Building performance simulations [BPS] tools are important in all the design stages, mainly in the early ones. However, some barriers such as time, resources and expertise do not contribute to their implementation in architecture offices. This research aimed to develop regression models (meta-models) to assess the thermal discomfort in a Brazilian low-cost house [LCH] during early design. They predicted the degree-hours of discomfort by heat and/or by cold as function of the design parameters changes for three Brazilian cities: Curitiba/PR, São Paulo/SP, and Manaus/AM. This work focused on using the meta-models to evaluate the impact of the parameters related to natural ventilation strategies on thermal performance in LCH. The analyzed Brazilian LCH consisted in a naturally ventilated representative unit developed based on the collected data. The most influential parameters in thermal performance, namely as key design parameters, were building orientation, shading devices positions and sizes, thermal material properties of the walls and roof constructive systems as well as window-to-wall ratios (WWR) and effective window ventilation areas (EWVA). The methodology was divided into: (a) collecting projects of Brazilian LCH, and based on that a base model that was able to represent them was proposed, (b) defining the key design parameters and their ranges, in order to compose the design space to be considered, (c) simulating thermal performance using EnergyPlus coupled with a Monte Carlo framework to randomly sample the design space considered, (d) using the greater part of the simulation results to develop the meta-models, (e)using the remaining portion to validate them, and (f) applying the meta-models in a simple design configuration in order to test their potential as a support design tool. Overall, the meta-models showed R2 values higher than 0.95 for all climates. Except for the regression models to predict discomfort by heat for Curitiba (R2 =0.61) and São Paulo (R2 =0.74). In their application, the models showed consistent predictions for WWR variations, but unexpected patterns for EWVA. / Simulações do desempenho de edificações são ferramentas importantes em todo processo de desenvolvimento do projeto, especialmente nas etapas iniciais. No entanto, barreiras como tempo, custo e conhecimento especializado impedem a implementação de tais ferramentas nos escritórios de arquitetura. A presente pesquisa se propôs a desenvolver modelos de regressão (meta-modelos) para avaliar o desconforto térmico em uma habitação de interesse social [HIS] brasileira. Estes meta - modelos predizem os graus-hora de desconforto por calor ou por frio em função de alterações nos parâmetros de projeto para três cidades brasileiras: Curitiba/PR, São Paulo/SP e Manaus/AM. O foco deste trabalho é o uso dos meta-modelos para avaliar o impacto de parâmetros relacionados com estratégias de ventilação natural no conforto térmico em HIS. A HIS brasileira analisada consistiu em uma unidade representativa, naturalmente ventilada e desenvolvida baseada em dados coletados. Os parâmetros que mais influenciam o conforto térmico, nomeados parâmetroschave de projeto foram: orientação da edificação, posição e tamanho das proteções solares, propriedades térmicas dos sistemas construtivos das paredes e do telhado, assim como, áreas de janela nas fachadas e áreas efetiva de abertura. A metodologia foi dividida em: (a) coleta de projetos de HIS brasileiras que embasaram a proposição de um modelobase que os representassem, (b) definição dos parâmetros chave de projeto e suas faixas de variação, a fim de compor o universo de projeto a ser explorado, (c) simulações térmicas usando o EnergyPlus acoplado com uma ferramenta de Monte Carlo para variar randomicamente o universo de projeto considerado, (d) uso da maior parte dos resultados das simulações para o desenvolvimento dos meta-modelos,(e) uso da porção remanescente para a validação dos meta-modelos e (f) aplicação dos meta-modelos em uma simples configuração de projeto, visando testar o seu potencial como ferramenta de suporte de projeto. De modo geral, os meta-modelos apresentaram R2 superiores a 0,95 para todos os climas, exceto os meta-modelos para predizer desconforto por calor para Curitiba (R2 =0,61) e São Paulo (R2 =0,74). Na fase de aplicação, os modelos mostraram predições consistentes para variações na área de janela na fachada, mas incoerências para variações nas áreas efetiva de abertura.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-05-29T14:38:33Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) VersaoFinal.pdf: 2882901 bytes, checksum: a35c6d27fe0f9aa61dfe3a96244b3140 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2018-05-29T14:38:46Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) VersaoFinal.pdf: 2882901 bytes, checksum: a35c6d27fe0f9aa61dfe3a96244b3140 (MD5) / Made available in DSpace on 2018-05-29T14:38:46Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) VersaoFinal.pdf: 2882901 bytes, checksum: a35c6d27fe0f9aa61dfe3a96244b3140 (MD5) Previous issue date: 2018-03-12 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The traditional estimation of mixture regression models is based on the assumption of normality of component errors and thus is sensitive to outliers, heavy-tailed and/or asymmetric errors. Another drawback is that, in general, the analysis is restricted to directly observed predictors. We present a proposal to deal with these issues simultaneously in the context of mixture regression by extending the classic normal model by assuming that, for each mixture component, the random errors and the covariates jointly follow a scale mixture of skew-normal distributions. It is also assumed that the covariates are observed with error. An MCMC-type algorithm to perform Bayesian inference is developed and, in order to show the efficacy of the proposed methods, simulated and real data sets are analyzed. / A estimação tradicional em mistura de modelos de regressão é baseada na suposição de normalidade para os erros aleatórios, sendo assim, sensível a outliers, caudas pesadas e erros assimétricos. Outra desvantagem é que, em geral, a análise é restrita a preditores que são observados diretamente. Apresentamos uma proposta para lidar com estas questões simultaneamente no contexto de mistura de regressões estendendo o modelo normal clássico. Assumimos que, conjuntamente e em cada componente da mistura, os erros aleatórios e as covariáveis seguem uma mistura de escala da distribuição normal assimétrica. Além disso, é feita a suposição de que as covariáveis são observadas com erro aditivo. Um algorítmo do tipo MCMC foi desenvolvido para realizar inferência Bayesiana. A eficácia do modelo proposto é verificada via análises de dados simulados e reais.

O fator de simultaneidade é fundamental no planejamento de redes de distribuição de gás natural. Trata-se de um multiplicador entre 0 e 1 que ajusta o consumo total teórico de um número de aparelhos de utilização em condições reais. Em 2005 o Instituto de Pesquisas Tecnológicas (IPT) e a Companhia de Gás de São Paulo (COMGÁS) realizaram um estudo no qual determinou-se o fator de simultaneidade em um conjunto de edificações residenciais. Um modelo de regressão foi proposto para expressar o fator de simultaneidade em termos da potência total instalada. O modelo ajustado pode ser utilizado para predizer o fator de simultaneidade em novas edificações. O modelo em questão é um modelo de regressão linear normal no qual a variável resposta é o logaritmo do fator de simultaneidade. Nesta dissertação, o objetivo é investigar outras possibilidades de modelos de regressão adequados aos dados obtidos pelo IPT e pela COMGÁS. Especial atenção é dada ao modelo de regressão beta proposto por Ferrari e Cribari-Neto (Journal of Applied Statistics, 2004) por possuir vantagens sobre o modelo de regressão linear normal. O modelo de regressão beta assume que, dadas as covariáveis, a variável resposta possui distribuição beta, sendo adequado para modelar dados observados no intervalo unitário. Desta forma, a transformação na variável resposta - o fator de simultaneidade - é desnecessária. Além disso, é proposta uma nova abordagem para a predição do fator de simultaneidade, diferente de todas as abordagens pesquisadas na literatura, utilizando a técnica de bootstrap. / The simultaneity factor is fundamental in planning gas distribution networks. It is a multiplicator between 0 and 1 that adjusts the theoretical total consumption of a number of devices to realistic conditions. In 2005, the Instituto de Pesquisas Tecnológicas (IPT) and the Companhia de Gás de São Paulo (COMGÁS) performed a study in which the simultaneity factor of gas consumption in a set of residential buildings have been determined. A regression model was proposed to express the simultaneity factor in terms of the total power of installed equipment. The fitted model can be used to predict the simultaneity factor in new buildings. The model they proposed is a normal linear regression model in which the response variable is the logarithm of the simultaneity factor. In the present dissertation, our aim is to investigate other possible regression models suitable to the data obtained by IPT and CONGÁS. Emphasis is given to the beta regression model proposed by Ferrari and Cribari-Neto (Journal of Applied Statistics, 2004) which has a number of advantages over normal linear regression models. The beta regression model assumes that, given the covariates, the response variable has a beta distribution, which is adequate to model data observed in the unit interval. Therefore, no transformation in the response variable, the simultaneity factor, is needed. Additionally, we present a new approach for the prediction of the simultaneity factor, that is different from all the approaches shown in the literature, using the bootstrap technique.

A Euterpe edulis (palmeira juçara) é uma espécie de alta densidade na Floresta Atlântica e sofre processo de extinção devido ao desmatamento e ao corte ilegal para a extração do palmito. Uma alternativa para conservação é o manejo sustentável, utilizando seus frutos para a produção de polpa. O objetivo do trabalho é fornecer subsídios de mensuração para um sistema de manejo, visando à produção de frutos e polpa, através de modelos preditivos e, avaliação da estrutura, dinâmica e a regeneração natural das palmeiras. O levantamento foi realizado no Sertão do Ubatumirim, Ubatuba-SP, em uma área de bananal e uma de floresta secundária, durante 2011 e 2012. Para a construção dos modelos, foram selecionadas matrizes produtoras acompanhadas durante o período de frutificação. Foram coletadas medidas dendrométricas e os frutos maduros foram colhidos, pesados, despolpados e analisada sua massa seca. Foi avaliada qualitativamente a luminosidade recebida pelas matrizes. Foram ajustados e selecionados modelos para a predição da biomassa dos frutos e polpa seca. As variáveis preditoras foram: DAP, altura, e as indicadoras: área, ano e luz, com efeito simples e de interação. As variáveis resposta foram modeladas por regressão linear, com e sem transformação logarítmica. Os critérios de seleção dos modelos foram o coeficiente de determinação ajustado e o valor do Critério de Informação de Akaike (AIC). Para o levantamento das populações, em cada área foram locadas dez parcelas circulares, com 14m de raio, sendo mensuradas e identificadas as espécies arbóreas com DAP >= 5cm. Dentro das parcelas instituiu-se subparcelas para a amostragem da regeneração natural da juçara; com raio de 4,5m para os estádios de desenvolvimento das varas e arvoretas e raio de 3m para plântulas e mudas. Foi estimada a taxa de mortalidade de toda população e das palmeiras adultas. De cada estádio estimou-se os indivíduos por hectare e taxa de mudança anual. A regeneração encontrada foi comparada com uma estrutura padrão, sem ações antrópicas. Foi estimada a biomassa de frutos e de polpa da juçara nas áreas estudadas através de modelos lineares. Os modelos com transformação logarítmica apresentaram bons ajustes sendo os mais adequados os que utilizaram a combinação da variável indicadora altura ou variável combinada (diâmetro ao quadrado vezes altura). Os resultados mostraram efeito de interação da variável combinada e variável ano, o que indicou efeito nulo no ano de alta produtividade. Independente do tamanho das palmeiras, a produção foi igual, e efeito positivo crescente no ano de baixa produtividade. Os levantamentos mostraram que a área de formação secundária possui maior riqueza de espécies que a do bananal, com uma área basal duas vezes maior e menor taxa de mortalidade. Em ambas as áreas, os estádios plântulas e regeneração não se assemelham à população padrão, resultados estes mais drásticos na área do bananal. Isto pode levar à redução da população, com risco de desaparecimento. Na estimativa produtiva dos frutos por matriz, verificou-se o aumento entre os anos de produção. Quando se considera a produção por hectare, ocorre diminuição da produção na área do bananal devido a elevada mortalidade. / Euterpe edulis (juçara palm) occurs in hight density populations in the Atlantic Forest, but due the illegal exploration of its heart palm is a extinction threaten species. An alternative for its conservation is the sustainable management of its populations for fruit production. This study aims to provide measurement and biometric information for the development of a sustainable management system for fruit harvest. Prediction models for fruit and fruit pulp production were developed and the structure and natural regeneration of two populations were studied. The study was carry out in \"Sertão do Ubatumirim\", Ubatuba, in the state of São Paulo, where a banana plantation and a secondary forest were surveyed in the years 2011 and 2012. In order to develop the fruit prediction models, producing fruit palm trees were monitored throughout the period of fructification. Height and diameter measurements were taken in these trees and the ripe fruits were harvested, weighted, pulped and the fruit pulp dry weight was determined. The light intensity received by each tree was qualitatively determined by a ordinal scale with 5 levels. Prediction models for fruit biomass and fruit pulp dry weight were fitted by linear regression. Prediction quantitative variables were diameter (DBH) and height, while prediction qualitative variables, add to the model as indicator variables, were: forest type (banana plantation and secondary forest), harvest year (2011 and 2012) and light intensity. The criteria for selection of the models were adjusted coefficient of determination and the value of the Akaike Information Criteria (AIC). For the population surveys, circular plots of 14m radius were located in the study area, and all trees with DBH equal or greater than 5cm were measured and had its species identified. For the survey of juçara natural regeneration, circular subplots of 4.5m radius, concentric to adult tree plots, were established to enumerate small trees and saplings, and circular subplots of 3m radius were established to enumerate seedlings and small seedlings. Mortality rate was estimated of the entire population and adult juçara palms. For each plant development stage (tree, small tree, sapling, seedling and small seedling), the number of individuals and the annual change rate were also estimated. Best prediction models for individual palm tree fruit and fruit pulp production were logarithmic models, and prediction variable was tree height, followed by the combined variable (squared diameter times height). There was a clear interaction effect of the quantitative prediction variable (combined variable) and the qualitative prediction variable year, as indicator variable. In the hight production year, the quantitative prediction variable was not relevant for fruit and fruit pulp prediction, while in the low production year, there was a positive relationship between production and the quantitative prediction variable. Study sites were very different in forest structure and dynamics. As expected, the secondary forest site had higher species richness than the banana plantation site, as well lower mortality rate and twice its basal area. Compared to what is expected to sustainable juçara populations without human influence, both sites showed lower number of regenerating individuals (seedlings and small seedlings). Over the years, this fact, combined to the harvest of fruits for fruit pulp production, can represent risk to the sustainability of juçara populations in the study sites.

Rieck & Nedelman (1991) propuseram um modelo de regressão log-linear tendo como base a distribuição Birnbaum-Saunders (Birnbaum & Saunders, 1969a). O modelo proposto pelos autores vem sendo bastante explorado e tem se mostrado uma ótima alternativa a outros modelos propostos na literatura, como por exemplo, os modelos de regressão Weibull, gama e lognormal. No entanto, até o presente momento, não existe nenhum estudo tratando de refinamentos para as estatísticas da razão de verossimilhanças e escore nesta classe de modelos de regressão. Assim, um dos objetivos desta tese é obter um fator de correção de Bartlett para a estatística da razão de verossimilhanças e um fator de correção tipo-Bartlett para a estatística escore nesse modelo. Estes ajustes melhoram a aproximação da distribuição nula destas estatísticas pela distribuição qui-quadrado de referência. Adicionalmente, objetiva-se obter ajustes para a estatística da razão de verossimilhanças sinalizada. Tais ajustes melhoram a aproximação desta estatística pela distribuição normal padrão. Recentemente, uma nova estatística de teste foi proposta por Terrell (2002), a qual o autor denomina estatística gradiente. Esta estatística foi derivada a partir da estatística escore e da estatística de Wald modificada (Hayakawa & Puri, 1985). A combinação daquelas duas estatísticas resulta em uma estatística muito simples de ser calculada, não envolvendo, por exemplo, nenhum cálculo matricial como produto e inversa de matrizes. Esta estatística foi recentemente citada por Rao (2005): \"The suggestion by Terrell is attractive as it is simple to compute. It would be of interest to investigate the performance of the [gradient] statistic.\" Caminhando na direção da sugestão de Rao, outro objetivo da tese é obter uma expansão assintótica para a distribuição da estatística gradiente sob uma sequência de alternativas de Pitman convergindo para a hipótese nula a uma taxa de convergência de n^{-1/2} utilizando a metodologia desenvolvida por Peers (1971) e Hayakawa (1975). Em particular, mostramos que, até ordem n^{-1/2}, a estatística gradiente segue distribuição qui-quadrado central sob a hipótese nula e distribuição qui-quadrado não central sob a hipótese alternativa. Também temos como objetivo comparar o poder local deste teste com o poder local dos testes da razão de verossimilhanças, de Wald e escore. Finalmente, aplicaremos a expansão assintótica derivada na tese em algumas classes particulares de modelos. / The Birnbaum-Saunders regression model is commonly used in reliability studies.We address the issue of performing inference in this class of models when the number of observations is small. Our simulation results suggest that the likelihood ratio and score tests tend to be liberal when the sample size is small. We derive Bartlett and Bartlett-type correction factors which reduce the size distortion of the tests. Additionally, we also consider modified signed log-likelihood ratio statistics in this class of models. Finally, the asymptotic expansion of the distribution of the gradient test statistic is derived for a composite hypothesis under a sequence of Pitman alternative hypotheses converging to the null hypothesis at rate n^{-1/2}, n being the sample size. Comparisons of the local powers of the gradient, likelihood ratio, Wald and score tests reveal no uniform superiority property.

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2017-04-26T17:07:37Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Carolina Marchant.pdf: 5792192 bytes, checksum: adbd82c79b286d2fe2470b7955e6a9ed (MD5) / Made available in DSpace on 2017-04-26T17:07:38Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Carolina Marchant.pdf: 5792192 bytes, checksum: adbd82c79b286d2fe2470b7955e6a9ed (MD5) Previous issue date: 2016-10-31 / CAPES; BOLSA DO CHILE. / In the last decades, univariate Birnbaum-Saunders models have received considerable attention in the literature. These models have been widely studied and applied to fatigue, but they have also been applied to other areas of the knowledge. In such areas, it is often necessary to model several variables simultaneously. If these variables are correlated, individual analyses for each variable can lead to erroneous results. Multivariate regression models are a useful tool of the multivariate analysis, which takes into account the correlation between variables. In addition, diagnostic analysis is an important aspect to be considered in the statistical modeling. Furthermore, multivariate quality control charts are powerful and simple visual tools to determine whether a multivariate process is in control or out of control. A multivariate control chart shows how several variables jointly affect a process. First, we propose, derive and characterize multivariate generalized logarithmic Birnbaum-Saunders distributions. Also, we propose new multivariate generalized Birnbaum-Saunders regression models. We use the method of maximum likelihood estimation to estimate their parameters through the expectation-maximization algorithm. We carry out a simulation study to evaluate the performance of the corresponding estimators based on the Monte Carlo method. We validate the proposed models with a regression analysis of real-world multivariate fatigue data. Second, we conduct a diagnostic analysis for multivariate generalized Birnbaum-Saunders regression models. We consider the Mahalanobis distance as a global influence measure to detect multivariate outliers and use it for evaluating the adequacy of the distributional assumption. Moreover, we consider the local influence method and study how a perturbation may impact on the estimation of model parameters. We implement the obtained results in the R software, which are illustrated with real-world multivariate biomaterials data. Third and finally, we develop a robust methodology based on multivariate quality control charts for generalized Birnbaum-Saunders distributions with the Hotelling statistic. We use the parametric bootstrap method to obtain the distribution of this statistic. A Monte Carlo simulation study is conducted to evaluate the proposed methodology, which reports its performance to provide earlier alerts of out-of-control conditions. An illustration with air quality real-world data of Santiago-Chile is provided. This illustration shows that the proposed methodology can be useful for alerting episodes of extreme air pollution. / Nas últimas décadas, o modelo Birnbaum-Saunders univariado recebeu considerável atenção na literatura. Esse modelo tem sido amplamente estudado e aplicado inicialmente à modelagem de fadiga de materiais. Com o passar dos anos surgiram trabalhos com aplicações em outras áreas do conhecimento. Em muitas das aplicações é necessário modelar diversas variáveis simultaneamente incorporando a correlação entre elas. Os modelos de regressão multivariados são uma ferramenta útil de análise multivariada, que leva em conta a correlação entre as variáveis de resposta. A análise de diagnóstico é um aspecto importante a ser considerado no modelo estatístico e verifica as suposições adotadas como também sua sensibilidade. Além disso, os gráficos de controle de qualidade multivariados são ferramentas visuais eficientes e simples para determinar se um processo multivariado está ou não fora de controle. Este gráfico mostra como diversas variáveis afetam conjuntamente um processo. Primeiro, propomos, derivamos e caracterizamos as distribuições Birnbaum-Saunders generalizadas logarítmicas multivariadas. Em seguida, propomos um modelo de regressão Birnbaum-Saunders generalizado multivariado. Métodos para estimação dos parâmetros do modelo, tal como o método de máxima verossimilhança baseado no algoritmo EM, foram desenvolvidos. Estudos de simulação de Monte Carlo foram realizados para avaliar o desempenho dos estimadores propostos. Segundo, realizamos uma análise de diagnóstico para modelos de regressão Birnbaum-Saunders generalizados multivariados. Consideramos a distância de Mahalanobis como medida de influência global de detecção de outliers multivariados utilizando-a para avaliar a adequacidade do modelo. Além disso, desenvolvemos medidas de diagnósticos baseadas em influência local sob alguns esquemas de perturbações. Implementamos a metodologia apresentada no software R, e ilustramos com dados reais multivariados de biomateriais. Terceiro, e finalmente, desenvolvemos uma metodologia robusta baseada em gráficos de controle de qualidade multivariados para a distribuição Birnbaum-Saunders generalizada usando a estatística de Hotelling. Baseado no método bootstrap paramétrico encontramos aproximações da distribuição desta estatística e obtivemos limites de controle para o gráfico proposto. Realizamos um estudo de simulação de Monte Carlo para avaliar a metodologia proposta indicando seu bom desempenho para fornecer alertas precoces de processos fora de controle. Uma ilustração com dados reais de qualidade do ar de Santiago-Chile é fornecida. Essa ilustração mostra que a metodologia proposta pode ser útil para alertar sobre episódios de poluição extrema do ar, evitando efeitos adversos na saúde humana.

Rieck & Nedelman (1991) propuseram um modelo de regressão log-linear tendo como base a distribuição Birnbaum-Saunders (Birnbaum & Saunders, 1969a). O modelo proposto pelos autores vem sendo bastante explorado e tem se mostrado uma ótima alternativa a outros modelos propostos na literatura, como por exemplo, os modelos de regressão Weibull, gama e lognormal. No entanto, até o presente momento, não existe nenhum estudo tratando de refinamentos para as estatísticas da razão de verossimilhanças e escore nesta classe de modelos de regressão. Assim, um dos objetivos desta tese é obter um fator de correção de Bartlett para a estatística da razão de verossimilhanças e um fator de correção tipo-Bartlett para a estatística escore nesse modelo. Estes ajustes melhoram a aproximação da distribuição nula destas estatísticas pela distribuição qui-quadrado de referência. Adicionalmente, objetiva-se obter ajustes para a estatística da razão de verossimilhanças sinalizada. Tais ajustes melhoram a aproximação desta estatística pela distribuição normal padrão. Recentemente, uma nova estatística de teste foi proposta por Terrell (2002), a qual o autor denomina estatística gradiente. Esta estatística foi derivada a partir da estatística escore e da estatística de Wald modificada (Hayakawa & Puri, 1985). A combinação daquelas duas estatísticas resulta em uma estatística muito simples de ser calculada, não envolvendo, por exemplo, nenhum cálculo matricial como produto e inversa de matrizes. Esta estatística foi recentemente citada por Rao (2005): \"The suggestion by Terrell is attractive as it is simple to compute. It would be of interest to investigate the performance of the [gradient] statistic.\" Caminhando na direção da sugestão de Rao, outro objetivo da tese é obter uma expansão assintótica para a distribuição da estatística gradiente sob uma sequência de alternativas de Pitman convergindo para a hipótese nula a uma taxa de convergência de n^{-1/2} utilizando a metodologia desenvolvida por Peers (1971) e Hayakawa (1975). Em particular, mostramos que, até ordem n^{-1/2}, a estatística gradiente segue distribuição qui-quadrado central sob a hipótese nula e distribuição qui-quadrado não central sob a hipótese alternativa. Também temos como objetivo comparar o poder local deste teste com o poder local dos testes da razão de verossimilhanças, de Wald e escore. Finalmente, aplicaremos a expansão assintótica derivada na tese em algumas classes particulares de modelos. / The Birnbaum-Saunders regression model is commonly used in reliability studies.We address the issue of performing inference in this class of models when the number of observations is small. Our simulation results suggest that the likelihood ratio and score tests tend to be liberal when the sample size is small. We derive Bartlett and Bartlett-type correction factors which reduce the size distortion of the tests. Additionally, we also consider modified signed log-likelihood ratio statistics in this class of models. Finally, the asymptotic expansion of the distribution of the gradient test statistic is derived for a composite hypothesis under a sequence of Pitman alternative hypotheses converging to the null hypothesis at rate n^{-1/2}, n being the sample size. Comparisons of the local powers of the gradient, likelihood ratio, Wald and score tests reveal no uniform superiority property.