Experimentos cujas variaveis respostas s~ ao proporcoes ou contagens, sao muito comuns nas diversas areas do conhecimento, principalmente na area agricola. Na analise desses experimentos, utiliza-se a teoria de modelos lineares generalizados, bastante difundida (McCullagh & Nelder, 1989; Demetrio, 2001), em que as respostas sao independentes. Caso a variancia estimada seja maior do que a esperada, estima-se o parametro de dispersao, incluindo-o no processo de estimaçao dos parametros. Quando a variavel resposta e observada ao longo do tempo, pode haver uma correlacao entre as observacoes e isso tem que ser levado em consideracao na estimacao dos parametros. Uma forma de se trabalhar essa correlacao e aplicando a metodologia de equacoes de estimacao generalizada (EEG), discutida por Liang & Zeger (1986), embora, neste caso, o interesse esteja nas estimativas dos efeitos fixos e a inclusao da matriz de correlacao de trabalho sirva para se obter um melhor ajuste. Uma outra alternativa e a inclusao, no preditor linear, de um efeito latente para captar variabilidades nao consideradas no modelo e que podem in uenciar nos resultados. No presente trabalho, usa-se uma forma combinada de efeito aleatorio e parametro de dispersao, incluidos conjuntamente na estimacao dos parametros. Essa metodologia e aplicada a um conjunto de dados obtidos de um experimento com camu-camu, com objetivo de se avaliarem quais os melhores metodos de enxertia e tipos de porta-enxertos que podem ser utilizados, atraves da proporcao de pegamentos da muda. Varios modelos sao ajustados, desde o modelo em parcelas subdivididas (supondo independencia), ate o modelo em que se considera o parametro de dispersao e efeito aleatorio conjuntamente. Ha evidencias de que o modelo em que se inclui o efeito aleatorio e o parametro de dispersao, conjuntamente, resultam em melhores estimativas dos parametros. Outro conjunto de dados longitudinais, com milho transgenico MON810, em que a variavel resposta e o numero de lagartas (Spodoptera frugiperda), e utilizado. Neste caso, devido ao excesso de respostas zero, emprega-se o modelo de regressao Poisson in acionado de zeros (ZIP), alem do modelo Poisson padrao, em que as observacoes sao consideradas independentes, e do modelo Poisson in acionado de zeros com efeito aleatorio. Os resultados mostram que o efeito aleatorio incluido no preditor foi nao significativo e, assim, o modelo adotado e o modelo de regressao Poisson in acionado de zeros. Os resultados foram obtidos usando-se os procedimentos NLMIXED, GENMOD e GPLOT do SAS - Statistical Analysis System, versao 8.2. / Experiments which response variables are proportions or counts are very common in several research areas, specially in the area of agriculture. The theory of generalized linear models, well difused (McCullagh & Nelder, 1989; Demetrio, 2001), is used for analyzing these experiments where the responses are independent. If the estimated variance is greater than the expected variance, the dispersion parameter is estimated including it on the parameter estimation process. When the response variable is observed over time a correlation among observations might occur and it should be taken into account in the parameter estimation. A way of dealing with this correlation is applying the methodology of generalized estimating equations (GEEs) discussed by Liang & Zeger (1986) although, in this case, the interest is on the estimates of the xed efect being the inclusion of a working correlation matrix useful to obtain more accurate estimates. Another alternative is the inclusion of a latent efect in the linear predictor to explain variabilities not considered in the model that might in uence the results. In this work the random efect and the dispersion parameter are combined and included together in the parameter estimation. Such methodology is applied to a data set obtained from an experiment realized with camu-camu to evaluate, through proportion of grafting well successful of seedling, which kind of grafting and understock are suitable to be used. Several models are fitted, since the split plot model (with independence assumption) up to the model where the dispersion parameter and the random efect are considered together. There is evidence that the model including the random efect and the dispersion parameter together, produce better estimates of the parameters. Another longitudinal data set used here comes from an experiment realized with the MON810 transgenic corn where the response variable is the number of caterpillars (Spodoptera frugiperda). In this case, due to the excessive number of zeros obtained, the zero in ated Poisson regression model (ZIP) is used in addition to the standard Poisson model, where observations are considered independent, and the zero in ated Poisson regression model with random efect. The results show that the random efect included in the linear predictor was not significant and, therefore, the adopted model is the zero in ated Poisson regression model. The results were obtained using the procedures NLMIXED, GENMOD and GPLOT available on SAS - Statistical Analysis System, version 8.2.

Para analisar dados binários oriundos de uma estrutura hierárquica com dois níveis (por exemplo, aluno e escola), uma alternativa bastante utilizada é a suposição da distribuição binomial para as unidades experimentais do primeiro nível (aluno) condicionalmente a um efeito aleatório proveniente de uma distribuição normal para as unidades do segundo nível (escola). Neste trabalho, propõe-se a adição de um efeito aleatório normal no primeiro nível de um modelo linear generalizado hierárquico binomial para contemplar uma possível variabilidade extra-binomial decorrente da dependência entre os ensaios de Bernoulli de um mesmo indivíduo. Obtém-se o processo de estimação por máxima verossimilhança para este modelo a partir da verossimilhança marginal dos dados, após uma dupla aplicação do método de quadratura de Gauss-Hermite adaptativa como aproximação para as integrais dos efeitos aleatórios. Realiza-se um estudo de simulação para contrastar propriedades inferenciais do modelo aspirante com o modelo linear generalizado binomial, um modelo de quase-verossimilhança e o tradicional modelo linear generalizado hierárquico em dois níveis. / A common alternative when analyzing binary data originated from a two-level hierarchical structure (for instance, student and school) is to assume a binomial distribution for the experimental units of the first level (student) conditionally to a normal random effect for the second level units (school). In this work, we propose the inclusion of a second normal random effect in the first level to contemplate a possible extra-binomial variability due to the dependence among the Bernoulli trials in the same individual. We obtain the maximum likelihood estimation process for this hierarchical model starting from the marginal likelihood of the data, after a double application of the adaptive Gauss-Hermite quadrature as an approximation of the integrals of the random effects. We conduct a simulation study to compare the inferential properties of the advocated model with the generalized linear (binomial) model, a quasi-likelihood model and the usual two-level hierarchical generalized linear model.

O presente trabalho tem por objetivo utilizar a abordagem dos modelos lineares generalizados e os modelos de dispersão no contexto do seguro agrícola. Os modelos lineares generalizados (MLG\'s) constituem uma extensão dos modelos lineares de regressão múltipla introduzida por Nelder e Wedderburn (1972), que inclui modelos cuja variável resposta pertence à família exponencial de distribuições. O MLG é formado por um componente aleatório, que possui distribuição pertencente à família exponencial, um componente sistemático, conectados por uma função de ligação. Jorgensen (1997) estende a utilização dos MLG para uma classe mais ampla de modelos probabilísticos, denominados modelos de dispersão. A estimação dos parâmetros foi baseada no método da máxima verossimilhança, e também, em função da amostra ser relativamente pequena, optou-se pelo método de bootstrap não-paramétrico. As duas abordagens foram aplicadas a dois conjuntos de dados de sinistros de 15 municípios do estado do Rio Grande do Sul. Os resultados mostraram que a precipitação acumulada tem influência na ocorrência de sinistros. Entretanto, na modelagem do montante do sinistro não foi encontrada nenhuma variável significativa. Usando o método de bootstrap, foi encontrada influência das variáveis precipitação acumulada e a temperatura média no numero de sinistros / The main objective of this work is to use the generalized linear models and dispersion models in the agricultural insurance context. The Generalized Linear Model (GLM) are an extension of the multiple regression linear models presented by Nelder e Wedderburn (1972). This approach include situations in which the response variable can be included in exponencial the family. The GLM is composed of a randomized component, a sistematic component and the link functions. JÁrgensen (1997) extend the application of the GLM for a more general class of probability models, called dispersion models. Both approaches were applied in two insurance datasets for 15 citys in Rio Grande do Sul. The parameters estimation was based in the maximum likelihood method, in addition, because of the relatively small sample, the non-parametric Bootstrap method was used. This study show, using GLM, that only the accumulated rainfall was statistically significant . However, any of the covariates was significant when modelling the amount of claims. In the analysis using Bootstrap method the accumulated rainfall and average temperature were significant when modelling the number of insurance clains.

Submitted by Leonardo Cavalcante (leo.ocavalcante@gmail.com) on 2018-06-06T12:02:25Z No. of bitstreams: 1 Arquivototal.pdf: 3264478 bytes, checksum: 742da63cecf21ce169225aebd5fea82e (MD5) / Made available in DSpace on 2018-06-06T12:02:25Z (GMT). No. of bitstreams: 1 Arquivototal.pdf: 3264478 bytes, checksum: 742da63cecf21ce169225aebd5fea82e (MD5) Previous issue date: 2016-04-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Introduction: The global warming has severe environmental impacts and reach different areas and localities, in particular the least developed countries in the tropical region. In Brazil, the regions that suffer most impacts, with such changes will be the Amazon and Northeast. With the development of modern society, it is observed that individuals are consuming much of their time indoors, so, numerous studies have sought to study environmental comfort conditions to assist in the execution of activities and maximize human performance. One of the many changes that took place is in the learning environment, which is different compared to years ago. Technological resources in the classroom have made this a more versatile environment, allowing students and teachers to interact with other institutions, providing greater flexibility in the use of tools that extend their cognitive abilities. However, these tools can both facilitate communication and versatility of teaching and learning as increase the thermal load in the environment that already suffers direct influence of the external environment. In this sense, important to investigate how it is the variables of thermal comfort affect students' performance in climate-controlled learning environments provided these technologies. Objective: We analyzed the relationship between thermal comfort and performance of students in environments with technological innovations in areas of northeastern Brazil. Materials and Methods: Data were obtained during the experiments in the two institutions classrooms (A and B) of higher education located in Northeast Brazil. The Institution A is a private university in the city of João Pessoa- PB and the institution B is a public university in city of Teresina-PI. A total of 103 students of the engineering course participated, with one session per day, per class, on three consecutive days. The air temperature through the air conditioning was adjusted to 20ºC and 24ºC; the last day and is turned off the device to try to reach the value of 30 ° C. By heat stress meter TGD400 and microclimate station Babuc A, positioned in the center of the room recorded the parameters of the thermal environment. Cognitive abilities were assessed by the five events that make up the BPR-5 instrument, broken down for the three days of the experiment. Subjective and personal variables were evaluated in accordance with ISO7730/2005, through check list (thermal resistance of clothing) and scales of 4 points (Comfort) and 7 points (Sensation and Desire). With the results and data obtained were carried out simulations using the Generalized Linear Models (GLM) to verify the relationship between thermal comfort and performance. Results: At the institution A 42,9% of the first day of collection, where the temperature was in it 21,49ºC, indicated to be feeling slightly warm environment (+1) and 51,9% said that the place was comfortable (1). The PMV index of ISO7730/2005 indicated that the room was cold, with 57% of the vote between -1,5 and -2,5. On the second day, with an average temperature was 23,24ºC, about 58,1% of the students felt the thermally neutral environment (0) and 55,4% rated it as comfortable (1). The PMV index, on the second day, indicated that the room was slightly cold, with 87,8% of the vote between -0,5 and -1,5. On the third day the mean temperature was 27,49ºC and 41,9% of the rated as hot environment (+2) and finally, 35.1% VII of the evaluated local rated as slightly uncomfortable (2). The Middle Foretold vote indicated that the room was slightly hot on the third day, with 60.8% of votes ranging from +0,5 to +1,5. The institution B, on the first day of collection whose average temperature was 20,07ºC, about 50% of students reported feeling that the environment was slightly cold (-1) and 61.5% of students rated the environment as comfortable (1). The PMV index indicated that the environment was cold with 92% of the vote results were between -1,5 and -2,5. On the second day the average temperature was 33,72ºC and 59,3% of students said they felt the warm environment (+2) and 66,7% rated it as uncomfortable (3). Regarding the PMV 100% of the frequency of the votes indicated that the environment was rated as very hot (PMV> +2.5). On the third day with the average temperature 22,95ºC, about 73,3% of the students indicated that the thermal sensation was neutral (0) and the place was rated by 96,2% of the students as comfortable (1). The PMV index showed that 88,5% of the calculated votes of the students indicated that the site was slightly cold (-0,5 <PMV <-1,5). Using Generalized Linear Models, in particular the Ordinal Regression, was observed from the data of the two institutions, the performance is linked to subjective criteria, in particular the thermal sensation and the globe temperature. It was observed that the rise globe temperature in 1 ° C increases the chance of students pass a performance range lower to a higher 34% for situations where the wind chill is indicated as very hot. Final considerations: This study showed that there is a difference between what the standard ISO7730/2005 predicts what is actually reported by students in areas of the Brazilian Northeast, ie situations where the standard indicates discomfort students report being comfortable. It was also observed that subjective variables are important factors for a good cognitive performance of students. / Introdução: O aquecimento global recente tem impactos ambientais intensos e atingirá diversas áreas e localidades, em especial, os países menos desenvolvidos situados na região tropical. No Brasil, as regiões que mais sofrerão impactos, com tais mudanças, serão a Amazônia e o Nordeste. Com o desenvolvimento da sociedade moderna, observa-se que os indivíduos estão consumindo grande parte do seu tempo em ambientes fechados, e por isso, numerosas pesquisas vêm buscando estudar condições de conforto ambiental que auxiliem na execução das atividades e maximização do desempenho humano. Uma das diversas mudanças que ocorreram, encontra-se no ambiente de ensino, o qual é diferente quando comparado ao de anos atrás. Recursos tecnológicos em sala de aula têm tornado este ambiente mais versátil, permitindo que alunos e professores interajam com outras instituições, conferindo maior flexibilidade na utilização de ferramentas que estendem suas habilidades cognitivas. Nesse sentido, torna-se importante investigar como as variáveis do conforto térmico afetam o desempenho dos alunos em ambientes de ensino climatizados providos destas tecnologias. Objetivo: Analisar a relação entre conforto térmico e o desempenho de estudantes nos ambientes com inovações tecnológicas em áreas do nordeste brasileiro. Materiais e Métodos: Os dados foram obtidos durante a realização dos experimentos nas salas de aula de duas instituições (A e B) de ensino superior localizadas no Nordeste brasileiro. A instituição A é uma universidade privada e encontra-se na cidade de João Pessoa- e a instituição B é uma universidade publica e encontra-se na cidade de Teresina. No total de 103 alunos dos cursos de exatas das duas instituições participaram, sendo uma sessão por dia, por turma, em três dias consecutivos. A temperatura do ar, através do ar condicionado, foi ajustada para 20ºC e 24ºC; no último dia desligou-se o aparelho para tentar se chegar ao valor de 30°C. Através do medidor de estresse térmico TGD400 e estação microclimática Babuc A,posicionados no centro da sala, registraram-se os parâmetros do ambiente térmico. As habilidades cognitivas foram avaliadas pelas cinco provas que compõem o instrumento do BPR-5, decomposto para os três dias de experimento. As variáveis subjetivas e pessoais foram avaliadas de acordo com ISO7730/2005, através de check list (resistência térmica das vestimentas) e escalas de 4 pontos (Conforto) e 7 pontos (Sensação e Desejo). Com os resultados e dados obtidos realizaram-se simulações através dos Modelos Lineares Generalizados (MLG) para se verificar a relação entre conforto térmico e desempenho. Resultados: Na instituição A 42,9% dos alunos no primeiro dia de coleta, onde a temperatura encontrava-se a 21,49ºC, indicaram estar sentindo o ambiente levemente quente (+1) e 51,9% avaliaram que o local estava confortável (1). O índice PMV da ISO7730/2005 indicou que o ambiente estava frio, com 57% dos votos entre -1,5 e -2,5. No segundo dia, cuja temperatura média foi de 23,24ºC, cerca de 58,1% dos alunos sentiram o ambiente termicamente neutro (0) e 55,4% classificaram-no como confortável (1). O índice PMV, no segundo dia, indicou que o ambiente estava levemente frio, com 87,8% dos votos entre -0,5 e -1,5. No terceiro dia a temperatura média foi de 27,49ºC e 41,9% dos alunos classificaram o ambiente como quente (+2) e por fim, 35,1% dos avaliados classificaram o local como levemente desconfortável (2). V O Voto Médio Predito indicou que o ambiente estava levemente quente no terceiro dia, com 60,8% dos votos variando de +0,5 a +1,5. Na instituição B, no primeiro dia de coleta cuja temperatura média foi de 20,07ºC, cerca de 50% dos estudantes indicaram sentir que o ambiente estava levemente frio (-1) e 61,5% dos alunos classificaram o ambiente como confortável (1). O índice PMV indicou que o ambiente estava frio com 92% dos resultados obtidos dos votos estavam entre -1,5 a -2,5. No segundo dia a temperatura média foi de 33,72ºC e 59,3% dos alunos afirmaram que sentiam o ambiente quente (+2) e 66,7% classificaram-no como desconfortável (3). Em relação ao PMV 100% da frequência dos votos indicaram que o ambiente foi classificado como muito quente (PMV> +2,5). No terceiro dia com a temperatura média de 22,95ºC, cerca de 73,3% dos estudantes indicaram que a sensação térmica era neutra (0) e o local foi classificado por 96,2% dos alunos como confortável (1). O índice PMV mostrou que 88,5% dos votos calculados dos alunos, indicaram que o local estava levemente frio (-0,5<PMV<-1,5). Utilizando Modelos Lineares Generalizados, em especial a Regressão Linear Ordinal, observou-se através dos dados das duas instituições, que o desempenho está ligado aos parâmetros subjetivos, em especial a sensação térmica e a temperatura de globo. Foi observado que ao se elevar a temperatura de globo em 1ºC aumenta-se a chance dos estudantes passarem de uma faixa de desempenho inferior para uma superior em 34%, para situações onde a sensação térmica é indicada como muito quente. Considerações finais: Este estudo mostrou que existe uma diferença entre o que a norma ISO7730/2005 prediz com o que realmente é relatado pelos estudantes, de áreas da região do nordeste brasileiro, ou seja, situações em que a norma indica desconforto os estudantes relatam estar confortáveis. Observou-se também que as variáveis subjetivas são fatores importantes para um bom desempenho cognitivo dos estudantes.

Made available in DSpace on 2016-06-02T20:04:52Z (GMT). No. of bitstreams: 1 5021.pdf: 1591649 bytes, checksum: 6798e65e3b572fcfe760f083f660ff50 (MD5) Previous issue date: 2013-04-05 / Financiadora de Estudos e Projetos / We know that statistic modeling by regression had a stronger impulse since generalized linear models (GLMs) development in 70 decade beginning of the XX century, proposed by Nelder e Wedderburn (1972). GLMs theory can be interpret like a traditional linear regression model generalization, where outcomes don't need necessary to assume a normal distribution, that is, any distribution belong to exponential distributions family. In binary logistic regression case, however, in many practice situations the outcomes response is originally from a discrete or continuous distribution, that is, the outcomes response has an original distribution that is not Bernoulli distribution and, although, because some purpose this variable was later dicothomized by an arbitrary cut of point C. In this work we propose a regression models family with original outcomes information, whose probability distribution or density function probability belong to exponential family. We present the models construction and development to each class, incorporating the original distribution outcomes response information. The proposed models are an extension of Suissa (1991) and Suissa and Blais (1995) works which present methods of estimating the risk of an event de_ned in a sample subspace of a continuous outcome variable. Simulation studies are presented in order to illustrate the performance of the developed methodology. For original normal outcomes we considered logistic, exponential, geometric, Poisson and lognormal models. For original exponential outcomes we considered logistic, normal, geometric, Poisson and lognormal models. In contribution to Suissa and Blais (1995) works we attribute two discrete outcomes for binary model, geometric and Poisson, and we also considered a normal distributions with multiplicative heteroscedastic structures continuous outcomes. In supplement we also propose the binary model with inated power series distributions outcomes considering a sample subspace of a zero inated geometric outcomes. We do several artificial data studies comparing the model of original distribution information regression model with usual regression model. Simulation studies are presented in order to illustrate the performance of the developed methodology. A real data set is analyzed by using the proposed models. Assuming a correct speci_ed distribution, the incorporation of this information about outcome response in the model produces more eficient likelihood estimates. / É sabido que a área de modelagem estatística por regressão sofreu um grande impulso desde o desenvolvimento dos modelos lineares generalizados (MLGs) no início da década de 70 do Século XX, propostos por Nelder e Wedderburn (1972). A teoria dos MLGs pode ser interpretada como uma generalização do modelo de regressão linear tradicional, em que a variável resposta não precisa necessariamente assumir a distribuição normal, e sim, qualquer distribuição pertencente à família exponencial de distribuições. Em algumas situações, porém, a distribuição da variável resposta Se originalmente fruto de uma outra distribuição discreta ou contínua, ou seja, a variável resposta tem uma distribuição original que não Se a usualmente considerada. Um exemplo desta situação Se a dicotomização de uma variável discreta ou contínua por meio de um ponto de corte arbitrário. Além disso, a variável resposta pode estar relacionada, de alguma forma, com uma outra variável de interesse. Nesse trabalho propomos uma família de modelos de regressão com a informação da variável resposta original, cuja distribuição de probabilidades ou função densidade de probabilidade pertence à família exponencial. O modelo de regressão logística com resposta normal e log-normal desenvolvido por Suissa e Blais (1995) Se apresentado como caso particular dos modelos de regressão com resposta de origem. Para a resposta de origem normal consideramos os modelos logístico, exponencial, geométrico, Poisson e log-normal. Para a resposta de origem exponencial consideramos os modelos logístico, normal, geométrico, Poisson e log-normal. Em contribuição ao trabalho de Suissa e Blais atribuímos duas respostas discretas ao modelo logístico, geométrico e de Poisson, e também consideramos uma resposta contínua normal com estrutura heteroscedástica. Adicionalmente, propomos também o modelo logístico com resposta pertencente à classe de distribuições séries de potências inflacionadas considerando o caso particular da resposta geométrica zero inflacionada. Realizamos vários estudos com dados artificiais comparando o modelo de regressão proposto com a informação da distribuição de origem e o modelo de regressão usual. Dois conjuntos de dados reais também são considerados. Assumindo uma distribuição corretamente especificada, o modelo produz estimativas de máxima verossimilhança mais eficientes e estimativas intervalares mais precisas para os coeficientes de regressão.

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.

Made available in DSpace on 2015-05-08T14:53:37Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 958288 bytes, checksum: 96e8f893e65870e14e2f18b157219114 (MD5) Previous issue date: 2013-12-30 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The objective of this study is to analyze the influence of risk factors on exposure to WMSD workers in repetitive activities in the footwear sector. Therefore, we analyzed the data for 71 workplaces in the productive area of a shoe company which are characterized by having a defined task cycle, and had the index of exposure to WMSD upper limbs calculated through the OCRA method. Data analysis was accomplished using the exploratory data analysis of WMSD and construction of a Generalized Linear Model (GLM). This model identified the factors that influence the rate of exposure the most and made it possible to quantify the possible chance of raising this index when risk factors are present in the workplaces. The factor indicated as the most influential one was the "sudden movements" factor, the presence of this factor increases the chance of raising the level of exposure in 2.12 times more than when this factor is not present. / O objetivo deste trabalho foi analisar os fatores de risco e o índice de exposição a LER/DORT dos trabalhadores em atividades repetitivas no setor calçadista.Para tanto foram analisados dados referentes a 71 postos de trabalho da área produtiva de uma empresa calçadista que se caracterizam por possuir um ciclo de tarefa definido, e que tiveram calculados o índice de exposição a LER/DORT nos membros superiores através do método OCRA. O tratamento dos dados foi realizado através da análise exploratória dos dados de LER/DORT e da construção de um Modelo Linear Generalizado (MLG).Este modeloidentificou os fatores que mais influenciam o índice de exposição e possibilitouquantificar a chance de elevação deste índice quando os fatores de risco estão presentes nos postos de trabalho. O fator indicado como o mais influente foi o fator movimentos bruscos , a presença deste fator aumenta a chance de se elevar o índice de exposição em 2,12 vezes a mais do que quando este fator não está presente.

O teste de Salmonella/microssoma é um ensaio biológico amplamente utilizado para avaliar o potencial mutagênico de substâncias que podem colocar em risco a saúde humana e a qualidade ambiental. A variável resposta é constituída pela contagem do número de colônias revertentes em cada placa, entretanto geralmente há dois efeitos confundidos, o de toxicidade e o de mutagenicidade. Alguns modelos foram propostos para a análise dos dados desses experimentos, que nem sempre apresentam bons ajustes e não consideram explicitamente interações. Há, ainda, poucas plataformas computacionais disponíveis que integram todas essas propostas e forneçam critérios para a seleção adequada de um modelo. Além disso, geralmente é difícil comparar os efeitos de diferentes substâncias sobre as várias linhagens da bactéria, então medidas com interpretação biológica direta são necessárias. Neste trabalho, foram investigadas as propriedades dos preditores dos modelos tradicionais, bem como o comportamento das distribuições amostrais dos estimadores dos parâmetros desses modelos, na presença de diversos níveis de superdispersão. Também, foram realizados experimentos com as linhagens TA98 e TA100 da bactéria, expostas aos inseticidas, metabolizados e não-metabolizados, Fipronil e Tiametoxam, dois agroquímicos bastante utilizados no Brasil. Aos dados desses experimentos foram ajustados diversos modelos, tanto aqueles tradicionalmente utilizados, quanto novos modelos, alguns baseados na regressão de Skellam e outros com interações explícitas. Para tal, foi obtida uma nova classe de modelos chamada de modelos não-lineares vetoriais generalizados e foi desenvolvido um pacote computacional em linguagem R, intitulado \"ames\", para o ajuste, diagnóstico e seleção de modelos. Por fim, foram propostas medidas de interesse biológico, baseadas nos modelos selecionados, para avaliação de risco e do comprometimento do material genético e intervalos de confiança bootstrap paramétrico foram obtidos. Dentre os modelos tradicionais, aqueles cujas distribuições amostrais dos estimadores possuem melhor aproximação normal foram os de Bernstein, Breslow e Myers. Estes resultados forneceram um critério prático para a seleção de modelos, particularmente nas situações em que as medidas de AIC e de bondade de ajuste, os testes de razão de verossimilhanças e a análise de resíduos ou são pouco informativos ou simplesmente não podem ser aplicados. A partir dos modelos selecionados, pode-se concluir que a interação do fator de metabolização é significativa para a linhagem TA98 exposta ao Fipronil, tanto com relação aos efeitos tóxicos quanto aos efeitos mutagênicos; que o mecanismo de ação do Tiametoxam sobre a linhagem TA98 é completamente diferente quando o produto está metabolizado; e que, para a linhagem TA100, não houve efeito de metabolização considerando ambos os agroquímicos. Baseando-se nas medidas propostas, pode-se concluir que o Tiametoxam oferece os maiores riscos de contaminação residual, ainda que o Fipronil apresente os maiores índices de mutagenicidade. / The Salmonella/microsome test is a widely accepted biological assay used to evaluate the mutagenic potential of substances, which can compromise human health and environment quality. The response variable in such experiments is typically the total number of reverts per plate, which, in turn, is the result of the confounded effects of mutagenicity and toxicity. Despite of some statistical models have already been established in the literature, they do not always fit well and neither explicitly consider interaction terms. Besides, there is just a number of available software able to handle these different approaches, usually lacking of global performance and model selection criteria. Also, it is often a hard task to compare the effects of different chemicals over the several available strains to perform the assay, and, thus, direct measures of biological implications are required. In this work, the properties of the predictors in each traditional model were investigated, as well as the behavior of the sampling distributions of the parameter estimators of these models, in different levels of overdispersion. Also, experiments using TA98 and TA100 strains were perfomed, by exposition to two insecticides, namely Fipronil and Thiamethoxam, currently used in Brazil, each of them prior and after to a metabolization processes. Then, the traditional models, empirical regression models based on the Skellam distribution and also compound mechanistic-empirical models with explicit interaction terms were fitted to the data. In order to use a single fitting framework, a new class of models was presented, namely the vector generalized nonlinear models, and a R language package, entitled \"ames\", was developed for fitting, diagnosing and selection of models. Finally, some measures of biological interest were approached based on the selected models for the data, in the contexts of risk evaluation and of DNA damage cautioning. Confidence intervals for such measures were provided using bootstrap percentiles. Among the traditional models, the ones from Bernstein, Breslow and Myers were those whose sampling distributions presented the best normal approximations. These results provided a practical criterion for model selection, particularly in situations where measures as AIC and goodness of fit, likelihood ratio tests, and residual analysis are non informative or simply cannot be applied. From the final selected models, it was inferred that the interactions between the metabolization factor is significative for TA98 strain exposed to Fipronil, regarding both, mutagenic and toxic effects; that the dynamics between mutagenicity and toxicity are different when Thiamethoxam is metabolized compared to when it is not; and that there was no evidence to consider metabolization factor interactions for the TA100 strain data exposed to neither of the insecticides. By appling the referred measures of biological interest, it was concluded that the use of Thiamethoxam provides greater residual contamination risks and that Fipronil causes higher mutagenicity indices.

Experimentos cujas variaveis respostas s~ ao proporcoes ou contagens, sao muito comuns nas diversas areas do conhecimento, principalmente na area agricola. Na analise desses experimentos, utiliza-se a teoria de modelos lineares generalizados, bastante difundida (McCullagh & Nelder, 1989; Demetrio, 2001), em que as respostas sao independentes. Caso a variancia estimada seja maior do que a esperada, estima-se o parametro de dispersao, incluindo-o no processo de estimaçao dos parametros. Quando a variavel resposta e observada ao longo do tempo, pode haver uma correlacao entre as observacoes e isso tem que ser levado em consideracao na estimacao dos parametros. Uma forma de se trabalhar essa correlacao e aplicando a metodologia de equacoes de estimacao generalizada (EEG), discutida por Liang & Zeger (1986), embora, neste caso, o interesse esteja nas estimativas dos efeitos fixos e a inclusao da matriz de correlacao de trabalho sirva para se obter um melhor ajuste. Uma outra alternativa e a inclusao, no preditor linear, de um efeito latente para captar variabilidades nao consideradas no modelo e que podem in uenciar nos resultados. No presente trabalho, usa-se uma forma combinada de efeito aleatorio e parametro de dispersao, incluidos conjuntamente na estimacao dos parametros. Essa metodologia e aplicada a um conjunto de dados obtidos de um experimento com camu-camu, com objetivo de se avaliarem quais os melhores metodos de enxertia e tipos de porta-enxertos que podem ser utilizados, atraves da proporcao de pegamentos da muda. Varios modelos sao ajustados, desde o modelo em parcelas subdivididas (supondo independencia), ate o modelo em que se considera o parametro de dispersao e efeito aleatorio conjuntamente. Ha evidencias de que o modelo em que se inclui o efeito aleatorio e o parametro de dispersao, conjuntamente, resultam em melhores estimativas dos parametros. Outro conjunto de dados longitudinais, com milho transgenico MON810, em que a variavel resposta e o numero de lagartas (Spodoptera frugiperda), e utilizado. Neste caso, devido ao excesso de respostas zero, emprega-se o modelo de regressao Poisson in acionado de zeros (ZIP), alem do modelo Poisson padrao, em que as observacoes sao consideradas independentes, e do modelo Poisson in acionado de zeros com efeito aleatorio. Os resultados mostram que o efeito aleatorio incluido no preditor foi nao significativo e, assim, o modelo adotado e o modelo de regressao Poisson in acionado de zeros. Os resultados foram obtidos usando-se os procedimentos NLMIXED, GENMOD e GPLOT do SAS - Statistical Analysis System, versao 8.2. / Experiments which response variables are proportions or counts are very common in several research areas, specially in the area of agriculture. The theory of generalized linear models, well difused (McCullagh & Nelder, 1989; Demetrio, 2001), is used for analyzing these experiments where the responses are independent. If the estimated variance is greater than the expected variance, the dispersion parameter is estimated including it on the parameter estimation process. When the response variable is observed over time a correlation among observations might occur and it should be taken into account in the parameter estimation. A way of dealing with this correlation is applying the methodology of generalized estimating equations (GEEs) discussed by Liang & Zeger (1986) although, in this case, the interest is on the estimates of the xed efect being the inclusion of a working correlation matrix useful to obtain more accurate estimates. Another alternative is the inclusion of a latent efect in the linear predictor to explain variabilities not considered in the model that might in uence the results. In this work the random efect and the dispersion parameter are combined and included together in the parameter estimation. Such methodology is applied to a data set obtained from an experiment realized with camu-camu to evaluate, through proportion of grafting well successful of seedling, which kind of grafting and understock are suitable to be used. Several models are fitted, since the split plot model (with independence assumption) up to the model where the dispersion parameter and the random efect are considered together. There is evidence that the model including the random efect and the dispersion parameter together, produce better estimates of the parameters. Another longitudinal data set used here comes from an experiment realized with the MON810 transgenic corn where the response variable is the number of caterpillars (Spodoptera frugiperda). In this case, due to the excessive number of zeros obtained, the zero in ated Poisson regression model (ZIP) is used in addition to the standard Poisson model, where observations are considered independent, and the zero in ated Poisson regression model with random efect. The results show that the random efect included in the linear predictor was not significant and, therefore, the adopted model is the zero in ated Poisson regression model. The results were obtained using the procedures NLMIXED, GENMOD and GPLOT available on SAS - Statistical Analysis System, version 8.2.

Dissertação(mestrado) - Universidade Federal do Rio Grande, Programa de Pós–Graduação em Oceanografia Biológica, Instituto de Oceanografia, 2013. / Submitted by Cristiane Gomides (cristiane_gomides@hotmail.com) on 2013-11-19T11:38:07Z No. of bitstreams: 1 elisa.pdf: 1223620 bytes, checksum: b663448fea1aa40da19e4272a5aab6d2 (MD5) / Approved for entry into archive by Angelica Miranda (angelicacdm@gmail.com) on 2013-11-20T21:35:09Z (GMT) No. of bitstreams: 1 elisa.pdf: 1223620 bytes, checksum: b663448fea1aa40da19e4272a5aab6d2 (MD5) / Made available in DSpace on 2013-11-20T21:35:09Z (GMT). No. of bitstreams: 1 elisa.pdf: 1223620 bytes, checksum: b663448fea1aa40da19e4272a5aab6d2 (MD5) Previous issue date: 2013 / A vulnerabilidade dos mamíferos marinhos a ameaças que comprometam a manutenção de suas populações é uma das razões que os levam a ser alvo de pesquisas que visam sua conservação. A baleia-franca-austral, Eubalaena australis, é uma dessas espécies, sendo que a caça foi uma forte ameaça a todas as suas populações. No Brasil, sua principal concentração reprodutiva ocorre no litoral de Santa Catarina, onde indivíduos da espécie são observados anualmente entre os meses de julho e novembro. Esses indivíduos pertencem a uma população compartilhada entre Brasil e Argentina e que se recupera a taxas significativas. Esforços vêm sendo realizados a fim de preservar essa importante área para a espécie, porém faz-se necessário um melhor conhecimento acerca do seu uso de habitat na região, bem como de fatores que podem influenciar a taxa relativa de nascimentos de indivíduos, a qual possui forte relação com a recuperação populacional. O objetivo do presente trabalho foi testar a influência de variáveis temporais e ambientais na distribuição da espécie no litoral sul de Santa Catarina e avaliar a influência de anomalias climáticas em sua taxa relativa de nascimentos através de Modelos Lineares Generalizados e correlação cruzada, respectivamente. Os resultados sugerem que tanto grupos de fêmeas com filhotes quanto de adultos desacompanhados preferem enseadas amplas, com declive suave e parecem evitar enseadas com grandes ângulos de inclinação quando ventos intensos da direção leste atuam sobre elas. O sucesso reprodutivo dos indivíduos parece influenciado por anomalias climáticas, relacionadas principalmente à temperatura superficial da água do mar, que afetam a disponibilidade de alimento em sua área de alimentação, no entorno das ilhas Geórgias do Sul. / Vulnerability to threats that can compromise population maintenance is one of the reasons why many marine mammal species are targeted for conservation research. The southern right whale, Eubalaena australis, is one such species, and hunting was a strong threat to all of their populations. On the Brazilian coast, its main reproductive site is located along the Santa Catarina State, where individuals of the species are observed annually between July and November. These individuals belong to a population shared between Brazil and Argentina, which recovers at significant rates. Efforts have been made to preserve this important area for the species, but the habitat use of right whales in the region needs to be better known, as well as factors that may be influencing their relative birth rates, which are strongly related to population recovery. The objective of this study was to test the influence of temporal and environmental variables on species distribution at the southern coast of Santa Catarina and whether climate anomalies influence their relative birth rate using Generalized Linear Models and cross correlation, respectively. Our results suggest that both cowcalf and unaccompanied adult groups prefer large bays with gentle slope and they seem to avoid bays with great inclination angles when strong east winds are acting on them. The reproductive success of individuals appears to be influenced by climate anomalies, mainly the ones related to sea surface temperature, which affect food availability on the species feeding area, in the vicinity of South Georgia Islands.