It is hypothesized that useful diagnostic information can reside in the wrong answers of multiple-choice tests, and that properly designed distractors can yield indications of misinformation and missing information in algorithmic reasoning on the part of the test taker. In addition to summarizing the literature regarding diagnostic research as opposed to scoring research, this study proposes a methodology for analyzing test results and compares the findings with those from the research of Birenbaum and Tatsuoka and others. The proposed method identifies the conditions of misinformation and missing information, and it contains a statistical compensation for careless errors. Strengths and weaknesses of the method are explored, and suggestions for further research are offered.

A Análise de Preferência Conjunta (APC) é uma metodologia estatística bastante utilizada em estudos de comportamento do consumidor e do mercado em geral. Ela possibilita a realização de estudos sobre julgamentos individuais, tais como a aceita-bilidade e preferência por um determinado produto no momento da sua aquisição (ver Artes, 1991 e Friedmann, 1998). Em um estudo de preferência conjunta, são apresentadas configurações hipotéticas de um mesmo produto, que devem ser avaliadas segundo a preferência do respondente. O julgamento de um estímulo é denominado de valor de preferência que nada mais é do que a quantificação da preferência do indivíduo por um estímulo. Quanto maior o número de atributos e níveis utilizados na caracterização de um produto, mais real será sua descrição. No entanto, a complexidade dos estímulos e o número de configurações possíveis aumenta exponencialmente a cada novo atributo ou nível acrescentado, podendo comprometer a qualidade dos resultados de uma pesquisa. Este problema é contornado através da utilização de estímulos gerados através de planejamentos fracionários combinado na omissão de um ou mais atributos nos diferentes estímulos, conhecidos como perfis incompletos. Neste trabalho, pretende-se testar o efeito da ausência de atributos na classificação de estímulos e diferentes formas de imputação da informação faltante em uma aplicação sobre o efeito de características do emprego na satisfação do funcionário. / Conjoint Analysis is a statistic technique used in many behavior studies, product management and marketing researches. The conjoint method involves presenting customers with a test set of hypothetical products profiles and collecting their preferences. It\'s task is to identify some within a set of attributes those ones that are the most important for the research participants. Conjoint Analysis works better when the test set of profiles is small and the number of attributes is not so large. When a large number of attributes are considered in a conjoint study, the final number of possible profiles increase a lot. In this cases, fractional designs and incomplete profiles can be used to solve this problem. In this study will be tested the missing information efect in a conjoint study and will be compared some diferent imputations methods.

A Análise de Preferência Conjunta (APC) é uma metodologia estatística bastante utilizada em estudos de comportamento do consumidor e do mercado em geral. Ela possibilita a realização de estudos sobre julgamentos individuais, tais como a aceita-bilidade e preferência por um determinado produto no momento da sua aquisição (ver Artes, 1991 e Friedmann, 1998). Em um estudo de preferência conjunta, são apresentadas configurações hipotéticas de um mesmo produto, que devem ser avaliadas segundo a preferência do respondente. O julgamento de um estímulo é denominado de valor de preferência que nada mais é do que a quantificação da preferência do indivíduo por um estímulo. Quanto maior o número de atributos e níveis utilizados na caracterização de um produto, mais real será sua descrição. No entanto, a complexidade dos estímulos e o número de configurações possíveis aumenta exponencialmente a cada novo atributo ou nível acrescentado, podendo comprometer a qualidade dos resultados de uma pesquisa. Este problema é contornado através da utilização de estímulos gerados através de planejamentos fracionários combinado na omissão de um ou mais atributos nos diferentes estímulos, conhecidos como perfis incompletos. Neste trabalho, pretende-se testar o efeito da ausência de atributos na classificação de estímulos e diferentes formas de imputação da informação faltante em uma aplicação sobre o efeito de características do emprego na satisfação do funcionário. / Conjoint Analysis is a statistic technique used in many behavior studies, product management and marketing researches. The conjoint method involves presenting customers with a test set of hypothetical products profiles and collecting their preferences. It\'s task is to identify some within a set of attributes those ones that are the most important for the research participants. Conjoint Analysis works better when the test set of profiles is small and the number of attributes is not so large. When a large number of attributes are considered in a conjoint study, the final number of possible profiles increase a lot. In this cases, fractional designs and incomplete profiles can be used to solve this problem. In this study will be tested the missing information efect in a conjoint study and will be compared some diferent imputations methods.

In real-world information retrieval (IR) tasks, the searched items and/or the users' queries often have implicit information associated with them -- information that describes unspecified aspects of the items or queries. For example, in web search tasks, web pages are often pointed to by hyperlinks (known as anchors) from other pages, and thus have human-generated succinct descriptions of their content (anchor text) associated with them. This indirectly available information has been shown to improve search effectiveness for different retrieval tasks. However, in many real-world IR challenges this information is sparse in the data; i.e., it is incomplete or missing in a large portion of the data. In this work, we explore how to discover and use implicit information in large amounts of data in the context of IR. We present a general perspective for discovering implicit information and demonstrate how to use the discovered data in four specific IR challenges: (1) finding relevant records in semi-structured databases where many records contain incomplete or empty fields; (2) searching web pages that have little or no associated anchor text; (3) using click-through records in web query logs to help search pages that have no or very few clicks; and (4) discovering plausible geographic locations for web queries that contain no explicit geographic information. The intuition behind our approach is that data similar in some aspects are often similar in other aspects. Thus we can (a) use the observed information of queries/documents to find similar queries/documents, and then (b) utilize those similar queries/documents to reconstruct plausible implicit information for the original queries/documents. We develop language modeling based techniques to effectively use content similarity among data for our work. Using the four different search tasks on large-scale noisy datasets, we empirically demonstrate the effectiveness of our approach. We further discuss the advantages and weaknesses of two complementary approaches within our general perspective of handling implicit information for retrieval purpose. Taken together, we describe a general perspective that uses contextual similarity among data to discover implicit information for IR challenges. Using this general perspective, we formally present two language modeling based information discovery approaches. We empirically evaluate our approaches using different IR challenges. Our research shows that supporting information discovery tailored to different search tasks can enhance IR systems' search performance and improve users' search experience.

This study aimed to verify how time pressure and missing information influence the quality of decisions. Themes investigated were decision process; its influential factors - time pressure and missing information; quality of the decision; and Multicriteria Method AHP - Analytical Hierarchical Process. To achieve the proposed objective was developed a Decision Support System - the AHP MAKH-ER structured with the AHP method. Once validated by users and the researcher, an experimental research was done using a decision task with multiple alternatives and criteria, with twenty subjects divided into four experimental groups, according to the incidence or not of the time pressure and the missing information. The task which simulates a car purchase was structured to create an environment for decision, in which knowledgeable individuals from car industry make their choices and comparisons, whether or not subjected to time pressure and missing information. Formulated and tested the hypothesis it was verified that (a) the time pressure does not influence negatively the quality of individuals‟ decisions, (b) the missing information does not influence negatively the quality of individuals‟ decisions, and (c) further information does not overcome the lack of time to decide, thus not improving the quality of individuals‟ decisions. However, it was also possible, through a post-experiment questionnaire and the mapping of computer access (logs) to verify different behaviors of individuals in decision making. Pressured by time the individuals sought the information by criteria, or, changed their strategy: starting by the alternative and subsequently by the criterion. The experimental subjects, facing the time pressure focused on the car of their choice, whereas without time pressure, they rationalized some more, using the information, and disagreed with the car chosen. Assumptions of the Theory of Image also explained some findings, indicating that previously structured images in the mind of the decision maker, which represent his preferences, are a way to face the time pressure. Still regarding this variable, it was found that the decision-makers accelerate the processing of information, making the task more quickly and thus they feel more the pressure of time, as blocking of the mind and feeling of stress, then the missing information when subjected to both variables. Upon the missing information it was observed that the use of prior knowledge and experience was the most prominent strategy of confrontation. In a lower frequency, there was also a demonstration of confidence by some experimental subjects when information was missing in the task. Finally, a strategy observed was the choice of the alternative in which information was available (when compared with other alternative without information), emphasizing that this topic needs a greater depth. / Este estudo teve por objetivo verificar como a pressão do tempo e a falta de informação influenciam na qualidade das decisões. Foram abordados os temas processo decisório; seus fatores influentes pressão do tempo e falta de informação; a qualidade da decisão; e o Método Multicritério AHP Processo Analítico Hierárquico. Para atingir o objetivo proposto foi desenvolvido um Sistema de Apoio à Decisão - o AHP MAKH-ER- estruturado com o Método AHP. Depois de validado pelos usuários e pela pesquisadora, realizou-se uma pesquisa experimental utilizando uma tarefa decisória com múltiplas alternativas e critérios, com vinte sujeitos separados em quatro grupos experimentais, de acordo com a incidência ou não da pressão do tempo e da falta de informação. A tarefa, que simula uma compra de carro, foi estruturada a fim de criar um ambiente de decisão, em que indivíduos conhecedores do ramo de automóveis fazem suas escolhas e comparações, submetidos ou não a pressão do tempo e a falta de informação. Formuladas e testadas às hipóteses verificou-se que (a) a pressão do tempo não influencia negativamente na qualidade das decisões dos indivíduos, (b) a falta de informação não influencia negativamente na qualidade das decisões dos indivíduos, e (c) mais informação não supera a falta de tempo para decidir, não melhorando assim a qualidade das decisões dos indivíduos. Entretanto, também foi possível, por meio de um questionário pós-experimento e do mapeamento dos acessos computacionais (logs); verificar diferentes comportamentos dos indivíduos no processo decisório. Pressionados pelo tempo os indivíduos buscaram a informação por critérios, ou ainda, mudaram de estratégia: iniciando por alternativa e posteriormente por critério. Os sujeitos experimentais, diante da pressão do tempo focaram no carro de sua preferência, enquanto que sem pressão de tempo, alguns racionalizaram mais, utilizaram as informações, e não concordaram com o carro escolhido. Pressupostos da Teoria da Imagem também justificaram alguns achados, indicando que as imagens previamente estruturadas na mente do decisor, as quais representam suas preferências, são uma forma de enfrentar a pressão do tempo. Ainda com relação a esta variável, verificou-se que os tomadores de decisão aceleram o processar da informação, realizando a tarefa de forma mais rápida, e sentindo assim mais a pressão do tempo, na forma de bloqueamento da mente e sentimento de estresse, do que a falta de informação quando sujeito a ambas as variáveis. Diante da falta de informação observou-se que a utilização do conhecimento prévio bem como da experiência do indivíduo foi a estratégia de enfrentamento mais destacada. Em uma freqüência menor, encontrou-se também a demonstração de autoconfiança por parte de alguns sujeitos experimentais quando havia informação faltante na tarefa. Por fim, uma estratégia observada, foi a escolha da alternativa em que a informação estava disponível (quando comparada a outra alternativa sem informação), destacando que este tópico carece de um aprofundamento maior.

<p>Left truncation arises because in many situations, failure of a unit is observed only if it fails after a certain period. In many situations, the units under study may not be followed until all of them fail and the experimenter may have to stop at a certain time when some of the units may still be working. This introduces right censoring into the data. Some commonly used lifetime distributions are lognormal, Weibull and gamma, all of which are special cases of the flexible generalized gamma family. Likelihood inference via the Expectation Maximization (EM) algorithm is used to estimate the model parameters of lognormal, Weibull, gamma and generalized gamma distributions, based on left truncated and right censored data. The asymptotic variance-covariance matrices of the maximum likelihood estimates (MLEs) are derived using the missing information principle. By using the asymptotic variances and the asymptotic normality of the MLEs, asymptotic confidence intervals for the parameters are constructed. For comparison purpose, Newton-Raphson (NR) method is also used for the parameter estimation, and asymptotic confidence intervals corresponding to the NR method and parametric bootstrap are also obtained. Through Monte Carlo simulations, the performance of all these methods of inference are studied. With regard to prediction analysis, the probability that a right censored unit will be working until a future year is estimated, and an asymptotic confidence interval for the probability is then derived by the delta-method. All the methods of inference developed here are illustrated with some numerical examples.</p> / Doctor of Philosophy (PhD)

Cryo-electron microscopy (cryo-EM) has been established as the leading imaging technique for structural studies from small proteins to whole cells at a molecular level. The great advances in cryo-EM have led to the ability to provide unique insights into a wide variety of biological processes in a close to native, hydrated state at near-atomic resolutions. The developments of computational approaches have significantly contributed to the exciting achievements of cryo-EM. This dissertation emphasizes new approaches to address image processing problems in cryo-EM, including tilt series alignment evaluation, simultaneous determination of sample thickness, tilt, and electron mean free path based on Beer-Lambert law, Model-Based Iterative Reconstruction (MBIR) on tomographic data, minimization of objective lens astigmatism in instrument alignment and defocus and magnification dependent astigmatism of TEM images. The final goal of these methodological developments is to improve the 3D reconstruction of cryo-EM and visualize more detailed characterization.