distribution are preserved. Under bivariate case, the marginals and conditionals are of type univariate Birnbaum-Saunders. For obtaining the maximum likelihood estimates (MLE) of the model parameters is developed an algorithm EM. We illustrate the obtained results with real and simulated dataset / Mestrado / Estatistica / Mestra em Estatística