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.

Made available in DSpace on 2016-06-02T20:06:07Z (GMT). No. of bitstreams: 1 5034.pdf: 832896 bytes, checksum: 2e9dd202302339e95fd416a410d6eb7e (MD5) Previous issue date: 2013-03-11 / Financiadora de Estudos e Projetos / One of the distributions used to model extremal events is the type I extremevalue distribution (Gumbel distribution). The usual extreme-value regression model requires independent observations. In this work, using generalized linear model (Mc-Cullagh e Nelder, 1989) and generalized estimating equations (Liang e Zeger, 1986), we developed the extreme-value regression model when there are independent clusters formed by dependent variables. The behavior of parameter estimators of the proposed model is studied through Monte Carlo simulations. / A distribuição valor extremo tipo I, também conhecida como distribuição Gumbel, é uma das distribuições utilizadas para a modelagem de eventos extremos. Os modelos existentes de regressão valor extremo supõem que as observações sejam independentes, inviabilizando o uso desses modelos quando existe dependência entre as observações. Nesta dissertação, utilizando modelos lineares generalizados (McCullagh e Nelder, 1989) e equações de estimação generalizadas (Liang e Zeger, 1986), desenvolvemos o modelo de regress~ao valor extremo para o caso em que h a grupos independentes formados por respostas dependentes. O comportamento dos estimadoresdos parâmetros do modelo proposto é avaliada através de simulações Monte Carlo.

Neste trabalho, apresentamos uma extensão da análise bayesiana objetiva feita em Fonseca et al. (2008), baseada nas distribuições a priori de Jeffreys para o modelo de regressão linear com erros t-Student, para os quais consideramos a suposição de heteoscedasticidade. Mostramos que a distribuição a posteriori dos parâmetros do modelo regressão gerada pela distribuição a priori é própria. Através de um estudo de simulação, avaliamos as propriedades frequentistas dos estimadores bayesianos e comparamos os resultados com outras distribuições a priori encontradas na literatura. Além disso, uma análise de diagnóstico baseada na medida de divergência Kullback-Leiber é desenvolvida com a finalidade de estudar a robustez das estimativas na presença de observações atípicas. Finalmente, um conjunto de dados reais é utilizado para o ajuste do modelo proposto. / In this work , we present an extension of the objective bayesian analysis made in Fonseca et al. (2008), based on Jeffreys priors for linear regression models with Student t errors, for which we consider the heteroscedasticity assumption. We show that the posterior distribution generated by the proposed Jeffreys prior, is proper. Through simulation study , we analyzed the frequentist properties of the bayesian estimators obtained. Then we tested the robustness of the model through disturbances in the response variable by comparing its performance with those obtained under another prior distributions proposed in the literature. Finally, a real data set is used to analyze the performance of the proposed model . We detected possible in uential points through the Kullback -Leibler divergence measure, and used the selection model criterias EAIC, EBIC, DIC and LPML in order to compare the models.

Submitted by Luciana Sebin (lusebin@ufscar.br) on 2016-09-20T17:56:33Z No. of bitstreams: 1 TeseWLO.pdf: 4950921 bytes, checksum: adf4e51b260eb25ef34f14a351022af5 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-21T12:48:10Z (GMT) No. of bitstreams: 1 TeseWLO.pdf: 4950921 bytes, checksum: adf4e51b260eb25ef34f14a351022af5 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-21T12:48:16Z (GMT) No. of bitstreams: 1 TeseWLO.pdf: 4950921 bytes, checksum: adf4e51b260eb25ef34f14a351022af5 (MD5) / Made available in DSpace on 2016-09-21T12:48:30Z (GMT). No. of bitstreams: 1 TeseWLO.pdf: 4950921 bytes, checksum: adf4e51b260eb25ef34f14a351022af5 (MD5) Previous issue date: 2016-01-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this thesis, a wide general class of models for mixed responses is proposed in which joint distributions are constructed by the conditional approach (probability density functions, (pdf), as the product of a marginal pdf and a conditional pdf). It is assumed that the distribution of the discrete response and the conditional distribution of the continuous response given the discrete variable belong to one- or two-parameter exponential family of distributions. Furthermore, the marginal means are related to the covariates by link functions using linear and/or nonlinear and/or non-parametric predictors and a dependency structure between the responses is introduced into the model via the conditional mean. Estimation methods, diagnostic analysis and in uence techniques are presented as well as a simulation study considering the Bernoulli-exponential and Poisson-normal semiparametric models, two particular cases of the proposed class. Finally, one of the proposed models is used in a real data set involving the total cost of care for each patient during hospitalization, the use or not of the intensive treatment units and the age of the patient. / Nesta tese é proposta uma classe ampla e geral de modelos bivariados para respostas mistas em que as distribuições conjuntas são construídas pelo método da fatoração (função densidade de probabilidade, (fdp), como o produto de uma fdp marginal e uma fdp condicional). É assumido que a distribuição da variável resposta discreta e a distribuição condicional da variável resposta contínua dada a variável discreta pertencem à família exponencial de distribuições uniparamétrica ou biparamétrica. Além disso, as médias marginais são relacionadas a covariáveis através de funções de ligação usando preditores linear e/ou não linear e/ou não paramétrico e uma estrutura de dependência entre as respostas é inserida no modelo via a média condicional. Métodos de estimação, análises de diagnóstico e técnicas de in uência são apresentadas assim como um estudo de simulação considerando os modelos Bernoulli-exponencial e Poisson-normal semiparamétrico, dois casos particulares da classe proposta. Finalmente, um dos modelos propostos é usado em um conjunto de dados reais envolvendo gastos totais com cuidados para cada paciente durante a hospitalização, o uso ou não da unidade de tratamento intensivo e a idade do paciente.

Submitted by Luciana Sebin (lusebin@ufscar.br) on 2016-09-26T18:57:40Z No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-27T19:59:56Z (GMT) No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-09-27T20:00:01Z (GMT) No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) / Made available in DSpace on 2016-09-27T20:00:08Z (GMT). No. of bitstreams: 1 DissACRS.pdf: 1390452 bytes, checksum: a5365fdbf745228c0174f2643b3f7267 (MD5) Previous issue date: 2016-02-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this work , we present an extension of the objective bayesian analysis made in Fonseca et al. (2008), based on Je reys priors for linear regression models with Student t errors, for which we consider the heteroscedasticity assumption. We show that the posterior distribution generated by the proposed Je reys prior, is proper. Through simulation study , we analyzed the frequentist properties of the bayesian estimators obtained. Then we tested the robustness of the model through disturbances in the response variable by comparing its performance with those obtained under another prior distributions proposed in the literature. Finally, a real data set is used to analyze the performance of the proposed model . We detected possible in uential points through the Kullback -Leibler divergence measure, and used the selection model criterias EAIC, EBIC, DIC and LPML in order to compare the models. / Neste trabalho, apresentamos uma extensão da análise bayesiana objetiva feita em Fonseca et al. (2008), baseada nas distribuicões a priori de Je reys para o modelo de regressão linear com erros t-Student, para os quais consideramos a suposicão de heteoscedasticidade. Mostramos que a distribuiçãoo a posteriori dos parâmetros do modelo regressão gerada pela distribuição a priori e própria. Através de um estudo de simulação, avaliamos as propriedades frequentistas dos estimadores bayesianos e comparamos os resultados com outras distribuições a priori encontradas na literatura. Além disso, uma análise de diagnóstico baseada na medida de divergência Kullback-Leiber e desenvolvida com analidade de estudar a robustez das estimativas na presença de observações atípicas. Finalmente, um conjunto de dados reais e utilizado para o ajuste do modelo proposto.

Submitted by Viviane Lima da Cunha (viviane@biblioteca.ufpb.br) on 2017-06-16T12:44:17Z No. of bitstreams: 1 arquivototal.pdf: 1568113 bytes, checksum: 143c994d6a632a3c81bc4c4e5d8557f6 (MD5) / Made available in DSpace on 2017-06-16T12:44:17Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 1568113 bytes, checksum: 143c994d6a632a3c81bc4c4e5d8557f6 (MD5) Previous issue date: 2017-02-24 / Diabetic macular edema (DME) is the main cause of visual impairment in patients with diabetes mellitus. The most widely used treatment today is intravitreal injection (IIV) of anti-VEGF (vascular endothelial growth factor). Optical coherence tomography (OCT) is the gold-standard diagnostic test, however it is expensive and inaccessible. Some risk factors are strongly associated with development of DME and its response to treatment. There is few surveys that analyzes the impact and risk percentages of these factors in the probability of developing EMD and, therefore, in the necessity of early therapeutic intervention, which motivated the accomplishment of this research. This study aimed to achieve a Predictive Model to guide the decision in the early treatment with intravitreal injection in patients with EMD, by quantifying and ranking the risk factors impact on the chance of a diabetic patient need this therapy. It is a cross-sectional, observational, descriptive and analytical study. The data were collected at the Ophthalmology Department of the Lauro Wanderley University Hospital - UFPB and at the Hospital Visão, both in João Pessoa, and at the Genival Barbosa de Lucena Vision Center, located in Guarabira-PB, from July 2015 to September 2016. Individuals with type 1 or 2 diabetes and older than 18 years were included, after signing the informed consent form. The logistic regression model was used to obtain and adapt the predictive model and all the data were analyzed in statistical software R®, version 3.2.0. Eighty diabetic patients were evaluated: 57.5% had no indication of IIV and 42.5% needed this treatment. Of those who had EMD and needed anti-VEGF injection, the mean age was 60.65 years, 47.05% male and 52.94% female. In the group without macular edema, the mean age was 58.02 years, 26.06% male and 73.91% female. Among the individuals who had no indication of intravitreal injection of anti-VEGF, most had no mild retinopathy or non-proliferative diabetic retinopathy (NPDR) (69.56%). Among the patients who needed the treatment, the majority had severe NPDR or proliferative retinopathy (79.41%). Were identified as risk factors to EMD and intravitreal anti-VEGF: be retired (OR = 5.22, p-value0.05), had a personal history of diabetic retinopathy (OR = 20.27; P-value 0.006) and positive history for previous treatment with anti-VEGF (OR = 23.23; p-value 0.002). From the results of this study, we conclude that a diabetic individual has low visual acuity and presents these three factors, should be referred as soon as possible to the specialist, since he has a risk of presenting DME with need for anti-VEGF IIV, with 91.17% of accuracy. In summary, an evaluative and predictive model was proposed to serve as a supporting tool in therapeutic decision, mainly to the non-retinal physician, to refer to the specialist the patients with diabetic retinopathy and its main cause of low visual acuity - diabetic macular edema - to early diagnosis and treatment, which may be decisive to preventing irreversible visual loss in these patients. / A injeção intravítrea (IIV) de anti-VEGF (fator de crescimento vascular endotelial) constitui a modalidade terapêutica mais utilizada nos dias de hoje para o tratamento do edema macular diabético (EMD), sendo esta a principal causa de baixa visual em pacientes portadores de diabetes mellitus. O exame padrão – ouro para o diagnóstico é a tomografia de coerência óptica (TCO) da mácula, no entanto possui alto custo e difícil acesso. O desenvolvimento de EMD e a resposta ao tratamento são fortemente associados a determinados fatores de risco. Na literatura especializada há uma escassez de estudos que estabeleçam uma quantificação dos percentuais de risco desses fatores, a fim de verificar aqueles que possuem maior impacto na probabilidade de desenvolver EMD e, portanto, na necessidade de intervenção terapêutica precoce, o que motivou a realização desta pesquisa. O estudo teve por objetivo a propositura de um Modelo Preditivo para auxiliar na decisão de realização de uma injeção intravítrea de anti-VEGF, a partir da quantificação e hierarquização dos fatores de risco que compõem o perfil dos indivíduos adultos diabéticos. Trata-se de um estudo transversal, observacional, descritivo e inferencial. Os dados foram coletados na Unidade da Visão do Hospital Universitário Lauro Wanderley – UFPB e no Hospital Visão, ambos em João Pessoa, e no Centro da Visão Genival Barbosa de Lucena, localizado na cidade de Guarabira-PB, no período de julho de 2015 a setembro de 2016. Foram incluídos indivíduos com diabetes tipo 1 ou 2 e idade acima de 18 anos, após assinatura do termo de consentimento livre e esclarecido. O modelo de regressão logística foi utilizado para obtenção e adequação do modelo preditivo e todos os dados foram analisados no software estatístico R®, versão 3.2.0. Foram avaliados 80 pacientes diabéticos, dos quais 57,5% não tiveram indicação de IIV e 42,5% receberam indicação do tratamento em questão. Dos que tiveram EMD e indicação do tratamento com injeção de anti-VEGF, a média de idade foi de 60,65 anos, sendo 47,05% do sexo masculino e 52,94% do sexo feminino. Em relação àqueles sem edema macular, a média de idade foi de 58,02 anos, sendo 26,06% do sexo masculino e 73,91% do sexo feminino. Dentre os indivíduos que não tiveram indicação de injeção intravítrea de anti-VEGF, a maioria apresentou ausência de retinopatia ou retinopatia diabética não- proliferativa (RDNP) leve (69,56%). Já dentre os pacientes que necessitaram do tratamento, a maioria apresentou RDNP severa ou retinopatia proliferativa (79,41%). Foram identificados como fatores de risco para o edema macular diabético e, portanto, necessidade de IIV, o indivíduo ser aposentado (OR=5,22; p-valor0,05), ter histórico pessoal de retinopatia diabética (OR=20,27; p-valor 0,006) e histórico positivo para tratamento prévio com anti-VEGF (OR=23,23; p-valor 0,002). Concluímos, a partir dos resultados desta pesquisa, que um indivíduo diabético tenha baixa visual e apresente esses três fatores, deve ser encaminhado o quanto antes ao especialista, pois possui risco de apresentar EMD com necessidade de IIV de anti-VEGF, com 91,17% de acerto. Em suma, foi proposto um modelo de avaliação e de predição para servir como ferramenta coadjuvante na tomada de decisão, sobretudo do médico não-retinólogo, a fim de encaminhar para o diagnóstico e tratamento precoces os pacientes com retinopatia diabética e sua principal causa de baixa acuidade visual – o edema macular diabético –, o que pode ser decisivo na prevenção da perda visual irreversível nesses pacientes.

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

Nesta tese, consideramos o ajuste de modelos de regressão com coeficientes funcionais para séries temporais, por meio de splines, ondaletas clássicas e ondaletas deformadas. Consideramos os casos em que os erros do modelo são independentes e correlacionados. Através das três abordagens de estimação, obtemos taxas de convergência a zero para distâncias médias entre as funções do modelo e seus respectivos estimadores, propostos neste trabalho. No caso das abordagens de ondaletas (clássicas e deformadas), obtemos também resultados assintóticos em situações mais específicas, nas quais as funções do modelo pertencem a espaços de Sobolev e espaços de Besov. Além disso, estudos de simulação de Monte Carlo e aplicações a dados reais são apresentados. Por meio desses estudos numéricos, fazemos comparações entre as três abordagens de estimação propostas, e comparações entre outras abordagens já conhecidas na literatura, onde verificamos desempenhos satisfatórios, no sentido das abordagens propostas fornecerem resultados competitivos, quando comparados aos resultados oriundos de metodologias já utilizadas na literatura. / In this thesis, we study about fitting functional-coefficient regression models for time series, by splines, wavelets and warped wavelets. We consider models with independent and correlated errors. Through the three estimation approaches, we obtain rates of convergence to zero for average distances between the functions of the model and their estimators proposed in this work. In the case of (warped) wavelets approach, we also obtain asymptotic results in more specific situations, in which the functions of the model belong to Sobolev and Besov spaces. Moreover, Monte Carlo simulation studies and applications to real data sets are presented. Through these numerical results, we make comparisons between the three estimation approaches proposed here and comparisons between other approaches known in the literature, where we verify interesting performances in the sense that the proposed approaches provide competitive results compared to the results from methodologies used in literature.

Neste trabalho é proposta uma nova distribuição de quatro parâmetros denominada distribuição log-logística exponenciada geométrica, baseada em um mecanismo de dupla ativação para modelar dados de tempo de vida. Para esta nova distribuição, foi realizado um estudo da função de densidade de probabilidade, da função de distribuição acumulada, da função de sobrevivência e da função de taxa de falha, a qual apresenta formas que podem modelar dados de tempo de vida, tais como: forma crescente, decrescente, unimodal, bimodal e forma de U. Obteve-se expansões da função de densidade, expressões para os momentos de probabilidade ponderada, função geradora de momentos, desvios médios e as curvas de Bonferroni e de Lorenz. Considerando dados censurados, foi utilizado o método de máxima verossimilhança para estimação dos parâmetros. Analogamente também é proposto um modelo de regressão baseado no logaritmo da distribuição log-logística exponenciada geométrica com dupla ativação, que é uma extensão dos modelos de regressão logística exponenciada e logística. Este modelo pode ser usado na análise de dados reais, por fornecer um melhor ajuste que os modelos de regressão particulares, logística exponenciada e logística. Finalmente, são apresentados duas aplicações para ilustrar a utilização da nova distribuição. / In this work, we propose a new distribution with four parameters the so called exponentiated log-logistic geometric distribution based on a double mechanism of activation for modeling lifetime data. For this new distribution, we study the density function, cumulative distribution, survival function and the failure rate function which allows major harzad rates: increasing, decreasing, bathtub, unimodal and bimodal failure rates. We also obtain the density function expansions and the expressions for the probability-weighted moments, moment generating function, mean deviation and Bonferroni and Lorenz curves. Considering censored data, we use the maximum likelihood method for estimating the parameters. Similarly, we also propose the regression model based on the logarithm of the exponentiated log-logistic geometric distribution with double activation, which is an extension of the exponential logistic and logistic regression models. This new model could be widely used in the analysis of real data to provide a better fit than exponetial logistic and logistic regression models. Finally, two applications are presented to illustrate the application of the new distribution.

The selection on genetic values predicted from markers could substantially increase the rate of genetic gain in animals by increasing accuracy of prediction and reducing generation interval, especially for difficult to measure traits, such as feed efficiency. Feed efficiency is the most important trait in animal production due to its impacts on cost of production and environmental factors. Many metrics measure the feed efficiency, such as ratio of gain to feed (FER), the ratio of feed to gain (FCR) and residual feed intake (RFI). Nevertheless, in ovine, no study with the aim of understand the genetic variants or the accuracy of genomic estimated breeding value (GEBV) for feed efficiency traits was published yet. Moreover, before to apply the genomic information, it is necessary to understand and characterized the population structure, for instance, by linkage disequilibrium (LD). Both genome-wide association studies (GWAS) and genomic selection (GS) leverage LD between marker and causal mutation. Based on the above considerations, the aim of this study was to map LD in ovine, characterized by Brazilian Santa Inês sheep; to search genetic variants for feed efficiency traits (FER, FCR and RFI) through GWAS; and to verify the accuracy of GEBV for RFI. In total, 396 samples (animals) of Longissimus dorsi muscle were collect. A high-density panel of SNP (Illumina High-Density Ovine SNP BeadChip®) comprising 54,241 SNPs was used to obtain the genotyping data. The phenotype data was comprised of 387 animals. The average LD between adjacent markers for two LD metrics, r² and |D\'|, were 0.166 and 0.617, respectively. The degree of LD estimated was lower than reported in other species and it was characterized by short haplotype blocks. Consequently, for genomic analyses, high-density panels of marker are recommended. Many markers were associated to feed efficiency traits in GWAS, mainly to RFI trait. Few candidate genes were reported in this study, highlighting NRF-1 (nuclear respiratory factor 1), which controls mitochondrial biosynthesis, the most important process responsible by a great fraction of the produced energy. Finally, we verified the accuracy of GEBV for RFI using few Bayesian regression models, and we found low accuracy, ranging from 0.033 (BayesB with π=0.9912) to 0.036 (BayesA), which might be explained by the low relationship among animals and small training population. / A seleção com base nos valores genéticos genômicos preditos pode aumentar substancialmente a taxa de ganho genético em animais por meio do aumento da acurácia de predição e redução do intervalo de gerações, especialmente para características de difícil e/ou onerosa mensuração, como eficiência alimentar. A eficiência alimentar é uma das características mais importantes na produção animal devido principalmente aos seus impactos econômicos e ambientais. Muitas métricas representam a eficiência alimentar, por exemplo: a relação do ganho de peso e consumo alimentar (EA), a proporção do consumo alimentar e ganho de peso (CA) e o consumo alimentar residual (CAR). Em ovinos, nenhum estudo com o objetivo de buscar variantes genéticas ou verificar a acurácia do valor genético genômico estimado para eficiência alimentar foi publicado. Adicionalmente, antes de aplicar a informação genômica, é necessário compreender e caracterizar a estrutura da população, como por meio do desequilíbrio de ligação (LD). O estudo de associação genômica (GWAS) e seleção genômica (GS) consideram o LD entre marcador e a mutação causal. Com base nas considerações acima, o objetivo deste estudo foi mapear o LD em ovinos, caracterizado pela raça ovina Santa Inês; localizar variantes genéticas para as características de eficiência alimentar (EA, CA e CAR) utilizando a abordagem GWAS; e verificar a acurácia da estimação dos valores genéticos genômico para o CAR. No total, foram coletadas 396 amostras (animais) do músculo Longissimus dorsi, para posterior genotipagem utilizando o painel de alta densidade (Illumina High-Density Ovine SNP BeadChip®), compreendendo 54.241 SNPs. O banco fenotípico é composto por 387 animais. O LD médio entre marcadores adjacentes para duas métricas de LD, r² e |D\'|, foram 0,166 e 0,617, respectivamente. O grau de LD estimado foi menor que o relatado em outras espécies e foi caracterizado por blocos de haplótipos curtos. Consequentemente, para as análises genômicas são recomendados painéis de marcadores de alta densidade. No GWAS, foram encontrados muitos marcadores associados aos fenótipos, em especial, à característica CAR. Alguns genes candidatos foram relatados neste estudo, destacando-se o NRF-1 (fator respiratório nuclear 1), que controla a biossíntese mitocondrial, o processo mais importante responsável por grande parte da produção de energia. Finalmente, verificamos a acurácia do valor genético genômico estimado para o CAR usando modelos de regressão Bayesiana, e encontramos baixos valores para acurácia (0,033 a 0,036) o que pode ser explicado pelo baixo grau de relacionamento entre os indivíduos e tamanho reduzido da população de treinamento.