Esta tese apresenta a modelagem e o monitoramento de características de qualidade do tipo fração, que apresentam valores restritos ao intervalo [0,1] A motivação inicial é que a característica de qualidade do tipo fração pode ser melhor aproximada pela distribuição de probabilidade Beta e, geralmente, a modelagem e o monitoramento utilizados não supõem tal distribuição. Desta forma, os objetivos desta tese são: (i) Propor uma sistemática para seleção de modelos paramétricos considerando a classificação das variáveis resposta e das variáveis explicativas; (ii) Propor uma modelagem da fração não conforme com enfoque no modelo de regressão Beta e no modelo linear generalizado; (iii) Propor uma nova carta de controle (CC), Carta Beta, para monitorar características de qualidade do tipo fração (p), com adaptação dos limites de controle a distribuição Beta; (iv) Propor uma CC baseada em modelos Beta para monitorar características de qualidade do tipo fração em função das variáveis de controle do processo; e (v) Propor uma CC baseada em modelos Beta por componentes principais para monitorar características de qualidade do tipo fração em função das variáveis de controle multicolineares. As cartas de controle propostas foram avaliadas através da aplicação de estudos de caso, exemplos retirados da literatura e comparação do número médio de amostras (NMA) via simulação de Monte Carlo. Os modelos de regressão propostos para modelagem de características de qualidade do tipo fração apresentam flexibilidade de escolha da função de ligação, bom desempenho no ajuste e precisão das estimativas dos efeitos das variáveis. As cartas de controle propostas detectaram mais rapidamente todas as alterações induzidas, apresentando melhor desempenho em comparação as outras cartas similares encontradas na literatura. Conclui-se que as ferramentas propostas são adequadas para a modelagem e o monitoramento de características de qualidade do tipo fração. / This thesis presents the modeling and monitoring of the type fraction quality characteristics, which have values confined in the [0,1]-interval. The main motivation is that the type fraction quality characteristics can be better approximated by the Beta probability distribution and generally used for modeling and monitoring not assumes this distribution. Thus, the objectives are: (i) propose a systematic for selecting parametric models considering the classification of the response and explanatory variables; (ii) propose a modeling of the fraction nonconforming items using the Beta regression model and generalized linear model; (iii) propose a new control chart (CC), Beta Charts, to monitor the type fraction quality characteristics (p), with adaptation of the control limits based in the Beta distribution; (iv) propose a Beta model-based to monitor the type fraction quality characteristics adjusted by control variables of the process, and (v) propose a Beta model-based control charts by principal components to monitor the type fraction quality characteristics adjusted by control variables multicollinearity. The proposed control charts were evaluated by application of case studies, numeric examples taken from literature and comparison the average run length (ARL) using Monte Carlo simulation. The proposed regression models for modeling of the type fraction quality characteristics have shown flexibility to choose link function, good performance on the fit and accuracy of estimates of the effects. The proposed control charts detected more quickly all changes induced, showing better performance compared to other similar control charts defined in literature. It is concludes that the proposed tools are appropriate for modeling and monitoring of the type fraction quality characteristics.

Recentemente, Cordeiro e de Castro (2011) apresentaram uma classe generalizada baseada na distribuição Kumaraswamy (Kw-G). Essa classe de distribuições modela as formas de risco crescente, decrescente, unimodal e forma de U ou de banheira. Uma importante distribuição pertencente a essa classe é a distribuição Kumaraswamy Weibull modificada (KwMW) proposta por Cordeiro; Ortega e Silva (2013). Com isso foi utilizada essa distribuição para o desenvolvimento de algumas novas propriedades e análise bayesiana. Além disso, foi desenvolvida uma nova distribuição de probabilidade a partir da distribuição gama generalizada geométrica (GGG) que foi denominada de gama generalizada geométrica exponenciada (GGGE). Para a nova distribuição GGGE foram calculados os momentos, a função geradora de momentos, os desvios médios, a confiabilidade e as estatísticas de ordem. Desenvolveu-se o modelo de regressão log-gama generalizada geométrica exponenciada. Para a estimação dos parâmetros, foram utilizados os métodos de máxima verossimilhança e bayesiano e, finalmente, para ilustrar a aplicação da nova distribuição foi analisado um conjunto de dados reais. / Recently, Cordeiro and de Castro (2011) showed a generalized class based on the Kumaraswamy distribution (Kw-G). This class of models has crescent risk forms, decrescent, unimodal and U or bathtub form. An important distribution belonging to this class the Kumaraswamy modified Weibull distribution (KwMW), proposed by Cordeiro; Ortega e Silva (2013). Thus this distribution was used to develop some new properties and bayesian analysis. Furthermore, we develop a new probability distribution from the generalized gamma geometric distribution (GGG) which it is called generalized gamma geometric exponentiated (GGGE) distribution. For the new distribution we calculate the moments, moment generating function, mean deviation, reliability and order statistics. We define a log-generalized gamma geometric exponentiated regression model. The methods used to estimate the model parameters are: maximum likelihood and bayesian. Finally, we illustrate the potentiality of the new distribution by means of an application to a real data set.

A presente dissertação propõe métodos para seleção de variáveis preditivas com base em índices de importância das variáveis e regressão PLS (Partial Least Squares). Partindo-se de uma revisão da bibliografia sobre PLS e índices de importância das variáveis, sugere-se um método, denominado Eliminação Backward (EB), para seleção de variáveis a partir da eliminação sistemática de variáveis de acordo com a ordem definida por índices de importância das variáveis. Um novo índice de importância de variáveis, proposto com base nos parâmetros da regressão PLS, tem seu desempenho avaliado frente a outros índices reportados pela literatura. Duas variações do método EB são propostas e testadas através de simulação: (i) o método EBM (Eliminação backward por mínimos), que identifica o conjunto que maximiza o indicador de acurácia preditiva sem considerar o percentual de variáveis retidas, e (ii) o método EBDE (Eliminação backward por distância euclidiana), que seleciona o conjunto de variáveis responsável pela mínima distância euclidiana entre os pontos do perfil gerado pela eliminação das variáveis e um ponto ideal hipotético definido pelo usuário. A aplicação dos três métodos em quatro bancos de dados reais aponta o EBDE como recomendável, visto que retém, em média, apenas 13% das variáveis originais e eleva a acurácia de predição em 32% em relação à utilização de todas as variáveis. / This dissertation presents new methods for predictive variable selection based on variable importance indices and PLS regression. The novel method, namely Backward Elimination (BE), selects the most important variables by eliminating process variables according to their importance described by the variable importance indices. A new variable importance index is proposed, and compared to previous indices for that purpose. We then offer two modifications on the BE method: (i) the EBM method, which selects the subset of variables yielding the maximum predictive accuracy (i.e., the minimum residual index), and (ii) the EBDE, which selects the subset leading to the minimum Euclidian distance between the points generated by variable removal and a hypothetical ideal point defined by the user. When applied to four manufacturing data sets, the recommended method, EBDE, retains average 13% of the original variables and increases the prediction accuracy in average 32% compared to using all the variables.

A obsolescência de estoques é um evento recorrente nas organizações, demandando o uso de métodos que identifiquem o inventário excessivo antes dele tornar-se obsoleto. Este artigo propõe um método para classificação, projeção e controle da obsolescência de inventários ao longo do tempo, com o objetivo de reduzir o risco de obsolescência ou deterioração futura. A abordagem proposta possui cinco passos, sendo os quatro primeiros dedicados a identificação dos fatores que contribuem para a obsolescência e/ou deterioração do Inventário, a classificação do estoque em categorias e faixas de idade através da análise discriminante, a seleção de variáveis em contexto de PLS, a modelagem de regressão para projeção da idade do inventário ao longo do tempo e a definição de diretrizes para redução do risco de obsolescência. O quinto passo do método utiliza o conceito do ciclo PDCA buscando a melhoria contínua do processo e dos resultados. Na aplicação em dois estudos de caso em indústrias de bens de consumo, o método previu adequadamente o montante do inventário por faixa de idade e o risco de obsolescência ou deterioração do inventário em um horizonte de seis meses. / Inventory obsolescence is a prominent phenomenon in organizations, requiring the use of methods that identify excessive inventory before it becomes obsolete. This paper proposes a method to classify, forecast and control the obsolescence of inventories over time in order to reduce the risk of future obsolescence or deterioration. The proposed approach has five steps, the first four of which are dedicated to identifying the factors that contribute to the obsolescence and/or deterioration of the Inventory, the classification of the inventory into categories and age ranges through discriminant analysis, the selection of variables in the context of PLS, regression modeling to forecast the age of inventory over time and the definition of guidelines for reducing the risk of obsolescence. The fifth step of the method uses the concept of the PDCA cycle seeking for the continuous improvement of process and results. In the application in two case studies in consumer goods industries, the method predicted the amount of inventory by age range and the risk of obsolescence or deterioration of the inventory over a six-month horizon.

O desempenho de um processo de produção de óxido de etileno é normalmente avaliado através da seletividade da reação. Neste trabalho, uma unidade produtiva foi estudada com o objetivo de se maximizar a seletividade através da atuação sobre as principais variáveis de processo. Uma análise estatística de um conjunto de dados de processo mostrou que quatro variáveis (vazão de oxigênio, vazão de gás de reciclo, temperatura da reação e teor de clorados) são as de maior influência sobre a seletividade e explicam mais de 60% das variações ocorridas no processo produtivo. Com base nessa análise de dados, modelos de regressão multilinear foram desenvolvidos e testados com o objetivo de representar o comportamento do processo em função apenas do comportamento dessas quatro variáveis. O modelo matemático empírico proposto para representar esse processo foi validado estatisticamente e fenomenologicamente, demonstrando consistência com os dados obtidos em processo. O modelo também foi desdobrado em 24 submodelos que representam condições possíveis de operação da unidade e para os quais foram elaboradas superfícies de respostas que permitiram definir a melhor forma de gestão das 4 variáveis críticas conjuntamente, de modo a se obter a máxima seletividade possível para a reação em função desses cenários operacionais. / The performance of an ethylene oxide manufacturing process is normally measured by the selectivity reaction. In this work, a production unit was studied in order to maximize selectivity through the development of a strategic plan to main to manage the key process variables. A statistical analysis of a data set indicated that only four variables (oxygen flow, recycle gas flow, temperature reaction and chlorine content) are responsible for the greater influence over the selectivity and explain more than 60% of process variations. As consequence, regression models were developed and tested in order to represent the process behavior as a function of these four variables. The proposed mathematical model was statistically and phenomenologically validated, demonstrating consistency with the current process data. The model was rewritten in 24 sub-models, named deployed models which represent possible operational conditions of the unit. A set of surface responses was defined for each deployed model, providing to identify the best way for the management of these 4 critical variables. Furthermore, this analysis leads to a management tool for achieving the best results in selectivity, as function of the possible operational scenarios for this unit.

nÃo hà / Desempenho das firmas podem ser afetados por um conjunto de obstÃculos, sendo eles intrÃnsicos à prÃpria firma como tamanho, setor, e estrutura organizacional da firma, ou determinados pelo contexto econÃmico e social do paÃs em que a mesma se encontra. A percepÃÃo que o empresÃrio possui das dificuldades contextuais podem direcionar os investimentos em qualquer sentido, fazendo com que empresas iguais tomem decisÃes diferentes. Esta dissertaÃÃo investiga como percepÃÃes de diferentes tipos obstÃculos contextuais podem afetar a performance das firmas em diferentes paÃses da America do Sul: Brasil, Chile e Peru. Para isso utilizou-se como indicadores de performance os investimentos em ativos fixos, capacidade de utilizaÃÃo de recursos, crescimento de vendas e contrataÃÃes de trabalhadores. Os obstÃculos contextuais considerados foram os de cunho institucionais/legais tais como: carga tributÃria, licenÃas e regulamento do trabalho; sociais: corrupÃÃo, crime e competiÃÃo com setor informal; econÃmicos: mÃo-de-obra nÃo qualificada e acesso a financiamento e de infraestrutura: acesso a eletricidade e transporte. Os dados da pesquisa foram extraÃdos do site do Banco Mundial, pesquisa enterprise surveys. Para fazer as estimaÃÃes foram utilizados os modelos de regressÃo linear e logistica conforme a variÃvel dependente. Os principais resultados mostraram que obstÃculos econÃmicos e sociais sÃo comuns aos trÃs paÃses estudados. Cabe destacar que alÃm de obstÃculos comuns aos trÃs paÃses, para o Chile e Peru, obstÃculos Institucionais/legais parecem tambÃm influenciar o desempenho das empresas daqueles paÃses. / Firms' performance may be affected by a number of obstacles, they are intrinsic to the Firm as size, sector, and organizational structure of the firm, or determined by the social and economic context of the country in which it is located. The perception that the entrepreneur has the contextual difficulties can direct investments in any direction, making the same companies take different decisions. This dissertation investigates how perceptions of different types contextual obstacles can affect the performance of firms in different countries of South America: Brazil, Chile and Peru. For this was used as performance indicators fixed asset investment, resource capacity utilization, sales growth and hiring workers. Contextual obstacles were considered the institutional / legal nature such as taxes, licenses and regulation of labor; Social: corruption, crime and competition from the informal sector; economic: unskilled labor and access to funding and infrastructure: access to electricity and transportation. The survey data were extracted from the World Bank website, research enterprise surveys. To make estimates of the linear and logistic regression models were used as the dependent variable. The main results showed that economic and social obstacles are common to the three countries studied. It should be noted that in addition to common obstacles to the three countries, to Chile and Peru, obstacles Institutional / Legal also seem to influence the performance of companies in those countries.

A presente dissertação propõe métodos para seleção de variáveis preditivas com base em índices de importância das variáveis e regressão PLS (Partial Least Squares). Partindo-se de uma revisão da bibliografia sobre PLS e índices de importância das variáveis, sugere-se um método, denominado Eliminação Backward (EB), para seleção de variáveis a partir da eliminação sistemática de variáveis de acordo com a ordem definida por índices de importância das variáveis. Um novo índice de importância de variáveis, proposto com base nos parâmetros da regressão PLS, tem seu desempenho avaliado frente a outros índices reportados pela literatura. Duas variações do método EB são propostas e testadas através de simulação: (i) o método EBM (Eliminação backward por mínimos), que identifica o conjunto que maximiza o indicador de acurácia preditiva sem considerar o percentual de variáveis retidas, e (ii) o método EBDE (Eliminação backward por distância euclidiana), que seleciona o conjunto de variáveis responsável pela mínima distância euclidiana entre os pontos do perfil gerado pela eliminação das variáveis e um ponto ideal hipotético definido pelo usuário. A aplicação dos três métodos em quatro bancos de dados reais aponta o EBDE como recomendável, visto que retém, em média, apenas 13% das variáveis originais e eleva a acurácia de predição em 32% em relação à utilização de todas as variáveis. / This dissertation presents new methods for predictive variable selection based on variable importance indices and PLS regression. The novel method, namely Backward Elimination (BE), selects the most important variables by eliminating process variables according to their importance described by the variable importance indices. A new variable importance index is proposed, and compared to previous indices for that purpose. We then offer two modifications on the BE method: (i) the EBM method, which selects the subset of variables yielding the maximum predictive accuracy (i.e., the minimum residual index), and (ii) the EBDE, which selects the subset leading to the minimum Euclidian distance between the points generated by variable removal and a hypothetical ideal point defined by the user. When applied to four manufacturing data sets, the recommended method, EBDE, retains average 13% of the original variables and increases the prediction accuracy in average 32% compared to using all the variables.

Orientador: Hildete Prisco Pinheiro / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-17T18:30:16Z (GMT). No. of bitstreams: 1 Cuyabano_BeatrizCastroDias_M.pdf: 2595939 bytes, checksum: 953e397b509acd3e1a11de6f0e8c015b (MD5) Previous issue date: 2011 / Resumo: Modelos Multivariados são propostos para descrever a frequência de códons em sequências de DNA, bem como a ordem e frequência em que as bases nitrogenadas se apresentam em cada códon, considerando a dependência entre as bases dentro do códon. Modelos logísticos regressivos são utilizados com diferentes estruturas de dependência entre as posições do códon. Também, modelos baseados em uma extensão da representação de Bahadur para o caso multinomial são propostos para explicar dados multinomiais correlacionados. Uma aplicação desses modelos para o gene NADH4 do genoma mitocondrial humano é apresentada, e comparações desses modelos são feitas a partir de diferentes critérios como AIC, BIC e validação cruzada. Por fim, uma breve análise de diagnósticos é realizada para os modelos logísticos regressivo / Abstract: Multivariate models are proposed to describe the codons frequencies in DNA sequences, as well as the order and frequency that nucleotide bases have in each codon, considering the dependence among the bases inside a codon. Logistic regressive models are used with different structures of dependence among the three positions in a codon. Also, models based on a multinomial extension of the Bahadur's representation are proposed to explain correlated multinomial data. An application of these models to the NADH4 gene from human mitochondrial genome is presented, and model comparisons among them are done by different criteria such as AIC, BIC and cross validation. At last, a brief diagnostic analysis is done upon the logistic regressive models / Mestrado / Estatistica / Mestre em Estatística

Orientador: Aurelio Ribeiro Leite de Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-18T09:56:13Z (GMT). No. of bitstreams: 1 Contharteze_Eliana_M.pdf: 964639 bytes, checksum: d9a9a761fbb64f1950cd4f206057d779 (MD5) Previous issue date: 2011 / Resumo: Os métodos de pontos interiores primais-duais para o problema de regressão pela norma-p desenvolvidos terão sua estrutura matricial resultante explorada objetivando uma implementação eficiente. O problema de regressão tem inúmeras aplicações em diversas áreas. A norma-2 é muito popular, entre outros motivos, por permitir uma solução direta. Por sua vez a norma-1 permite reduzir o efeito de pontos discrepantes enquanto que a norma infinito garante proteção contra o pior caso. A norma-p permite pensar estas características de diferentes formas, adaptando o método ao problema a ser resolvido. A implementação dos métodos de pontos interiores a ser desenvolvida será comparada com implementações eficientes de outros métodos já existentes / Abstract: The specific primal-dual interior point methods for the p-norm fitting problem previously developed will have their resulting matrix structure exploited aiming at an efficient implementation. The fitting problem has numerous applications in various areas. The 2-norm is very popular, among other reasons, for allowing a direct solution. The 1-norm allows the reduction of the effect of outliers while the infinite norm provides protection against the worst case. The p-norm allows to think these characteristics in different ways adapting the method to the problem to be solved. The interior point method implementation to be developed will be compared with an efficient implementation of other existing methods / Mestrado / Matematica Aplicada / Mestre em Matemática Aplicada

Em pesquisa Genômica é de grande interesse o mapeamento de genes que controlam traços ou fenótipos quantitativos. Metodologias estatsticas para identicar genes que tenham efeitos sobre um unico traço são bem conhecidas na literatura e têm sido exaustivamente aplicadas no mapeamento genético de muitas doenças. Porem, na pratica, diferentes traços são correlacionados, como é o caso de hipertensão e obesidade, possivelmente, devido a aço de genes comuns envolvidos na sua regulação. Nestes casos, por meio de tecnicas estatísticas multivariadas, que exploram a estrutura de covariância entre os traços, é possvel identificar genes não detectados por analises univariadas, ganhar precisão nas estimativas dos efeitos e conhecer a posicão desses genes, alem de testar efeitos de pleiotropia (um mesmo gene controlando varios traços) e interacções gene-ambiente (os genes que controlam a pressão antes e depois de dieta com sal). Neste trabalho diferentes alternativas de analise estatstica são consideradas para explorar a informacão de vários tracos conjuntamente: modelo de regressão intervalar multivariado (Jiang & Zeng, 1995), mapeamento multivariado via a teoria espectral (Mangin et al.,1998), via medidas resumo relevantes (como a diferenca entre respostas antes e depois de uma exposição) e via ajustes por covariaveis. Também são introduzidas algumas abordagens graficas para o estudo do efeito de pleiotropia e interação geneambiente. As metodologias supracitadas são aplicadas a dados reais fornecidos pelo Laboratorio de Cardiologia e Genética Molecular do InCor/USP, que consideram várias medidas de pressão arterial em ratos provenientes de uma população F2. / In Genomic research, the mapping of genes which control quantitative traits has been of great interest. Statistical methods for detection of genes, in uencing a single trait, are well known in the literature and they have been exhaustive used in the genetic mapping of many diseases. However, in real situations, dierent kind of traits are correlated, such as hypertention and obesity, that would be due to the action of a set of commom genes involved in the regulation of these traits. In these cases, through of multivariate statistical techniques, which explore the covariance structure between the traits, it is possible to identify genes that are not detected by univariated analysis. In addition multivariate analysis are useful to obtain accurate estimates and to know the position of these genes, besides testing eects of pleiotropic (a gene controlling several traits) and geneenvironmental interations (genes that control the pressure before and after salt diet). In this work dierent alternatives from statistical analysis are considered to explore information of several traits jointly: Interval multivariate regression models (Jiang and Zeng, 1995); multivariate mapping through the espectral theory (Mangin et al. 1998), summary measures (for example, models formulated in terms of the dierence between two traits) and adjustments including covariates. Also, graphics procedures are introduced in order to study eects of pleiotropy and geneenvironmental interactions . The methodologies mentioned above are applied to real data set, supplied by the Cardiology and Molecular Genetic Laboratory of Heart institute (InCor-USP), that consider several measurements of blood pressure in rats that come from a F2 population.