Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-07-21T17:32:33Z No. of bitstreams: 1 mariasilviadeazevedocouto.pdf: 2895688 bytes, checksum: 20bccf6c5e6305b3ba035985a75ebf3b (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-22T15:34:14Z (GMT) No. of bitstreams: 1 mariasilviadeazevedocouto.pdf: 2895688 bytes, checksum: 20bccf6c5e6305b3ba035985a75ebf3b (MD5) / Made available in DSpace on 2016-07-22T15:34:14Z (GMT). No. of bitstreams: 1 mariasilviadeazevedocouto.pdf: 2895688 bytes, checksum: 20bccf6c5e6305b3ba035985a75ebf3b (MD5) Previous issue date: 2016-03-21 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Alguns estudos sobre o câncer de mama no Brasil indicam que a mortalidade associada a esta doença cresceu nas últimas décadas. Contudo, após verificar que tal crescimento não ocorreu de forma homogênea no território nacional, buscou-se, nesse trabalho, analisar a taxa de mortalidade por câncer de mama nos municípios brasileiros e os fatores associados a esta neoplasia. Foram calculadas taxas de mortalidade, padronizadas por faixa etária, centradas nos anos de 1990, 2000 e 2010. Deste modo, foi possível estimar modelos de regressão, com dados em painel e corte transversal, que permitiram verificar o grau de associação de alguns destes fatores em diferentes períodos e regiões do Brasil. Os resultados indicaram que o crescimento da renda per capita, o aumento da expectativa de vida, a queda no nível de escolaridade, a redução da taxa de fecundidade e menores gastos públicos em saúde poderiam elevar a taxa da mortalidade por câncer de mama. No caso da taxa corrigida por causas mal definidas, apenas a longevidade e os gastos públicos em saúde afetariam a mortalidade pela doença. Constatou-se ainda que a mortalidade por câncer de mama é maior no Sul e no Sudeste e menor no Norte, Nordeste e Centro Oeste, respectivamente. Além disso, as menores taxas de mortalidade são encontradas em cidades com 20 a 100 mil habitantes. Já as maiores ocorreriam tanto nos municípios com mais de 500 mil habitantes quanto naqueles onde a população não chega a 5 mil. A análise de tendência revelou que as regiões brasileiras só não reduziram suas respectivas taxas de mortalidade devido a outros fenômenos vivenciados pelo país, tais como o crescimento da renda, a elevação da expectativa de vida e a diminuição da taxa de fecundidade. Por fim, os dados apresentados sobre o câncer de mama revelaram uma qualidade inferior dos registros de óbitos desta neoplasia nas regiões Norte, Centro-Oeste e Nordeste em comparação ao Sudeste e Sul do país. Entretanto, esta situação melhorou durante o período analisado. Além disso, a diminuição dos óbitos por causas mal definidas parece ter reduzido o impacto deste problema sobre a mortalidade por câncer de mama. / Some researchers have indicated an increase on breast cancer mortality in Brazil in recent decades. However, this growth has not been homogeneous along the national territory. Therefore, this research aimed to analyze the factors associated to mortality rate from breast cancer of Brazilian counties. In order to accomplish this task, mortality rates, standardized by age group, were calculated to each county of Brazil to the years 1990, 2000 and 2010. It allowed us to estimate regression models, with cross-section and panel data, in order to verify the degree of association of these factors to different periods and regions of Brazil. The results revealed that a growth rate of per capita income, an increase of longevity, a decrease in the level of education, a reduction of fertility rates and a reduction of public spending on health could increase the mortality from breast cancer. However, when considering the mortality rate with correction by ill-defined causes, the results indicated that only the longevity and public spending on health would affect mortality. It was also found that mortality is higher in the South and Southeast and it is lower in the North, Northeast and Midwest, respectively. In addition, the lowest mortality rates were found in cities with 20.-100 thousand inhabitants. The highest mortality rates belong both to the big cities, with over 500 thousand inhabitants, as to the small ones, where the population does not reach 5 thousand. The trend analysis showed that Brazilian regions could have reduced their respective mortality rates if other phenomena (such as income growth, increased life expectancy and declining fertility rate) had not happened in Brazil. Finally, the compilation of data on breast cancer still showed a lower level of coverage of this neoplasm in the North, Midwest and Northeast and a higher level in the Southeast and South. However, this situation has improved over the considered period. Moreover, the reduction of deaths coming from ill-defined causes, verified along 1990, 2000 and 2010, appears to have reduced the effect of this problem on mortality from breast cancer.

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.

Neste trabalho são apresentadas aplicações estatísticas e extensões dos modelos Rathie-Swamee. Propostos em Rathie e Swamee (2006), os modelos Rathie-Swamee foram desenvolvidos a partir de uma generalização da distribuição logística. Esses modelos apresentam grande flexibilidade, assumindo formas unimodais e multimodais, e têm algumas aplicações exemplificadas neste trabalho com dados bimodais de pesca de camarões e de erupções de gêisers. Por meio de simulações desses modelos, são avaliados os desempenhos de diferentes métodos para obtenção de intervalos de confiança para os parâmetros dos modelos e dos estimadores de máxima verossimilhança. As extensões apresentadas para os modelos Rathie-Swamee são referentes à incorporação de covariáveis nos modelos, obtendo-se modelos de regressão. Esses novos modelos de regressão são utilizados para ajuste aos dados de pesca e de erupções, para exemplificar algumas aplicações dos modelos. Uma nova distribuição de probabilidades é apresentada como distribuição resultante de produtos e quocientes entre variáveis aleatórias independentes com distribuições Rathie-Swamee. Para essa nova distribuição é apresentada uma tabela com alguns quantis de interesse para diferentes valores do parâmetro, assim como os resultados de estimação por máxima verossimilhança obtidos para as simulações realizadas com diferentes valores para o parâmetro e tamanhos de amostra. / Applications and extensions to the Rathie-Swamee models are presented in this work. Proposed by Rathie and Swamee (2006), the Rathie-Swamee models were developed as a generalization to the logistic distribution. These models have great flexibility, assuming unimodal and multimodal shapes, and have some of its applications exemplified with bimodal data of shrimp fishing and geyser eruptions. By the use of simulations, the performance of different methods to obtain confidence intervals are compared. The extensions presented for the Rathie-Swamee models refer to the inclusion of covariates, creating regression models. These new regression models are fitted to fishing and eruption data, to exemplify some applications of the models. A new probability distribution is presented as the resulting distribution of quotients and products between independent random variables with Rathie-Swamee distributions. For this new distribution are presented some simulation results along with a table of quantiles for some percentage points of interest.

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.

Os modelos de regressão beta e beta inflacionados conseguem ajustar adequadamente grande parte das variáveis do tipo proporção. No entanto, esses modelos não são úteis quando a variável resposta não pode assumir valores no intervalo (0,c) e assume o valor c com probabilidade positiva. Variáveis relacionadas a algum tipo de pagamento limitado entre dois valores, quando estudadas em relação ao seu valor máximo, possuem essas características. Para ajustar essas variáveis, introduzimos a distribuição beta inflacionada truncada (BIZUT), que é uma mistura de uma distribuição beta com suporte no intervalo (c,1) e uma distribuição trinomial que assume os valores zero, um e c. Propomos ainda um modelo de regressão para as situações em que a variável resposta tem distribuição BIZUT. Admitimos que todos os parâmetros da distribuição podem variar em função de variáveis preditoras. Além disso, o modelo permite que o parâmetro conhecido c varie entre as unidades populacionais. Para esse modelo são desenvolvidos diversos aspectos inferenciais, são obtidos resultados para as situações em que c é variável e são conduzidos estudos de simulação de Monte Carlo. Além disso, discutimos análise de resíduos, desenvolvemos análise de influência local e realizamos uma aplicação a dados reais de cartão de crédito. / The beta regression model or the inflated beta regression model may be a reasonable choice to fit a proportion in most situations. However, they do not fit well variables that do not assume values in the open interval (0,c), 0 < c < 1 and assume the c value with positive probability. Variables related to a kind of double bounded payment amount when studied as a proportion of the maximum payment amount have this feature. For these variables, we introduce the truncated inflated beta distribution (TBEINF). This proposed distribution is a mixture of the beta distribution bounded in the open interval (c,1) and a trinomial distribution that assumes the values zero, one and c. This work also proposes a regression model where the response variable is TBEINF distributed. The model allows all the unknown parameters of the conditional distribution of the response variable to be modeled as functions of explanatory variables. Moreover, the model allows nonconstant known parameter c across population units. For this model, some inferential aspects are developed, some results when c is not constant are obtained and Monte Carlo simulation studies are performed. In addition, residual and local influence analysis are discussed and an application to credit card data is presented.

Este trabalho tem como objetivo principal apresentar uma abordagem clássica e Bayesiana dos modelos lineares com observações censuradas, que é uma nova área de pesquisa com grandes possibilidades de aplicações. Aqui, substituimos o uso convencional da distribuição normal para os erros por uma família de distribuições mais flexíveis, o que nos permite lidar de forma mais adequada com observações censuradas na presença de outliers. Esta família é obtida através de um mecanismo de fácil construção e possui como casos especiais as distribuições t de Student, Pearson tipo VII, slash, normal contaminada e, obviamente, a normal. Para o caso de respostas correlacionadas e censuradas propomos um modelo de regressão linear robusto baseado na distribuição t de Student, desenvolvendo um algoritmo tipo EM que depende dos dois primeiros momentos da distribuição t de Student truncada. / This work aims to present a classical and Bayesian approach to linear models with censored observations, which is a new area of research with great potential for applications. Here, we replace the conventional use of the normal distribution for the errors of a more flexible family of distributions, which deal in more appropriately with censored observations in the presence of outliers. This family is obtained through a mechanism easy to construct and has as special cases the distributions Student t, Pearson type VII, slash, contaminated normal, and obviously normal. For the case of correlated and censored responses we propose a model of robust linear regression based on Student\'s t distribution and we developed an EM type algorithm based on the first two moments of the truncated Student\'s t distribution.

Os dados de sobrevivência possuem peculiaridades que necessitam de uma atenção especial no momento em que se deseja realizar uma análise nos mesmos. Em tais dados é comum a presença de censuras e sua variável resposta é definida como o tempo de vida até a ocorrência de um evento de interesse. Existem distribuições que acolhem dados de sobrevivência, como as distribuições exponencial, Weibull, gama, gama generalizada, entre outras, assim como seus respectivos modelos de regressão adaptados para esse tipo de estudo. Os modelos de regressão exponencial e Weibull são os mais citados na literatura por terem fácil aplicação e se modelarem bem aos dados. O modelo de regressão gama generalizado geralmente se adapta melhor aos dados por ter três parâmetros, assim como o modelo de regressão log-logístico, que é visto como uma alternativa à distribuição Weibull e é muito utilizado por ter formas explícitas para a sua função de sobrevivência e de falha. No entanto, esses modelos ainda possuem restrições e, por conta disso, novas famílias de modelos de regressão estão sendo desenvolvidas na literatura, assim como a família de distribuições odd log-logística generalizada, que pretende oferecer melhores ajustes pois aparenta ter capacidade de modelar diferentes tipos de dados. O objetivo dessa dissertação foi aplicar técnicas de análise de sobrevivência na modelagem dos tempos de vida de Micrurus corallinus, ajustando os modelos já presentes na literatura e o modelo proposto odd log-logística generalizada Weibull (OLLG-W). Conclui-se que o modelo de regressão que se mostrou adequado aos dados foi o log-logístico e o modelo de regressão OLLG-W não apresentou nenhuma vantagem em relação aos que já são frequentes na literatura. / Survival data hold special attention-needed peculiarities the moment you intend to realize an analysis on. These data own censorships and their variable responses are defined as lifetime to interest- event occurrence. There are distributions that harbor these data, such as exponential distribution, Weibull, gamma, generalized gamma, among others, just as their respective event-adapted regression models. Exponential regression and Weibull models are the most literature recurrent, in view of their easy application and appropriate data modeling. The generalized gamma regression model usually is a better fit to the data, due to its three-parameter comprise, just as the log-logistic regression model, which is seen as an alternative to Weibull distribution and is heavily utilized for it\'s explicit shapes to survivability and fail functions. Nonetheless, these models still retain restrictions and, on account of that, new regression model families are being developed, as in the log logistic generalized distribution family, which intends to offer better settings due to its different real data modeling ability. The purpose of this dissertation was to apply survival analysis techniques in Micrurus corallinus lifetime modeling, adjusting already existing models and the proposed Weibull generalized odd log logistic model (OLLG-W). We came to the conclusion that the adequate regression model to Micrurus corallinus data was the log-logistic model. The OLLG-W model didn\'t offer any benefits when compared to literature-recurrent ones.

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.

Os modelos de regressão beta e beta inflacionados conseguem ajustar adequadamente grande parte das variáveis do tipo proporção. No entanto, esses modelos não são úteis quando a variável resposta não pode assumir valores no intervalo (0,c) e assume o valor c com probabilidade positiva. Variáveis relacionadas a algum tipo de pagamento limitado entre dois valores, quando estudadas em relação ao seu valor máximo, possuem essas características. Para ajustar essas variáveis, introduzimos a distribuição beta inflacionada truncada (BIZUT), que é uma mistura de uma distribuição beta com suporte no intervalo (c,1) e uma distribuição trinomial que assume os valores zero, um e c. Propomos ainda um modelo de regressão para as situações em que a variável resposta tem distribuição BIZUT. Admitimos que todos os parâmetros da distribuição podem variar em função de variáveis preditoras. Além disso, o modelo permite que o parâmetro conhecido c varie entre as unidades populacionais. Para esse modelo são desenvolvidos diversos aspectos inferenciais, são obtidos resultados para as situações em que c é variável e são conduzidos estudos de simulação de Monte Carlo. Além disso, discutimos análise de resíduos, desenvolvemos análise de influência local e realizamos uma aplicação a dados reais de cartão de crédito. / The beta regression model or the inflated beta regression model may be a reasonable choice to fit a proportion in most situations. However, they do not fit well variables that do not assume values in the open interval (0,c), 0 < c < 1 and assume the c value with positive probability. Variables related to a kind of double bounded payment amount when studied as a proportion of the maximum payment amount have this feature. For these variables, we introduce the truncated inflated beta distribution (TBEINF). This proposed distribution is a mixture of the beta distribution bounded in the open interval (c,1) and a trinomial distribution that assumes the values zero, one and c. This work also proposes a regression model where the response variable is TBEINF distributed. The model allows all the unknown parameters of the conditional distribution of the response variable to be modeled as functions of explanatory variables. Moreover, the model allows nonconstant known parameter c across population units. For this model, some inferential aspects are developed, some results when c is not constant are obtained and Monte Carlo simulation studies are performed. In addition, residual and local influence analysis are discussed and an application to credit card data is presented.

Ciências Empresariais / Master Programme in Management Sciences / A dissertação que se apresenta enquadra-se na problemática da identificação dos factores determinantes para as vendas no mercado da distribuição, com enfoque no sector do retalho. O espaço em área de venda, identificado pelos retalhistas como o seu recurso mais dispendioso, assume um papel importante como factor explicativo das vendas, sendo dada relevância à sua influência ao longo de toda a investigação. Por outro lado, procura-se avaliar a importância do espaço e de outros factores para diferentes categorias de produtos e segmentos de loja. Este estudo serve-se de um exemplo representativo de lojas que operam no mercado português, pertencentes a um dos principais grupos retalhistas existentes, para avaliar esta problemática Relativamente à metodologia adoptada no estudo do grupo de retalho português recorreu-se a modelos econométricos - regressão linear, segmentação e modelos de mistura de regressão, usando informação da empresa e das suas insígnias. Concluiu-se que o espaço é um factor determinante para as vendas, cuja importância varia entre lojas, grupos de lojas e categorias de produtos. Estes resultados são importantes na tomada de decisão do retalhista, na medida em que contribuem para a realização de estudos de simulação de lojas, prevendo os efeitos das variações de vendas provocados por alterações de espaço. Os factores relacionados com o preço face à concorrência, rendimento per capita da população alvo e qualidade no atendimento também foram analisados e inferiu-se sobre a sua importância relativa. Os modelos de segmentação adoptados foram também úteis, porque permitiram identificar grupos homogéneos de lojas, facultando ao gestor informação útil para a definição de políticas direccionadas a estes grupos. / The following dissertation covers the field of identification of the determinant sales factors at the distribution market, with the emphasis on the retail sector. The sales area, which is considered by retailers as the highest investment outlay point, assumes an important role as explanatory sales factor and gets a relevant attention throughout the research according to its influential character. On the other hand, the ambition has been set to evaluate the importance of the retail sales area and of the other factors concerning various product categories and various segments of stores. This study operates with a representative example of stores working in the Portuguese market and belonging to one of the existing local retail groups, with the objective of analysing this problematic. As for the methodology applied to the study of the Portuguese retail group, the econometric models were chosen linear regression, segmentation, regression mixture models, survey information of the company in question and its store formats. To sum up, the sales area is a determinant sales factor, which importance varies between the stores, groups of stores and product categories. These results are relevant to the retail's decisions since they facilitate the realization of underlying studies predicting the effects of the sale variations provoked by sales area alteration. The factors related to the price contest in face of the competitors, the income per capita of the population as well as the service quality were analysed and studied its relative importance. The applied segmentation models proved to be useful since they allowed identify homogeneous store groups, delivering valuable information to the managers that facilitates the definition of particular attitude policies regarding these groups