Modelos de regressão com resposta binária são utilizados na solução de problemas nas mais diversas áreas. Neste trabalho enfocamos dois problemas comuns em certos conjuntos de dados e que requerem técnicas apropriadas que forneçam inferências satisfatórias. Primeiro, em certas aplicações uma mesma unidade amostral é utilizada mais de uma vez, acarretando respostas positivamente correlacionadas, responsáveis por uma variância na variável resposta superior ao que comporta a distribuição binomial, fenômeno conhecido como sobredispersão. Por outro lado, também encontramos situações em que a variável explicativa contém erros de medição. É sabido que utilizar técnicas que desconsideram esses erros conduz a resultados inadequados (estimadores viesados e inconsistentes, por exemplo). Considerando um modelo com resposta binária, utilizaremos a distribuição beta-binomial para representar a sobredispersão. Os métodos de máxima verossimilhança, SIMEX, calibração da regressão e máxima pseudo-verossimilhança foram usados na estimação dos parâmetros do modelo, que são comparados através de um estudo de simulação. O estudo de simulação sugere que os métodos de máxima verossimilhança e calibração da regressão são melhores no sentido de correção do viés, especialmente para amostras de tamanho 50 e 100. Também estudaremos testes de hipóteses assintóticos (como razão de verossimilhanças, Wald e escore) a fim de testar hipóteses de interesse. Apresentaremos também um exemplo com dados reais / Regression models with binary response are used for solving problems in several areas. In this work we approach two common problems in some data sets and they need appropriate techniques to achieve satisfactory inference. First, in some applications, the same sample unity is utilized more than once, bringing positively correlated responses, which are responsible for the response variable variance be greater than an assumption binomial distribution, phenomenon known as overdispersion. On the other hand, also we find situations where the explanatory variable has measurement errors. It is known that the use of techniques which ignores these measurement errors brings inadequate results (e. g., biased and inconsistent estimators). Taking a model with binary response, we will use a beta-binomial distribution for modeling the overdispersion. The methods of maximum likelihood, SIMEX, regression calibration and maximum pseudo-likelihood were used in the estimation of the parameters, which are compared through a simulation study. The simulation studies suggest that the maximum likelihood and regression calibration methods are better for bias correcting, especially for larger sample size. Likelihood ratio, Wald and score statistics are used in order to test hypothesis of interest. We will illustrate the techniques with an application to a real data set

Este trabalho objetiva o desenvolvimento de um pacote no software estatístico R com a implementação de estimadores em modelos de regressão normal univariados com parametrização geral, uma particularidade do modelo definido em Patriota e Lemonte (2011). Essa classe contempla uma ampla gama de modelos conhecidos, tais como modelos de regressão não lineares e heteroscedásticos. São implementadas correções nos estimadores de máxima verossimilhança e na estatística de razão de verossimilhanças. Tais correções são efetivas quando o tamanho amostral é pequeno. Para a correção do estimador de máxima verossimilhança, considerou-se a correção do viés de segunda ordem, enquanto que para a estatística da razão de verossimilhanças aplicou-se a correção desenvolvida em Skovgaard (2001). Todas as funcionalidades do pacote são descritas detalhadamente neste trabalho. Para avaliar a qualidade do algoritmo desenvolvido, realizaram-se simulações de Monte Carlo para diferentes cenários, avaliando taxas de convergência, erros da estimação e eficiência das correções de viés e de Skovgaard. / This work aims to develop a package in R language with the implementation of normal regression models with general parameterization, proposed in Patriota and Lemonte (2011). This model unifies important models, such as nonlinear heteroscedastic models. Corrections are implemented for the MLEs and likelihood-ratio statistics. These corrections are effective in small samples. The algorithm considers the second-order bias of MLEs solution presented in Patriota and Lemonte (2009) and the Skovgaard\'s correction for likelihood-ratio statistics defined in Skovgaard (2001). In addition, a simulation study is developed under different scenarios, where the convergence ratio, relative squared error and the efficiency of bias correction and Skovgaard\'s correction are evaluated.

Made available in DSpace on 2015-03-26T13:32:22Z (GMT). No. of bitstreams: 1 texto completo.pdf: 434501 bytes, checksum: 0ab5e3021a0cbd11c8c868f09b269488 (MD5) Previous issue date: 2014-02-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The analysis of growth curves of animals has been widely used to increase the efficiency of beef cattle ranching. Related to growth curves with nonlinear mixed models strategic, studies have strategic applications in genetic improving programs in defining selection criteria for earliness and weight gain, aimed at, that for each individual is estimated a random coefficient, facilitating identification and selection of more efficient animals based on the coefficients. This methodology considers the variability between and within individuals. The objective of this study was to evaluate the efficiency of the adjustment of growth curves by nonlinear mixed models. Nonlinear models, Michaelis-Menten Modified, Logistic, von Bertalanffy, Gompertz, Richards and Brody, were fitted, with and without the incorporation of random effects for analysis of growth in beef cattle Tabapuã race. For comparison between fixed and mixed models were used the following adjustment quality evaluators: Akaike s information criterion (AIC), Bayesian information criterion (BIC), mean absolute deviation (DMA), mean square error (MSE) and coefficient of determination (R2). The use of nonlinear mixed model was efficient to describe bovine growth curves. / A análise de curvas de crescimento de animais tem sido muito utilizada para aumentar a eficiência da pecuária de corte. Estudos relacionados a curvas de crescimento com modelos não lineares mistos podem ter aplicações estratégicas em programas de melhoramento genético na definição de critérios de seleção para precocidade e ganho de peso, tendo em vista, que para cada indivíduo é estimado um coeficiente aleatório, facilitando a identificação e seleção de animais mais eficientes com base nos coeficientes. Essa metodologia considera a variabilidade entre e dentro de indivíduos. O objetivo deste trabalho foi avaliar a eficiência do ajuste de curvas de crescimento através de modelos não lineares mistos. Foram ajustados os modelos não lineares Michaelis-Menten Modificado, Logístico, von Bertalanffy, Gompertz, Richards e Brody, com e sem a incorporação de efeitos aleatórios para análise de curva de crescimento de bovinos de corte da raça Tabapuã. Para comparação entre modelos fixos e mistos foram utilizados os seguintes avaliadores de qualidade de ajuste: critério de informação de Akaike (AIC), critério de informação bayesiano (BIC), desvio médio absoluto (DMA), erro quadrático médio (EQM) e coeficiente de determinação (R2). A utilização de modelos não lineares mistos foi eficiente para descrever curvas de crescimento de bovinos.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-27T16:10:22Z No. of bitstreams: 1 FABIANA UCHÔA BARROS - DISSERTAÇÃO PPGMAT 2011..pdf: 444205 bytes, checksum: dd1ada684703bcb400e631c5f044668b (MD5) / Made available in DSpace on 2018-07-27T16:10:22Z (GMT). No. of bitstreams: 1 FABIANA UCHÔA BARROS - DISSERTAÇÃO PPGMAT 2011..pdf: 444205 bytes, checksum: dd1ada684703bcb400e631c5f044668b (MD5) Previous issue date: 2011-12 / Capes / Com base na expressão de Pace e Salvan (1997 pág. 30), obtivemos a matriz de covariâncias de segunda ordem dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem n−1 em modelos lineares generalizados, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. A partir dessa matriz, realizamos modi cações no teste de Wald. Os resultados obtidos foram avaliados através de estudos de simulação de Monte Carlo. / Based on the expression of Pace and Salvan (1997 pág. 30), we obtained the second order covariance matrix of the of the maximum likelihood estimators corrected for bias of order n−1in generalized linear models, considering that the dispersion parameter is the same although unknown for all observations. From this matrix, we made modi cations to the Wald test. The results were evaluated through simulation studies of Monte Carlo.

Experimentos em que medidas são realizadas repetidamente na mesma unidade experimental são comuns na área agronômica. As técnicas estatísticas utilizadas para análise de dados desses experimentos são chamadas de análises de medidas repetidas, tendo como caso particular o estudo de dados longitudinais, em que uma mesma variável resposta é observada em várias ocasiões no tempo. Além disso, o comportamento longitudinal pode seguir um padrão não linear, o que ocorre com freqüência em estudos de crescimento. Também são comuns experimentos em que a variável resposta refere-se a contagem. Este trabalho abordou a modelagem de dados de contagem, obtidos a partir de experimentos com medidas repetidas ao longo do tempo, em que o comportamento longitudinal da variável resposta é não linear. A distribuição Poisson multivariada, com covariâncias iguais entre as medidas, foi utilizada de forma a considerar a dependência entre os componentes do vetor de observações de medidas repetidas em cada unidade experimental. O modelo proposto por Karlis e Meligkotsidou (2005) foi estendido para dados longitudinais provenientes de experimentos inteiramente casualizados. Modelos para experimentos em blocos casualizados, supondo-se efeitos fixos ou aleatórios para blocos, foram também propostos. A ocorrência de superdispersão foi considerada e modelada através da distribuição Poisson multivariada mista. A estimação dos parâmetros foi realizada através do método de máxima verossimilhança, via algoritmo EM. A metodologia proposta foi aplicada a dados simulados para cada uma das situações estudadas e a um conjunto de dados de um experimento em blocos casualizados em que foram observados o número de folhas de bromélias em seis instantes no tempo. O método mostrou-se eficiente na estimação dos parâmetros para o modelo considerando o delineamento completamente casualizado, inclusive na ocorrência de superdispersão, e delineamento em blocos casualizados com efeito fixo, sem superdispersão e efeito aleatório para blocos. No entanto, a estimação para o modelo que considera efeito fixo para blocos, na presença de superdispersão e para o parâmetro de variância do efeito aleatório para blocos precisa ser aprimorada. / Experiments in which measurements are taken in the same experimental unit are common in agriculture area. The statistical techniques used to analyse data from those experiments are called repeated measurement analysis, and longitudinal study, in which the response variable is observed along the time, is a particular case. The longitudinal behaviour can be non linear, occuring freq¨uently in growth studies. It is also common to have experiments in which the response variable refers to count data. This work approaches the modelling of count data, obtained from experiments with repeated measurements through time, in which the response variable longitudinal behaviour is non linear. The multivariate Poisson distribution, with equal covariances between measurements, was used to consider the dependence between the components of the repeated measurement observation vector in each experimental unit. The Karlis and Meligkotsidou (2005) proposal was extended to longitudinal data obtained from completely randomized. Models for randomized blocks experiments, assuming fixed or random effects for blocks, were also proposed. The occurence of overdispersion was considered and modelled through mixed multivariate Poisson distribution. The parameter estimation was done using maximum likelihood method, via EM algorithm. The methodology was applied to simulated data for all the cases studied and to a data set from a randomized block experiment in which the number of Bromeliads leaves were observed through six instants in time. The method was efficient to estimate the parameters for the completely randomized experiment, including the occurence of overdispersion, and for the randomized blocks experiments assuming fixed effect, with no overdispersion, and random effect for blocks. The estimation for the model that considers fixed effect for block, with overdispersion and for the variance parameters of the random effect for blocks must be improved.

Submitted by Izabel Franco (izabel-franco@ufscar.br) on 2016-09-21T19:45:33Z No. of bitstreams: 1 TeseMACM.pdf: 1006551 bytes, checksum: 49a419a1f18e05827f34631564fe431b (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-28T18:19:58Z (GMT) No. of bitstreams: 1 TeseMACM.pdf: 1006551 bytes, checksum: 49a419a1f18e05827f34631564fe431b (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2016-09-28T18:20:07Z (GMT) No. of bitstreams: 1 TeseMACM.pdf: 1006551 bytes, checksum: 49a419a1f18e05827f34631564fe431b (MD5) / Made available in DSpace on 2016-09-28T18:26:37Z (GMT). No. of bitstreams: 1 TeseMACM.pdf: 1006551 bytes, checksum: 49a419a1f18e05827f34631564fe431b (MD5) Previous issue date: 2015-09-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this thesis it is proposed alternative methodologies and extensions on models for recurrent event data. Speci cally, we propose a model in which the distribution of the gap time is easily derived from the marginal rate function providing more direct practical interpretation besides to consider the relation between successive gap times for each individual. Another model that extends the frailty models for recurrent event data to allow a Bernoulli, Geometric, Poisson, Discrete Weibull, Negative Binomial or other discrete distribution of the frailty variable has also been proposed. The parameter estimation procedure for both models was conducted considering maximum likelihood methods. Simulation studies were performed in order to examine some frequentist properties of the estimation method and evaluate the maximum likelihood estimates quality. Real data applications demonstrated the use of the proposed models. Overall, the proposed models were suitable for analyzing recurrent event data. / Neste trabalho propomos metodologias alternativas e extensões em modelos para dados de eventos recorrentes. Especificamente, propomos um modelo em que a distribuição condicional do tempo entre sucessivas ocorrências de um evento recorrente e derivada facilmente da função de taxa marginal, proporcionando interpretações praticas mais diretas, além de considerar a relação entre as sucessivas ocorrências para cada indivíduo. O outro modelo, que estende os modelos de fragilidade para dados de eventos recorrentes permitindo o uso de distribuições como Bernoulli, Geométrica, Poisson, Weibull Discreta, Binomial Negativa ou outra distribuição discreta para a variável de fragilidade, também foi proposto. O procedimento de estimação dos parâmetros para ambos modelos foi realizado considerando-se o método de máxima verossimilhança. Estudos de simulação foram realizados com o objetivo de analisar algumas propriedades frequentistas do método de estimação e avaliar a qualidade das estimativas de máxima verossimilhança. Aplicações a conjuntos de dados reais mostraram a aplicabilidade dos modelos propostos. De modo geral, os modelos propostos mostraram-se adequados para a modelagem de dados de eventos recorrentes.

Submitted by Karlla Delalibera Chagas null (karlladelalibera@gmail.com) on 2018-05-14T12:25:13Z No. of bitstreams: 1 dissertação - Karlla Delalibera.pdf: 2936984 bytes, checksum: 3d99ddd54b4c7d3230e5de9070915594 (MD5) / Approved for entry into archive by Claudia Adriana Spindola null (claudia@fct.unesp.br) on 2018-05-14T12:53:09Z (GMT) No. of bitstreams: 1 chagas_kd_me_prud.pdf: 2936984 bytes, checksum: 3d99ddd54b4c7d3230e5de9070915594 (MD5) / Made available in DSpace on 2018-05-14T12:53:09Z (GMT). No. of bitstreams: 1 chagas_kd_me_prud.pdf: 2936984 bytes, checksum: 3d99ddd54b4c7d3230e5de9070915594 (MD5) Previous issue date: 2018-04-16 / Pró-Reitoria de Pós-Graduação (PROPG UNESP) / Neste trabalho iremos realizar uma abordagem sobre a modelagem de dados que advém de um teste acelerado. Consideraremos o caso em que a carga de estresse aplicada foi do tipo "step-stress". Para a modelagem, utilizaremos os modelos step-stress simples e múltiplo sob censura tipo II e censura progressiva tipo II, e iremos supor que os tempos de vida dos itens em teste seguem uma distribuição Gama. Além disso, também será utilizado o modelo step-stress simples sob censura tipo II considerando a presença de riscos competitivos. Será realizada uma abordagem clássica, por meio do método de máxima verossimilhança e uma abordagem Bayesiana usando prioris não-informativas, para estimar os parâmetros dos modelos. Temos como objetivo realizar a comparação dessas duas abordagens por meio de simulações para diferentes tamanhos amostrais e utilizando diferentes funções de perda (Erro Quadrático, Linex, Entropia), e através de estatísticas verificaremos qual desses métodos se aproxima mais dos verdadeiros valores dos parâmetros. / In this work, we will perform an approach to data modeling that comes from an accelerated test. We will consider the case where the stress load applied was of the step-stress type. For the modeling, we will use the simple and multiple step-stress models under censorship type II and progressive censorship type II, and we will assume that the lifetimes of the items under test follow a Gamma distribution. In addition, the simple step-stress model under censorship type II will also be used considering the presence of competitive risks. A classical approach will be performed, using the maximum likelihood method and a Bayesian approach using non-informative prioris, to estimate the parameters of the models. We aim to compare these two approaches by simulations for different sample sizes and using different loss functions (Quadratic Error, Linex, Entropy), and through statistics, we will check which of these approaches is closer to the true values of the parameters.

Nos últimos anos, diversos autores têm concentrado seus esforços na generalização de distribuições de probabilidades obtendo, dessa forma, maior flexibilidade e, consequentemente, ganho na análise de dados e na capacidade de incorporar um grande número de sub-modelos nas distribuições generalizadas. Neste trabalho, serão apresentadas duas novas distribuições de probabilidade: McGumbel e gama Burr XII; e uma nova família de distribuições de probabilidade: Marshall-Olkin binomial negativa. Algumas propriedades das novas distribuições são apresentadas e o método de máxima verossimilhança foi utilizado para estimar os parâmetros dos modelos propostos. / In recent years, several authors have concentrated their efforts on the generalization of probability distributions obtained in this way more flexibility and hence gain in data analysis and the ability to incorporate a large number of sub-models in the generalized distributions. In this work, two new probability distributions will be presented: MacDonald Gumbel and gamma Burr XII; and a new family of probability distributions: negative binomial Marshall-Olkin. Some properties of the new distributions are presented and the method of maximum likelihood was used to estimate the parameters of the proposed models.

Submitted by Matheus Alves Bulhoes (matheus.bulhoes@ufpe.br) on 2015-05-04T13:15:32Z No. of bitstreams: 2 Tese_CD.pdf: 4309163 bytes, checksum: 7d9dcde53e41be12f3faefa599e821db (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-05-04T13:15:32Z (GMT). No. of bitstreams: 2 Tese_CD.pdf: 4309163 bytes, checksum: 7d9dcde53e41be12f3faefa599e821db (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2015-01-14 / CAPES / Modelagem e análise de tempos de vida são aspectos importantes do trabalho estatístico, em uma ampla variedade de áreas científicas e tecnológicas. Estudamos algumas propriedades matemáticas de uma família recente chamada gama-G [Zografos and Balakrishnan (2009) and Risti´c and Balakrishnan (2012)], denotada aqui por GG, em que G é chamada distribuição baseline. Escolhemos, como baselines, cinco distribuições amplamente conhecidas: Birnbaum- Saunders, Normal, Lindley, Nadarajah-Haghighi e uma extensão da Weibull. A mais recente, Nadarajah-Haghighi, foi estudada por Nadarajah e Haghighi (2011), que desenvolveram algumas propriedades interessantes. Demonstramos que as funções densidades das distribuições propostas podem ser expressas como combinação linear de funções densidades das respectivas exponencializadas-G. Para uma baseline arbitrária com cdf G(x), uma variável aleatória é dita ter distribuição exponencializada-G, com parâmetro a > 0, digamos X expG(a), se sua pdf e cdf são ha(x) = aGa1(x)g(x) and Ha(x) = Ga(x), respectivamente. As propriedades de algumas exponecializadas têm sido estudadas por muitos autores, veja Mudholkar e Srivastava (1993) e Mudholkar et al. (1995) para Weibull exponencializada (exp-W), Gupta et al. (1998) para Pareto exponencializada, Gupta and Kundu (2001) para exponencial exponencializada (exp-E) e Nadarajah e Gupta (2007) para gama exponencializada (exp-G). Mais recentimente, Cordeiro et al. (2011a) investigaram algumas propriedades matemáticas para a distribuição gama generalizada exponencializada (exp-GG). Além disso, várias de suas propriedades estruturais são derivadas, incluindo expressões explícitas para os momentos, as funções quantílica e geratriz de momentos, desvios médios e dois tipos de entropia. Também investigamos as estatísticas de ordem e de seus momentos. Técnicas de máxima verossimilhança são usadas para ajustar os novos modelos e para mostrar a sua potencialidade.

Orientadores: Romis Ribeiro de Faissol Attux, Amauri Lopes / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-16T06:42:29Z (GMT). No. of bitstreams: 1 Boccato_Levy_M.pdf: 4045423 bytes, checksum: 1d40c6a25139b336b0f908ad27ab3522 (MD5) Previous issue date: 2010 / Resumo: O problema de estimação de direção de chegada (DOA, em inglês direction of arrival ) de ondas planas que incidem sobre um arranjo linear uniforme de sensores, através do critério da máxima verossimilhança (ML, em inglês maximum likelihood), requer a minimização de uma função custo não-linear, não-quadrática, multimodal e variante com a relação sinal-ruído (SNR, em inglês signal-to-noise ratio). Esta dissertação trata da aplicação de algoritmos de computação natural como alternativa ao uso de métodos clássicos, como o MODE e o MODEX, os quais não são capazes de alcançar o desempenho do estimador ML em uma ampla faixa de valores de SNR. As simulações realizadas em diferentes cenários indicam que alguns dos algoritmos analisados conseguem estimar os ângulos de chegada adequadamente. Por fim, inspirados em uma proposta de filtragem de ruído dos dados recebidos, elaboramos uma maneira de realizar a amostragem no espaço de soluções candidatas: a resposta em frequência do filtro que produz a maior atenuação de ruído é empregada como função densidade de probabilidade no processo de amostragem. Os resultados obtidos atestam que este procedimento tende a aumentar a eficiência dos algoritmos estudados na estimação DOA / Abstract: The problem of estimating the direction of arrival (DOA) of plane waves impinging on a uniform linear array of sensors, through the maximum likelihood (ML) criterion, requires the minimization of a cost function that is non-linear, non-quadratic, multimodal and variant with the signal-to-noise ratio (SNR). This work deals with the application of natural computing algorithms as an alternative to the use of classical methods, such as MODE and MODEX, which are not capable of achieving the performance of the ML estimator in a wide range of SNR values. The simulations performed in different scenarios indicate that some of the studied algorithms can adequately estimate the angles of arrival. Finally, inspired by a proposal of noise filtering of the received data, we designed a procedure of sampling the search space: the frequency response of the filter which produces the maximal noise reduction is employed as the probability density function during the sampling process. The obtained results attest that this procedure tends to increase the efficiency of the considered algorithms in DOA estimation / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica