Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-10-30T14:33:30Z No. of bitstreams: 1 texto completo.pdf: 756589 bytes, checksum: a215ee4630a668e8541ee292286d57b1 (MD5) / Made available in DSpace on 2018-10-30T14:33:30Z (GMT). No. of bitstreams: 1 texto completo.pdf: 756589 bytes, checksum: a215ee4630a668e8541ee292286d57b1 (MD5) Previous issue date: 2018-06-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Um dos principais obstáculos do sucesso na exploração de gado de corte é a eficiência reprodutiva. A mensuração do perímetro escrotal (PE) é uma característica importante para selecionar touros mais precoces. O PE, volume dos testículos, peso testicular, idade entre outras mensurações possuem correlações altas e positivas (r=0,92). O crescimento testicular é representado por uma curva sigmoide. No presente estudo modelos não-lineares mistos foram utilizados para descrever a medida longitudinal do PE de bovinos da raça Nelore. As comparações dos modelos foram baseadas no critério de informação de Akaike, no critério de informação Bayesiana, na soma dos erros, no Coeficiente de Determinação ajustado (R2) e na porcentagem de convergência. Sequencialmente, o melhor modelo foi utilizado para comparar a curva de crescimento do PE em touros classificados de forma divergente e de acordo com o PE dos 18 aos 21 meses de idade. Para isso, os touros foram classificados em cinco grupos: PE <28cm; 28cm ≤ PE <30cm, 30cm ≤ PE <32cm, 32cm ≤ PE <34cm e PE ≥ 34cm. O modelo de Michaelis-Menten mostrou o melhor ajuste de acordo com os critérios mencionados. Neste modelo, β1 é o valor assintótico do PE e β2 é uma constante de integração e pode estar relacionado à precocidade sexual. Parâmetros das curvas de crescimento individuais estimadas foram usados para criar um novo conjunto de dados para avaliar o efeito da classificação, fazendas e ano de nascimento nos parâmetros β1 e β2. Os touros do maior grupo de PE apresentaram maior PE previsto ao longo de todos os períodos analisados; no entanto, o grupo de menor PE apresentou PE semelhantes aos grupos de PE intermediários (28cm ≤ SC <32cm), por volta de 1200 dias de idade. Nesse contexto, os touros classificados como inaptos para a reprodução dos 18 aos 21 meses de idade podem atingir condições semelhantes às consideradas como boas condições. Em termos de classificação, dos 18 aos 21 meses, o valor assintótico foi semelhante entre os grupos, fazendas e anos de nascimento; no entanto, os β2 diferiram entre os grupos, indicando que as diferenças nas curvas de crescimento estão relacionadas à precocidade sexual. Desse modo, a seleção baseada no PE com idades muito precoces podem levar ao descarte de touros com potencial reprodutivo à idade adulta. / One of the main obstacles to success in harvesting beef cattle is reproductive efficiency. The measurement of the scrotal perimeter (PE) is an important characteristic to select earlier bulls. The PE, testis volume, testicular weight, age among other measurements showed high and positive correlations (r = 0.92) due to high repeatability. Testicular growth is represented by a sigmoid curve. Mixed nonlinear models were used to describe the longitudinal measurement of PE of Nellore cattle. The model comparisons were based on the Akaike information criterion, the Bayesian information criterion, the sum of the squares, the adjusted coefficient of determination (R2) and the convergence percentage. Sequentially, the best model was used to compare the PE growth curve in bulls classified differently and according to EP from 18 to 21 months of age. For this, the bulls were classified into five groups: PE <28cm; 28cm ≤ PE <30cm, 30cm ≤ PE <32cm, 32cm ≤ PE <34cm and PE ≤ 34cm. The Michaelis- Menten model showed the best fit according to the mentioned criteria. In this model, β1 is the asymptotic value of PE and β2 is an integration constant and may be related to sexual precocity. Parameters of the estimated individual growth curves were used to create a new data set to evaluate the effect of the classification, farms and year of birth on the parameters β1 and β2. The bulls of the largest group of PE presented higher PE predicted over all the analyzed periods; however, the group of lower PE presented PE similar to the groups of intermediate PE (28cm ≤ SC <32cm), around 1200 days of age. In this context, bulls classified as unfit for reproduction from 18 to 21 months of age may reach conditions similar to those considered as good conditions. In terms of classification, from 18 to 21 months, asymptotic PE was similar between groups, farms and years; However, β2 differed between groups, indicating that differences in growth curves are related to sexual precocity. In summary, it appears that selection based on PE at very early ages can lead to the discard of bulls with reproductive potential in adulthood.

Os modelos multiníveis representam uma classe de modelos utilizada para ajustes de dados que apresentam estrutura de hierarquia. O presente trabalho propõe uma generalizacão dos modelos normais multiníveis, denominada modelos elípticos multiníveis. Esta proposta sugere o uso de distribuicões de probabilidade pertencentes à classe elíptica, envolvendo portanto todas as distribuições contínuas simétricas, incluindo a distribuição normal como caso particular. As distribuições elípticas podem apresentar caudas mais leves ou mais pesadas que as caudas da distribuição normal. No caso da presença de observações aberrantes, é sugerido o uso de distribuições com caudas pesadas no intuito de obter um melhor ajuste do modelo aos dados considerados discrepantes. Nesta dissertação, alguns aspectos dos modelos elípticos multiníveis são desenvolvidos, como o processo de estimação dos parâmetros via máxima verossimilhança, testes de hipóteses para os efeitos fixos e parâmetros de variância e covariância e análise de resíduos para verificação de características relacionadas aos ajustes e às suposições estabelecidas. / Multilevel models represent a class of models used to adjust data which have hierarchical structure. The present work proposes a generalization of the multilevel normal models, named multilevel elliptical models. This proposal suggests the use of probability distributions belonging to the elliptical class, thus involving all symmetric continuous distributions, including the normal distribution as a particular case. Elliptical distributions may have lighter or heavier tails than the normal ones. In case of presence of outlying observations, it is suggested the use of heavy-tailed distributions in order to obtain a better fitted model to the discrepant observations. In this dissertation some aspects of the multilevel elliptical models are developed, such as the process of parameter estimation by maximum likelihood, hypothesis tests for fixed effects and variance-covariance parameters and residual analysis to check features related to the fitting and established assumptions.

Os modelos multiníveis são uma classe de modelos úteis na análise de bases de dados com estrutura hierárquica. No presente trabalho propõem-se os modelos multiníveis com resposta Weibull, nos quais são considerados interceptos aleatórios na modelagem dos dois parâmetros da distribuição da variável resposta. Os modelos aqui propostos são flexíveis devido a que a distribuição dos interceptos aleatórios pode der escolhida entre uma das seguintes quatro distribuições: normal, log--gama, logística e Cauchy. Uma extensão dos modelos é apresentada na qual é possível incluir na parte sistemática dos dois parâmetros da distribuição da variável resposta interceptos e inclinações aleatórias com distribuição normal bivariada. A estimação dos parâmetros é realizada pelo método de máxima verossimilhança usando a quadratura de Gauss--Hermite para aproximar a função de verossimilhança. Um pacote em linguagem R foi desenvolvido especialmente para a estimação dos parâmetros, predição dos efeitos aleatórios e para a obtenção dos resíduos nos modelos propostos. Adicionalmente, por meio de um estudo de simulação foi avaliado o impacto nas estimativas dos parâmetros do modelo ao assumir incorretamente a distribuição dos interceptos aleatórios. / Multilevel models are a class of models useful in the analysis of datasets with hierarchical structure. In the present work we propose multilevel Weibull models in which random intercepts are considered to model the two parameters of the Weibull distribution. The proposed models are flexible due to random intercepts distribution can be chosen from one of the four following distributions: normal, log-gamma, logistics and Cauchy. An extension of the models is presented in which we can include, in the systematic part of the two parameters of the distribution, random intercepts and slopes with a bivariate normal distribution. The parameter estimation is performed by maximum likelihood method using the Gauss Hermite quadrature to approximate the likelihood function. A package in R language was especially developed to obtain parameter estimation, random effects predictions and residuals for the proposed models. Additionally, through a simulation study we investigated the misspecification random effect distribution on estimated parameter for the proposed model

O uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de Matemática / The use of multilevel models is an interesting alternative to analyze data that is structured in a hierarchical manner, since it allows the obtention of different parameters estimates for distinct groups and, at the same time, it takes into account the dependence of observations in the same group. In this dissertation, we develop and apply symmetrical multilevel regression models, for the purpose of providing alternatives to the usual model, under normality. Furthermore we present a brief diagnostics analysis and a simulation study. As motivation, we consider educational data in order to assess whether the number of failures in school history of students and the school infrastructure are important variables that affect the low performance of elementary school students in Mathematics

Modelo multinível é uma ferramenta estatística cada vez mais popular para análise de dados com estrutura hierárquica. O objetivo deste trabalho é propor um método para realizar a predição de observações de novos grupos usando modelos de regressão logística multinível com 2 níveis. Além disso, é apresentado e comparado dois métodos de estimação para o modelo multinível: Quase-verossimilhança Penalizada (QVP) e Quadratura de Gauss-Hermite (QGH). A idéia central está baseada no trabalho de (Jiang e Lahiri, 2006) no qual se propõe o uso do chamado melhor estimador empírico para o efeito aleatório. Através deste estimador, utilizou-se a parte fixa do modelo em conjunto com uma estimativa do desvio padrão do efeito aleatório para fazer a predição de observações de novos grupos, encontrando a probabilidade estimada dessa observação apresentar o evento de interesse, dadas suas características. / Multilevel model is an statistical tool which is becoming more and more popular in data analysis with hierachical structure. The purpose of this dissertation is to present a method to make a prediction of new group observation in multilevel logistic regression models with 2 levels. Besides, were presented and compared two estimation methods for multilevel model: Penalized Quase-likelihood and Gauss-Hermite Quadrature. The central idea is based on the paper of Jiang and Lahiri (2006), which is presented the empirical best estimator for the random effect. Through this estimator was used the fixed part of the model with an estimative of the standard deviation of the random effect to find the estimated probability of this observation presenting the target event, in accordance with its characteristic.

Os modelos multiníveis são uma classe de modelos úteis na análise de bases de dados com estrutura hierárquica. No presente trabalho propõem-se os modelos multiníveis com resposta Weibull, nos quais são considerados interceptos aleatórios na modelagem dos dois parâmetros da distribuição da variável resposta. Os modelos aqui propostos são flexíveis devido a que a distribuição dos interceptos aleatórios pode der escolhida entre uma das seguintes quatro distribuições: normal, log--gama, logística e Cauchy. Uma extensão dos modelos é apresentada na qual é possível incluir na parte sistemática dos dois parâmetros da distribuição da variável resposta interceptos e inclinações aleatórias com distribuição normal bivariada. A estimação dos parâmetros é realizada pelo método de máxima verossimilhança usando a quadratura de Gauss--Hermite para aproximar a função de verossimilhança. Um pacote em linguagem R foi desenvolvido especialmente para a estimação dos parâmetros, predição dos efeitos aleatórios e para a obtenção dos resíduos nos modelos propostos. Adicionalmente, por meio de um estudo de simulação foi avaliado o impacto nas estimativas dos parâmetros do modelo ao assumir incorretamente a distribuição dos interceptos aleatórios. / Multilevel models are a class of models useful in the analysis of datasets with hierarchical structure. In the present work we propose multilevel Weibull models in which random intercepts are considered to model the two parameters of the Weibull distribution. The proposed models are flexible due to random intercepts distribution can be chosen from one of the four following distributions: normal, log-gamma, logistics and Cauchy. An extension of the models is presented in which we can include, in the systematic part of the two parameters of the distribution, random intercepts and slopes with a bivariate normal distribution. The parameter estimation is performed by maximum likelihood method using the Gauss Hermite quadrature to approximate the likelihood function. A package in R language was especially developed to obtain parameter estimation, random effects predictions and residuals for the proposed models. Additionally, through a simulation study we investigated the misspecification random effect distribution on estimated parameter for the proposed model

Modelo multinível é uma ferramenta estatística cada vez mais popular para análise de dados com estrutura hierárquica. O objetivo deste trabalho é propor um método para realizar a predição de observações de novos grupos usando modelos de regressão logística multinível com 2 níveis. Além disso, é apresentado e comparado dois métodos de estimação para o modelo multinível: Quase-verossimilhança Penalizada (QVP) e Quadratura de Gauss-Hermite (QGH). A idéia central está baseada no trabalho de (Jiang e Lahiri, 2006) no qual se propõe o uso do chamado melhor estimador empírico para o efeito aleatório. Através deste estimador, utilizou-se a parte fixa do modelo em conjunto com uma estimativa do desvio padrão do efeito aleatório para fazer a predição de observações de novos grupos, encontrando a probabilidade estimada dessa observação apresentar o evento de interesse, dadas suas características. / Multilevel model is an statistical tool which is becoming more and more popular in data analysis with hierachical structure. The purpose of this dissertation is to present a method to make a prediction of new group observation in multilevel logistic regression models with 2 levels. Besides, were presented and compared two estimation methods for multilevel model: Penalized Quase-likelihood and Gauss-Hermite Quadrature. The central idea is based on the paper of Jiang and Lahiri (2006), which is presented the empirical best estimator for the random effect. Through this estimator was used the fixed part of the model with an estimative of the standard deviation of the random effect to find the estimated probability of this observation presenting the target event, in accordance with its characteristic.

Os modelos multiníveis representam uma classe de modelos utilizada para ajustes de dados que apresentam estrutura de hierarquia. O presente trabalho propõe uma generalizacão dos modelos normais multiníveis, denominada modelos elípticos multiníveis. Esta proposta sugere o uso de distribuicões de probabilidade pertencentes à classe elíptica, envolvendo portanto todas as distribuições contínuas simétricas, incluindo a distribuição normal como caso particular. As distribuições elípticas podem apresentar caudas mais leves ou mais pesadas que as caudas da distribuição normal. No caso da presença de observações aberrantes, é sugerido o uso de distribuições com caudas pesadas no intuito de obter um melhor ajuste do modelo aos dados considerados discrepantes. Nesta dissertação, alguns aspectos dos modelos elípticos multiníveis são desenvolvidos, como o processo de estimação dos parâmetros via máxima verossimilhança, testes de hipóteses para os efeitos fixos e parâmetros de variância e covariância e análise de resíduos para verificação de características relacionadas aos ajustes e às suposições estabelecidas. / Multilevel models represent a class of models used to adjust data which have hierarchical structure. The present work proposes a generalization of the multilevel normal models, named multilevel elliptical models. This proposal suggests the use of probability distributions belonging to the elliptical class, thus involving all symmetric continuous distributions, including the normal distribution as a particular case. Elliptical distributions may have lighter or heavier tails than the normal ones. In case of presence of outlying observations, it is suggested the use of heavy-tailed distributions in order to obtain a better fitted model to the discrepant observations. In this dissertation some aspects of the multilevel elliptical models are developed, such as the process of parameter estimation by maximum likelihood, hypothesis tests for fixed effects and variance-covariance parameters and residual analysis to check features related to the fitting and established assumptions.

Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-04T14:13:21Z No. of bitstreams: 2 sammara_dissertacao.pdf: 1933363 bytes, checksum: 3948f7476054b8942a7b9c663ee83684 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-04T14:13:21Z (GMT). No. of bitstreams: 2 sammara_dissertacao.pdf: 1933363 bytes, checksum: 3948f7476054b8942a7b9c663ee83684 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-08-10 / O primeiro ensaio propõe uma nova abordagem para estimar desigualdades socioeconômicas na Saúde Auto Avaliada. O método baseia-se em uma aplicação alternativa do Coeficiente de Gini, preservando a natureza categórica da variável e evitando incorrer nas dificuldades e limitações de cardinalizar tal indicador de saúde para análises de desigualdade. O proposto “Index-D” aplica as probabilidades preditas de um Modelo Probit Ordinal, sob a equação de Gini formatada para funções densidade discretas, permitindo-nos estimar variações na Saúde Auto Avaliada segundo subjacentes variações socioeconômicas e demográficas. Usamos dados da Pesquisa Nacional por Amostra de Domicílio (PNAD) para os anos de 1998, 2003 e 2008, apenas referente à população feminina, a fim de ilustrar a aplicabilidade do método. Os resultados mostram que a desigualdade em Saúde Auto Avaliada no Brasil decresceu de 1998 a 2008 entre as mulheres, independentemente do perfil socioeconômico considerado. Ainda, os grupos femininos com melhores condições financeiras apresentaram índices de desigualdade menores, enquanto que os mais pobres obtiveram os maiores escores. Considerando a desigualdade entre as Regiões, sudeste apresentou os resultados mais favoráveis, enquanto o Norte e o Nordeste reportaram as mais altas desigualdades, independentemente do ano e do perfil socioeconômico considerado. O segundo ensaio visa identificar o quanto da variância observada na Saúde Auto Avaliada (SAH) no Brasil é resultado do contexto onde as pessoas vivem. Dessa forma, através do Random-Intercept Ordered Probity Model, aplicamos uma amostra de municípios, retirada da Pesquisa Nacional por Amostra de Domicílios (PNAD), 2008, para representar as unidades do segundo nível, juntamente com as informações socioeconômicas dos indivíduos, a fim de controlar apropriadamente o efeito composição. Apesar de pequeno, o coeficiente de variação mostra a existência de variação sistemática na Saúde Auto Reportada entre os municípios urbanos do Brasil que persistiram mesmo após o controle do nível individual. As evidências sugerem que políticas de saúde no Brasil não devem investir apenas nas circunstâncias a nível individual, mas também sobre os ambientes sociais e físicos do coletivo, tais como segurança, espaços para lazer e infraestrutura urbana.

O uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de Matemática / The use of multilevel models is an interesting alternative to analyze data that is structured in a hierarchical manner, since it allows the obtention of different parameters estimates for distinct groups and, at the same time, it takes into account the dependence of observations in the same group. In this dissertation, we develop and apply symmetrical multilevel regression models, for the purpose of providing alternatives to the usual model, under normality. Furthermore we present a brief diagnostics analysis and a simulation study. As motivation, we consider educational data in order to assess whether the number of failures in school history of students and the school infrastructure are important variables that affect the low performance of elementary school students in Mathematics