Spelling suggestions: "subject:"logística (estatística)"" "subject:"ogística (estatística)""
1 |
Análise de influência local nos modelos de riscos múltiplos / Influence diagnostics for polyhazard models in the presence of covariatesFachini, Juliana Betini 06 February 2007 (has links)
Neste trabalho, é apresentado vários métodos de diagnóstico para modelos de riscos múltiplos. A vantagem desse modelo é sua flexibilidade em relação aos modelos de risco simples, como, os modelos Weibull e log-logístico, pois acomoda uma grande classe de funções de risco, função de risco não-monótona, por exemplo, forma de "banheira" e curvas multimodal. Alguns métodos de influência, assim como, a influência local, influência local total de um indivíduo são calculadas, analizadas e discutidas. Uma discussão computacional do método do afastamento da verossimilhança, bem como da curvatura normal em influência local são apresentados. Finalmente, um conjunto de dados reais é usado para ilustrar a teoria estudada. Uma análise de resíduo é aplicada para a seleção do modelo apropriado. / In this paperwork is present various diagnostic methods for polyhazard models. Polyhazard models are a flexible family for fitting lifetime data. Their main advantage over the single hazard models, such as the Weibull and the log-logistic models, is to include a large amount of nonmonotone hazard shapes, as bathtub and multimodal curves. Some influence methods, such as the local influence, total local influence of an individual are derived, analyzed and discussed. A discussion of the computation of the likelihood displacement as well as the normal curvature in the local influence method are presented. Finally, an example with real data is given for illustration. A residual analysis is performed in order to select an appropriate model.
|
2 |
Análise de influência local no modelo de regressão logística / Analysis of local influence with the logistic regression modelSouza, Édila Cristina de 09 February 2006 (has links)
Uma etapa importante após a formulação e ajuste de um modelo de regressão é a análise de diagnóstico. A regressão logística tem se constituído num dos principais métodos de modelagem estatística de dados; mesmo quando a resposta de interesse não é originalmente do tipo binário, alguns pesquisadores tem dicotomizado a resposta de modo que a probabilidade de sucesso pode ser modelado através da regressão logística. Neste trabalho consideramos um estudo de diagnóstico no modelo da regressão logística, utilizando as medidas proposta por Pregibon (1981) e a técnica de influência local Cook (1986). Investigamos a aplicação da técnica de influência local sob diferentes esquemas de perturbação. Como ilustração, apresentamos a aplicação dos resultados desenvolvidos em dois conjuntos de dados reais. / An important stage after the formularization and adjustment of a regression model is the diagnosis analysis. Logistic regression is one of the main methods for modeling data and even when the response of interest is is not originally of the binary type, some researchers have dichotomized the response in a way that the success probability can be modeled through logistic regression. In this work we consider a study of diagnosis methods with logistic regression, using the measures proposed by Pregibon (1981) and the local influence technique of Cook (1986). We investigate the application of the local influence technique of under different types of disturbance. As as illustration, we show the application of the developed results obtained with real data sets.
|
3 |
Análise de influência local nos modelos de riscos múltiplos / Influence diagnostics for polyhazard models in the presence of covariatesJuliana Betini Fachini 06 February 2007 (has links)
Neste trabalho, é apresentado vários métodos de diagnóstico para modelos de riscos múltiplos. A vantagem desse modelo é sua flexibilidade em relação aos modelos de risco simples, como, os modelos Weibull e log-logístico, pois acomoda uma grande classe de funções de risco, função de risco não-monótona, por exemplo, forma de "banheira" e curvas multimodal. Alguns métodos de influência, assim como, a influência local, influência local total de um indivíduo são calculadas, analizadas e discutidas. Uma discussão computacional do método do afastamento da verossimilhança, bem como da curvatura normal em influência local são apresentados. Finalmente, um conjunto de dados reais é usado para ilustrar a teoria estudada. Uma análise de resíduo é aplicada para a seleção do modelo apropriado. / In this paperwork is present various diagnostic methods for polyhazard models. Polyhazard models are a flexible family for fitting lifetime data. Their main advantage over the single hazard models, such as the Weibull and the log-logistic models, is to include a large amount of nonmonotone hazard shapes, as bathtub and multimodal curves. Some influence methods, such as the local influence, total local influence of an individual are derived, analyzed and discussed. A discussion of the computation of the likelihood displacement as well as the normal curvature in the local influence method are presented. Finally, an example with real data is given for illustration. A residual analysis is performed in order to select an appropriate model.
|
4 |
Análise de influência local no modelo de regressão logística / Analysis of local influence with the logistic regression modelÉdila Cristina de Souza 09 February 2006 (has links)
Uma etapa importante após a formulação e ajuste de um modelo de regressão é a análise de diagnóstico. A regressão logística tem se constituído num dos principais métodos de modelagem estatística de dados; mesmo quando a resposta de interesse não é originalmente do tipo binário, alguns pesquisadores tem dicotomizado a resposta de modo que a probabilidade de sucesso pode ser modelado através da regressão logística. Neste trabalho consideramos um estudo de diagnóstico no modelo da regressão logística, utilizando as medidas proposta por Pregibon (1981) e a técnica de influência local Cook (1986). Investigamos a aplicação da técnica de influência local sob diferentes esquemas de perturbação. Como ilustração, apresentamos a aplicação dos resultados desenvolvidos em dois conjuntos de dados reais. / An important stage after the formularization and adjustment of a regression model is the diagnosis analysis. Logistic regression is one of the main methods for modeling data and even when the response of interest is is not originally of the binary type, some researchers have dichotomized the response in a way that the success probability can be modeled through logistic regression. In this work we consider a study of diagnosis methods with logistic regression, using the measures proposed by Pregibon (1981) and the local influence technique of Cook (1986). We investigate the application of the local influence technique of under different types of disturbance. As as illustration, we show the application of the developed results obtained with real data sets.
|
5 |
Localização de tanques de armazenagem de álcool combustível no Brasil: aplicação de um modelo matemático de otimização / Ethanol storage tanks location in Brazil: a mixed integer program model applicationXavier, Carlos Eduardo Osório 15 April 2008 (has links)
O objetivo principal deste trabalho foi criar um modelo matemático para determinar, em nível estratégico, os locais no Brasil mais apropriados à instalação de tanques de álcool combustível (anidro e hidratado) e seus respectivos volumes. O modelo de programação inteira-mista desenvolvido baseou-se na organização do sistema de distribuição de álcool, enfocando sua logística, e considerando questões de oferta, demanda, infra-estrutura de transporte e armazenagem, além de custos de transporte, armazenagem e investimentos em tanques. O modelo foi formulado considerando o horizonte temporal dos meses do ano-safra canavieiro de 2006/2007. Essa formulação reflete as sazonalidades de produção, demanda e estoques do álcool. O modelo de transporte foi enfatizado na minimização dos custos logísticos da cadeia distribuição de álcool combustível dos produtores aos consumidores. Dois cenários e a análise de sensibilidade de suas respostas abordaram a questão estocástica do problema. O primeiro analisou o panorama atual do mercado de álcool, logo não considerou a possibilidade de criação de novos tanques. A idéia desse cenário foi apresentar a consistência da modelagem e ressaltar as condições de infra-estrutura existente de transporte e armazenagem para álcool combustível. Foi feita uma análise de sensibilidade em relação a custos de transporte e restrições de armazenagem para checagem das respostas e para a comparação das práticas atuais de mercado. No segundo cenário, considerou-se a possibilidade de criação de novos tanques procurando identificar os locais mais apropriados para construção dessas estruturas e seu dimensionamento. A análise de sensibilidade em relação a custos de transporte e restrições de armazenagem foi feita para confirmar o potencial de cada localização. Os resultados indicaram a localização inapropriada das bases de distribuição de álcool no país. Destacaram-se também os baixos níveis de fretes de transferência em função das limitações de infraestrutura do sistema de distribuição de álcool. Tanto que as principais localizações de novos tanques disseram respeito a bases no interior da região Centro-Sul, destinos cujos custos de transporte de coleta e entrega são mais competitivos. Em relação aos novos tanques de álcool hidratado houve a indicação das cidades de: Cascavel - PR, Umuarama - PR, Maringá - PR, Lages - SC, Sinop - MT, Limeira - SP e Sorocaba - SP. Para o caso do álcool anidro os novos investimentos sugeridos foram nas cidades de: Londrina - PR, Cascavel - PR, Guarapuava - PR, Lajes - SC, Santa Maria - RS, Araçatuba - SP, Sinop - MT, Vilhena - RO, Montes Claros - MT, Dourados - MS, Gurupi - TO e Teresina - PI. Somado a isso houve a alocação de praticamente todo o custo de armazenagem às usinas. Finalmente, as soluções para a localização de novos investimentos dos tanques de álcool foram todas em regiões de bases de distribuição, já que as usinas estão bem servidas em relação à capacidade de armazenagem. / The main purpose of this research is to develop a mathematical model intended for strategic analysis of the optimal location and considering suitable volumes for storage ethanol (anhydrous and hydrous) tanks. The Mixed Integer Program - MIP model was based on Brazilian ethanol distribution system. The model considered market parameters as supply, demand, and infrastructure parameters on transportation, storage values as well as their expenses. New construction ethanol tanks expenses also were considered. The months along the sugarcane crop year period of 2006/2007 were referred into the modeling formulation. This formulation allows a seasonal storage, production and demand patterns analysis. Transportation model is the main concern in the total logistics cost minimization from producers to consumers. The model stochastic formulation was elaborated by creating two simulated scenarios and developing a sensitivity analysis. The purpose of the first scenario was to check the model consistency and explore the current ethanol transport and storage infrastructure without considering the possibility of new tank installation. Based on these results, a sensitivity analysis regarding transportation expenses and storage restrictions was elaborated in order to make a comparison with current market practices. In the second scenario, it was considered the construction of new ethanol tanks and the identification of the most suitable places bearing in mind volume capacities. Based on these results, a sensitivity analysis regarding transportation expenses and storage restrictions was elaborated in order to check each location consistency. Results indicated that mills are mostly responsible for ethanol (anhydrous and hydrous) storages maintenance types and that the existing geographic organization of terminals and fuel distributors is inappropriate for ethanol distribution in Brazil. Transportation low flows among terminals and fuel distributors also indicated lack of a better infrastructure for ethanol distribution. The model indicated that main location results for installation of new tanks would be located especially in the countryside of the centersouth states, where allocation and distribution of ethanol from mills to the consumer market would be more competitive. In relation to the new hydrous ethanol tanks, the model indicated appropriated locations for the cities of: Cascavel - PR, Umuarama - PR, Maringá - PR, Lages - SC, Sinop - MT, Limeira - SP e Sorocaba - SP. In the other hand, for anhydrous ethanol, new investments suggested in: Londrina - PR, Cascavel - PR, Guarapuava - PR, Lajes - SC, Santa Maria - RS, Araçatuba - SP, Sinop - MT, Vilhena - RO, Montes Claros - MT, Dourados - MS, Gurupi - TO e Teresina - PI. Finally, the model indicated that the best locations for the establishment of new ethanol tanks would be located in fuel distributors\' bases, once results confirmed that mills have enough storage capacity.
|
6 |
Localização de tanques de armazenagem de álcool combustível no Brasil: aplicação de um modelo matemático de otimização / Ethanol storage tanks location in Brazil: a mixed integer program model applicationCarlos Eduardo Osório Xavier 15 April 2008 (has links)
O objetivo principal deste trabalho foi criar um modelo matemático para determinar, em nível estratégico, os locais no Brasil mais apropriados à instalação de tanques de álcool combustível (anidro e hidratado) e seus respectivos volumes. O modelo de programação inteira-mista desenvolvido baseou-se na organização do sistema de distribuição de álcool, enfocando sua logística, e considerando questões de oferta, demanda, infra-estrutura de transporte e armazenagem, além de custos de transporte, armazenagem e investimentos em tanques. O modelo foi formulado considerando o horizonte temporal dos meses do ano-safra canavieiro de 2006/2007. Essa formulação reflete as sazonalidades de produção, demanda e estoques do álcool. O modelo de transporte foi enfatizado na minimização dos custos logísticos da cadeia distribuição de álcool combustível dos produtores aos consumidores. Dois cenários e a análise de sensibilidade de suas respostas abordaram a questão estocástica do problema. O primeiro analisou o panorama atual do mercado de álcool, logo não considerou a possibilidade de criação de novos tanques. A idéia desse cenário foi apresentar a consistência da modelagem e ressaltar as condições de infra-estrutura existente de transporte e armazenagem para álcool combustível. Foi feita uma análise de sensibilidade em relação a custos de transporte e restrições de armazenagem para checagem das respostas e para a comparação das práticas atuais de mercado. No segundo cenário, considerou-se a possibilidade de criação de novos tanques procurando identificar os locais mais apropriados para construção dessas estruturas e seu dimensionamento. A análise de sensibilidade em relação a custos de transporte e restrições de armazenagem foi feita para confirmar o potencial de cada localização. Os resultados indicaram a localização inapropriada das bases de distribuição de álcool no país. Destacaram-se também os baixos níveis de fretes de transferência em função das limitações de infraestrutura do sistema de distribuição de álcool. Tanto que as principais localizações de novos tanques disseram respeito a bases no interior da região Centro-Sul, destinos cujos custos de transporte de coleta e entrega são mais competitivos. Em relação aos novos tanques de álcool hidratado houve a indicação das cidades de: Cascavel - PR, Umuarama - PR, Maringá - PR, Lages - SC, Sinop - MT, Limeira - SP e Sorocaba - SP. Para o caso do álcool anidro os novos investimentos sugeridos foram nas cidades de: Londrina - PR, Cascavel - PR, Guarapuava - PR, Lajes - SC, Santa Maria - RS, Araçatuba - SP, Sinop - MT, Vilhena - RO, Montes Claros - MT, Dourados - MS, Gurupi - TO e Teresina - PI. Somado a isso houve a alocação de praticamente todo o custo de armazenagem às usinas. Finalmente, as soluções para a localização de novos investimentos dos tanques de álcool foram todas em regiões de bases de distribuição, já que as usinas estão bem servidas em relação à capacidade de armazenagem. / The main purpose of this research is to develop a mathematical model intended for strategic analysis of the optimal location and considering suitable volumes for storage ethanol (anhydrous and hydrous) tanks. The Mixed Integer Program - MIP model was based on Brazilian ethanol distribution system. The model considered market parameters as supply, demand, and infrastructure parameters on transportation, storage values as well as their expenses. New construction ethanol tanks expenses also were considered. The months along the sugarcane crop year period of 2006/2007 were referred into the modeling formulation. This formulation allows a seasonal storage, production and demand patterns analysis. Transportation model is the main concern in the total logistics cost minimization from producers to consumers. The model stochastic formulation was elaborated by creating two simulated scenarios and developing a sensitivity analysis. The purpose of the first scenario was to check the model consistency and explore the current ethanol transport and storage infrastructure without considering the possibility of new tank installation. Based on these results, a sensitivity analysis regarding transportation expenses and storage restrictions was elaborated in order to make a comparison with current market practices. In the second scenario, it was considered the construction of new ethanol tanks and the identification of the most suitable places bearing in mind volume capacities. Based on these results, a sensitivity analysis regarding transportation expenses and storage restrictions was elaborated in order to check each location consistency. Results indicated that mills are mostly responsible for ethanol (anhydrous and hydrous) storages maintenance types and that the existing geographic organization of terminals and fuel distributors is inappropriate for ethanol distribution in Brazil. Transportation low flows among terminals and fuel distributors also indicated lack of a better infrastructure for ethanol distribution. The model indicated that main location results for installation of new tanks would be located especially in the countryside of the centersouth states, where allocation and distribution of ethanol from mills to the consumer market would be more competitive. In relation to the new hydrous ethanol tanks, the model indicated appropriated locations for the cities of: Cascavel - PR, Umuarama - PR, Maringá - PR, Lages - SC, Sinop - MT, Limeira - SP e Sorocaba - SP. In the other hand, for anhydrous ethanol, new investments suggested in: Londrina - PR, Cascavel - PR, Guarapuava - PR, Lajes - SC, Santa Maria - RS, Araçatuba - SP, Sinop - MT, Vilhena - RO, Montes Claros - MT, Dourados - MS, Gurupi - TO e Teresina - PI. Finally, the model indicated that the best locations for the establishment of new ethanol tanks would be located in fuel distributors\' bases, once results confirmed that mills have enough storage capacity.
|
Page generated in 0.1092 seconds