[pt] Esta dissertação trata da aplicação de modelos lineares mistos em dados provenientes de experimentos com restrição na aleatorização. O experimento utilizado neste trabalho teve como finalidade verificar quais eram os fatores de controle do processo de laminação a frio que mais afetavam a espessura do material utilizado na fabricação das latas para bebidas carbonatadas. A partir do experimento, foram obtidos dados para modelar a média e a variância da espessura do material. O objetivo da modelagem era identificar quais fatores faziam com que a espessura média atingisse o valor desejado (0,248 mm). Além disso, era necessário identificar qual a combinação dos níveis desses fatores que produzia a variância mínima na espessura do material. Houve replicações neste experimento, mas estas não foram executadas de forma aleatória, e, além disso, os níveis dos fatores utilizados não foram reinicializados, nas rodadas do experimento. Devido a estas restrições, foram utilizados modelos mistos para o ajuste da média, e da variância, da espessura, uma vez que com tais modelos é possível trabalhar na presença de dados auto-correlacionados e heterocedásticos. Os modelos mostraram uma boa adequação aos dados, indicando que para situações onde existe restrição na aleatorização, a utilização de modelos mistos se mostra apropriada. / [en] This dissertation presents an application of linear mixed models on data from an experiment with restriction in randomization. The experiment used in this study was aimed to verify which were the controlling factors, in the cold-rolling process, that most affected the thickness of the material used in the carbonated beverages market segment. From the experiment, data were obtained to model the mean and variance of the thickness of the material. The goal of modeling was to identify which factors were significant for the thickness reaches the desired value (0.248 mm). Furthermore, it was necessary to identify which combination of levels, of these factors, produced the minimum variance in the thickness of the material. There were replications of this experiment, but these were not performed randomly. In addition, the levels of factors used were not restarted during the trials. Due to these limitations, mixed models were used to adjust the mean and the variance of the thickness. The models showed a good fit to the data, indicating that for situations where there is restriction on randomization, the use of mixed models is suitable.

A presente pesquisa aborda a utilização de gráficos de controle em processo produtivo com variáveis autocorrelacionadas. Tem como objetivo verificar a estabilidade do processo de lingotamento contínuo na fabricação de tarugos por gráficos de controle aplicados aos resíduos oriundos da previsão dos modelos matemáticos por meio da modelagem linear e/ou não linear. Primeiramente, é observada a existência de correlação entre os dados, utilizandose, então, a Análise de Componentes Principais. Com os dados livres de correlação, testa-se a autocorrelação nas Componentes Principais. A partir desse instante, são aplicados os modelos ARIMA, para encontrar os resíduos nos quais será testada a presença de volatilidade, podendo-se aplicar os modelos ARCH e/ou GARCH. Para exemplificar a metodologia utilizada na pesquisa, foi realizado um estudo de caso em uma empresa do RS, na célula da aciaria, especificamente na máquina de lingotamento contínuo onde são fabricados os tarugos para o Aço DIN20MnCr5, seção quadrada 240 mm. Foi possível a avaliação da estabilidade do processo para as variáveis originais por meio do gráfico . Posteriormente, os dados foram decompostos em Componentes Principais, avaliados por meio dos gráficos de controle e EWMA, indicando as componentes com maior instabilidade e as variáveis com maior influência dentro do novo conjunto de dados. Identificado o conjunto de variáveis, essas foram modeladas, utilizando-se a metodologia de modelos lineares e não lineares para encontrar os resíduos e assim construir os gráficos. Os modelos matemáticos encontrados foram capazes de representar os processos produtivos, possibilitar a compreeensão do comportamento das variáveis e auxiliar na monitoração do processo, e, além disso, mostrar as variáveis que contribuem para que o sistema esteja instável e ocasione a produção de sucata para o aço estudado. / This research addresses the use of control charts in the production process with autocorrelated variables. It aims to determine the stability of the continuous casting process in the manufacture of billets through control charts applied to the residues that come from prediction (of waste) from of mathematical models, by means of (modeling) linear and/or nonlinear modelling. First, it is observed existence of correlation among data, then using Principal Component Analysis. With correlation-free data, the autocorrelation is tested in the Principal Components. From that moment ARIMA models are applied to find residues in which will be tested the presence of volatility maybe applying ARCH and/or GARCH models. To illustrate the methodology used in the survey was conducted a case study at the in a Steel Plant in the State of RS, in the Aciaria cell, specifically in the continuous casting machine where steel billets DIN20MnCr5 square section 240mm are manufactured. It was possible to evaluate the stability of the process for original variables through the graph . Subsequently, data were broken down into Principal Components, evaluated by means of control charts and EWMA, indicating the components with higher instability and variables with greater influence within the new data set. Identied the set of variables, they were modeled using the methodology of linear and nonlinear models to find the residues and thus construct the graphs. Mathematical models were found capable of representing the production process, allowing understanding the variables behavior and assisting in process monitoring; showing the variables that contribute to the system is unstable and causes the scrap production for the steel studied.

O objetivo principal do trabalho é analisar a resposta da estrutura de capital agregada das firmas brasileiras às oscilações de variáveis macroeconômicas. A partir da teoria do “Tradeoff”, o escudo de tributos provenientes da despesa financeira e os custos de falência surgiram como fatores importantes para a determinação da estrutura de capital, que busca maximizar o valor da firma, a partir da incorporação do benefício líquido entre esses fatores ao seu valor. Baseado nesse entendimento e aliado a conclusões de trabalhos recentes sobre a influência de fatores macroeconômicos nessa decisão de estrutura ótima, o trabalho busca entender os efeitos, de oscilações na taxa real de juros, no crescimento do PIB, na taxa real de inflação, na taxa de câmbio, no volume de recursos de bancos de fomento e no mercado de ações, nas decisões sobre financiamento das atividades de empresas no Brasil. Foram encontrados resultados significativos para as todas as variáveis macroeconômicas e, para esses resultados, foram apresentadas interpretações a luz das teorias de estrutura de capital existentes na literatura contemporânea em finanças. / This paper intent to analyze the response of firm’s capital structure to fluctuations at macroeconomic variables, in the Brazilian market. The Tradeoff theory introduced the concept that the balance between the tax shield from financial expenses and bankruptcy costs are relevant factors in the determination of Firm’s capital structure. This theory predicts that firms to maximize its value should incorporate the net benefit between these factors to their value. The paper seeks to understand and measure the impacts of oscillations in interest rate, GDP growth, inflation rate, exchange rate, participation of development banks and stock market fluctuations in the decisions about capital structure. The paper presents significant results for all macroeconomic variables and provide interpretations for these findings, based on the current development of capital structure theories.

A ampliação acelerada da demanda por transporte, mais especificamente pelo transporte rodoviário, tem provocado um aumento expressivo no número de acidentes de trânsito nesse ambiente. Consequentemente, a redução dos acidentes de trânsito tem sido um grande desafio para os pesquisadores e gestores da área rodoviária. Porém, os acidentes de trânsito são eventos complexos se considerados os diversos fatores que podem influenciá-los. Dentro desse contexto esta dissertação apresenta um estudo de modelos de previsão de acidentes, que podem ser utilizados para a avaliação do potencial de segurança em determinados locais, identificação e classificação de localidades perigosas ou com propensão a acidentes e avaliação da eficácia de medidas de melhoria da segurança. Nessa dissertação é apresentado um levantamento teórico e metodológico dos modelos de previsão de acidentes, identificando as principais variáveis adotadas bem como as técnicas utilizadas. Para cada modelo revisado foram verificadas as principais diferenças e limitações, e ainda, a análise das variáveis mais influentes presentes nesses modelos. Após, é feita uma comparação de duas abordagens distintas para estimar modelos de previsão de acidentes. A primeira consiste em estimar a ocorrência de acidentes em segmentos da via com as mudanças de características dos elementos de infraestrutura. O segundo relaciona a frequência de acidentes para um único elemento de infraestrutura da via, chamado na literatura internacional de entidade (ex: interseção, curva, tangente, etc.), com base apenas na variável relacionada ao volume de tráfego. O estudo baseado na comparação dessas duas abordagens para a previsão de acidentes revelou que a utilização do volume de tráfego como única variável independente apresenta resultados semelhantes ou até melhores que os modelos baseados em diversos elementos de infraestrutura da rodovia. / The enlargement and the accelerated development of transportation systems, more specifically the land system, have caused the number of road accidents to increase significantly. Therefore, the reduction of road accidents has been a great challenge for researchers and managers in the field of land transportation. However, considering the various factors that may influence them, road accidents are complex events. In this context, this paper presents a study of accident prediction models that can be used to assess the safety potential in certain locations, identify and rank dangerous locations or areas prone to accidents and evaluate the effectiveness of safety improvement measures. Initially, a theoretical and methodological review of accident prediction models is presented, and both the main variables adopted and the methodologies employed are identified. The main differences between all models reviewed and their limitations are presented, and the most influential variables are analyzed. In a second moment, a comparison of two different accident prediction methods is performed. The first method consists in estimating the occurrence of accidents in road sections with changes in the characteristics of infrastructure elements. The second one relates the frequency of accidents based on a single infrastructure element (intersection, curve, tangent, etc.) based on traffic volume only. The study based on the comparison of these two methods found that the use of traffic volume as the only independent variable yields similar or even better results than the models based on various road infrastructure elements.

Parmi les techniques usuelles de fouille de données, peu sont celles capables de tirer avantage de la complémentarité des dimensions pour des données sous forme de tableaux à plusieurs dimensions. A l'inverse les techniques de décomposition tensorielle recherchent spécifiquement les processus sous-jacents aux données, qui permettent d'expliquer les données dans toutes les dimensions. Les travaux rapportés dans ce manuscrit traitent de l'amélioration de l'interprétation des résultats de la décomposition tensorielle canonique polyadique par l'ajout de connaissances externes au modèle de décomposition, qui est par définition un modèle aveugle n'utilisant pas la connaissance du problème physique sous-jacent aux données. Les deux premiers chapitres de ce manuscrit présentent respectivement les aspects mathématiques et appliqués des méthodes de décomposition tensorielle. Dans le troisième chapitre, les multiples facettes des décompositions sous contraintes sont explorées à travers un formalisme unifié. Les thématiques abordées comprennent les algorithmes de décomposition, la compression de tenseurs et la décomposition tensorielle basée sur les dictionnaires. Le quatrième et dernier chapitre présente le problème de la modélisation d'une variabilité intra-sujet et inter-sujet au sein d'un modèle de décomposition contraint. L'état de l'art en la matière est tout d'abord présenté comme un cas particulier d'un modèle flexible de couplage de décomposition développé par la suite. Le chapitre se termine par une discussion sur la réduction de dimension et quelques problèmes ouverts dans le contexte de modélisation de variabilité sujet. / Among commonly used data mining techniques, few are those which are able to take advantage of the multiway structure of data in the form of a multiway array. In contrast, tensor decomposition techniques specifically look intricate processes underlying the data, where each of these processes can be used to describe all ways of the data array. The work reported in the following pages aims at incorporating various external knowledge into the tensor canonical polyadic decomposition, which is usually understood as a blind model. The first two chapters of this manuscript introduce tensor decomposition techniques making use respectively of a mathematical and application framework. In the third chapter, the many faces of constrained decompositions are explored, including a unifying framework for constrained decomposition, some decomposition algorithms, compression and dictionary-based tensor decomposition. The fourth chapter discusses the inclusion of subject variability modeling when multiple arrays of data are available stemming from one or multiple subjects sharing similarities. State of the art techniques are studied and expressed as particular cases of a more general flexible coupling model later introduced. The chapter ends on a discussion on dimensionality reduction when subject variability is involved, as well a some open problems.

Made available in DSpace on 2016-12-12T20:12:31Z (GMT). No. of bitstreams: 1 PGEF15MA040.pdf: 2019764 bytes, checksum: abe872bb0752b2c668a5bc8231108f32 (MD5) Previous issue date: 2015-02-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Araucaria angustifolia (Bertol.) Kuntze is an indigenous specie of South America with important socio-economical value. It has a growth potential which enables sustainable management actions and plays a role in the cultural and economical development of Brazilian Southern. Current laws prevent the exploitation of this specie; however its good quality wood based upon the need of dendrochronological and morphometric studies to improve knowledge about structure, productive capacity, and to understand the dynamics of Araucaria in forests. Thereby, our main goal was to analyze the A. angustifolia growth across time in Santa Catarina plateau and to fit biometric and environmental models which may explain its development may support strategies of sustainable management. Data were obtained in fragments of indigenous forest in three sites: São Joaquim, Urupema, and Painel. Seventy trees per site were sampled. Diameter at breast height; total height; height at canopy insertion; and the four canopy rays following orientation of cardinal directions with a Trupulse 200 hypsometer. In each tree, we collected two growth increment rolls, perpendicularly, to verify the age and the average annual increment of diameter. Morfometric indexes showed that forest fragments were in competition, with low photosynthetic production and growth capacity. Covariance analysis shown differences for each site in growth pattern, productivity, and in canopy morphometric indexes. For this reason, adjustment equations were fit apart to mitigate the estimative errors of prognosis in production. Adjustments of models presented positive slope for height at canopy insertion and canopy diameter. Assimetric adjustments among sites indicate that higher individuals get most of resources to grown in an out of proportion way. PC adjusteda negative Φ1coefficient for total height and for diameter. Therefor as higher the height and diameter of tree as lower the canopy percent and higher the age or dimension of specie. Annual growth rings were measured, accounted, and analyzed. Maximum recue and average increment were 153 years and 0,340 cm yr-1 for São Joaquim; 62 years and 0,686 cm yr-1 for Urupema; and 68 years and 0,903 cm yr-1 for Painel. Covariance analysis revealed differences in the annual diameter increment, either as a function of diameter as age for each site, suggesting changes in growth pattern and forest productivity.Adjustments increment x diameter and increment x age relationships presented linear negative relationship due to advanced age, which provokes reduction and stagnancy of increment.Average annual increment of diameter showed negative correlation with insolation and average maximum temperature for all sites; only São Joaquim site presented negative correlation with annual precipitation; on the other hand, for Urupema and Painel there was a positive relationship. This points the importance of environmental variables on A. angustifólia growth. In addition, Pearson correlation showed positive relationship between calcium, magnesium, phosphorus, potassium, and cation exchange capacity (CEC) into the soil with Araucaria growth and timber volume indicating the influence of site soil quality on plant growth and productivity. Adjustments allowed concluding about the importance of the environment and its site-specific variables which affect Araucaria growth. Such variables also provide management tools to allow a sustainable timber harvest mitigating impacts on forest ecosystem and their fluctuation on changes of growth during rotation / A Araucaria angustifolia (Bertol.) Kuntze é uma espécie nativa da América do Sul, com importante valor social e econômico. Devido aoseu potencial de crescimento viabiliza ações de manejo sustentável, bem como propicia um papel fundamental no desenvolvimento econômico e cultural da região Sul do Brasil. A legislação atual impede a exploração dessa espécie, contudosua madeira de excelente qualidade fundamenta a necessidade de estudos morfométricos e dendrocronológicos para se conhecer a estrutura da Floresta com Araucária, a capacidade produtiva e compreender a dinâmica de crescimento da espécie. Assim, o objetivo deste trabalho foi analisar o crescimento no tempo de Araucaria angustifolia na fitorregião do Planalto Catarinense, no estado de Santa Catarina e ajustar modelos biométricos e ambientais que expliquem o seu desenvolvimento e ações de manejo sustentado.Os dados foram coletados em fragmentos de floresta nativalocalizada em trêsmunicípios, São Joaquim, Urupema e Painel. Foram amostradas 70 árvores por local. No campo foram feitas as medições de diâmetro a altura do peito, altura total, altura de inserção de copae dos quatro raios de copa seguindo a orientação dos pontos cardeais com o uso de hipsômetro Trupulse 200. De cada árvore foram coletados dois rolos de incremento, perpendicularmente, para obtenção da idade e do incremento médio anual em diâmetro.Os índices morfométricos demostraram que os fragmentos estão em competição e, consequentementemenor produção fotossintética e capacidade produtiva.A análise de covariância demonstrou que há diferenças no padrão de crescimento, na capacidade produtiva e nos índices morfométricos da copa para cada local, havendo a necessidade de ajustar equações separadamente para minimizar erros de estimativa de prognose da produção. Os ajustes dos modelos foram com coeficiente angular positivo para a altura de inserção de copa e diâmetro de copa em função do diâmetro, sendo que as curvas de ajuste assimétricas entre as regiões indicam que os indivíduos maiores obtêm de forma desproporcional maior parte dos recursos e crescimento. O PC ajustou o coeficiente Φ1negativo para a altura total e parao diâmetro. Desta forma, quanto maior a altura e o diâmetro da árvore menor o percentual de copa e maior a idade ou dimensão para a espécie.Os anéis de crescimento foram medidos, contados e analisados. Para São Joaquim se obteve recuo máximo de 153 anos e incremento médio de 0,340cm.ano-1, para Urupena 62 anos e 0,686 cm.ano-1 de incremento médio e Painel 68 anos e 0,903 cm.ano-1 de incremento médio. A análise de covariância demonstrou que há diferenças no incremento médio anual em diâmetro, tanto em função do dapquanto para idadeemcada local, havendo a necessidade de ajustar equações separadamente, indicando diferenças na forma decrescimento e na capacidade produtiva. Os ajustes de incremento-diâmetro, incremento-idade demonstraram coeficiente angularnegativo , como resultado da maior dimensão e idade , tendo ocorrido a redução e estagnação do incremento. O incremento médio anual em diâmetro demonstrou correlação de Pearson negativa com a insolação total e temperatura média máxima para os três locais e com a precipitação total apenas em São Joaquim, e positiva para Urupema e Painel, indicando a importância das variáveis do ambiente no crescimento de araucária.A correlação para incremento com a base física e química do solo mostrou correlação positivia com o cálcio, alumínio, soma de bases, matéria orgânica, pH 7,0, magnésio, carbono orgânico, fosfóro, potássio, CTC efetiva e areia justificando a qualidade do sítio no crescimento e produção para araucária. Os ajustes e equações geradaspermitem concluir sobre a importância do meio ambiente e da capacidade do sítio no crescimento da espécie, bem como propiciam a sustentabilidade do manejo para colheita da madeira e impactos do manejo sobre os recursos do ecossistema florestal e a variação destes nas mudanças do crescimento ao longo da rotação

O objetivo principal do trabalho é analisar a resposta da estrutura de capital agregada das firmas brasileiras às oscilações de variáveis macroeconômicas. A partir da teoria do “Tradeoff”, o escudo de tributos provenientes da despesa financeira e os custos de falência surgiram como fatores importantes para a determinação da estrutura de capital, que busca maximizar o valor da firma, a partir da incorporação do benefício líquido entre esses fatores ao seu valor. Baseado nesse entendimento e aliado a conclusões de trabalhos recentes sobre a influência de fatores macroeconômicos nessa decisão de estrutura ótima, o trabalho busca entender os efeitos, de oscilações na taxa real de juros, no crescimento do PIB, na taxa real de inflação, na taxa de câmbio, no volume de recursos de bancos de fomento e no mercado de ações, nas decisões sobre financiamento das atividades de empresas no Brasil. Foram encontrados resultados significativos para as todas as variáveis macroeconômicas e, para esses resultados, foram apresentadas interpretações a luz das teorias de estrutura de capital existentes na literatura contemporânea em finanças. / This paper intent to analyze the response of firm’s capital structure to fluctuations at macroeconomic variables, in the Brazilian market. The Tradeoff theory introduced the concept that the balance between the tax shield from financial expenses and bankruptcy costs are relevant factors in the determination of Firm’s capital structure. This theory predicts that firms to maximize its value should incorporate the net benefit between these factors to their value. The paper seeks to understand and measure the impacts of oscillations in interest rate, GDP growth, inflation rate, exchange rate, participation of development banks and stock market fluctuations in the decisions about capital structure. The paper presents significant results for all macroeconomic variables and provide interpretations for these findings, based on the current development of capital structure theories.

A presente pesquisa aborda a utilização de gráficos de controle em processo produtivo com variáveis autocorrelacionadas. Tem como objetivo verificar a estabilidade do processo de lingotamento contínuo na fabricação de tarugos por gráficos de controle aplicados aos resíduos oriundos da previsão dos modelos matemáticos por meio da modelagem linear e/ou não linear. Primeiramente, é observada a existência de correlação entre os dados, utilizandose, então, a Análise de Componentes Principais. Com os dados livres de correlação, testa-se a autocorrelação nas Componentes Principais. A partir desse instante, são aplicados os modelos ARIMA, para encontrar os resíduos nos quais será testada a presença de volatilidade, podendo-se aplicar os modelos ARCH e/ou GARCH. Para exemplificar a metodologia utilizada na pesquisa, foi realizado um estudo de caso em uma empresa do RS, na célula da aciaria, especificamente na máquina de lingotamento contínuo onde são fabricados os tarugos para o Aço DIN20MnCr5, seção quadrada 240 mm. Foi possível a avaliação da estabilidade do processo para as variáveis originais por meio do gráfico . Posteriormente, os dados foram decompostos em Componentes Principais, avaliados por meio dos gráficos de controle e EWMA, indicando as componentes com maior instabilidade e as variáveis com maior influência dentro do novo conjunto de dados. Identificado o conjunto de variáveis, essas foram modeladas, utilizando-se a metodologia de modelos lineares e não lineares para encontrar os resíduos e assim construir os gráficos. Os modelos matemáticos encontrados foram capazes de representar os processos produtivos, possibilitar a compreeensão do comportamento das variáveis e auxiliar na monitoração do processo, e, além disso, mostrar as variáveis que contribuem para que o sistema esteja instável e ocasione a produção de sucata para o aço estudado. / This research addresses the use of control charts in the production process with autocorrelated variables. It aims to determine the stability of the continuous casting process in the manufacture of billets through control charts applied to the residues that come from prediction (of waste) from of mathematical models, by means of (modeling) linear and/or nonlinear modelling. First, it is observed existence of correlation among data, then using Principal Component Analysis. With correlation-free data, the autocorrelation is tested in the Principal Components. From that moment ARIMA models are applied to find residues in which will be tested the presence of volatility maybe applying ARCH and/or GARCH models. To illustrate the methodology used in the survey was conducted a case study at the in a Steel Plant in the State of RS, in the Aciaria cell, specifically in the continuous casting machine where steel billets DIN20MnCr5 square section 240mm are manufactured. It was possible to evaluate the stability of the process for original variables through the graph . Subsequently, data were broken down into Principal Components, evaluated by means of control charts and EWMA, indicating the components with higher instability and variables with greater influence within the new data set. Identied the set of variables, they were modeled using the methodology of linear and nonlinear models to find the residues and thus construct the graphs. Mathematical models were found capable of representing the production process, allowing understanding the variables behavior and assisting in process monitoring; showing the variables that contribute to the system is unstable and causes the scrap production for the steel studied.

É muito comum encontrar nas áreas agronômica e biológica experimentos cujas observações são correlacionadas. Porém, tais correlações, em tese, podem estar associadas às parcelas ou às subparcelas, dependendo do plano experimental adotado. Além disso, a metodologia de modelos lineares mistos vem sendo utilizada com mais freqüência, principalmente após os trabalhos de Searle (1988), Searle at al. (1992), Wolfinger (1993b) entre outros. O sucesso do procedimento de modelagem está fortemente associado ao exame dos efeitos aleatórios que devem permanecer no modelo e na possibilidade de se introduzir, no modelo, estruturas de variâncias e covariâncias das variáveis aleatórias que, para o modelo linear misto, podem estar inseridas no resíduo e, também, na parte aleatória associada ao fator aleatório conhecido. Nesse contexto, o Teste da Razão de Verossimilhança e o Critério de Akaike podem auxiliar na tarefa de escolha do modelo mais apropriado para análise dos dados, além de permitir verificar que escolhas de modelos inadequadas acarretam em conclusões divergentes em relação aos efeitos fixos do modelo. Com o desenvolvimento do Proc Mixed do SAS (Littel at al. 1996), utilizado neste trabalho, a análise desses experimentos, tratada pela metodologia modelos lineares mistos, tornou-se mais usual e segura. Com a finalidade de se atingir o objetivo deste trabalho, utilizaram-se dois exemplos (A e B) sobre a resposta da produtividade de três cultivares de trigo, em relação a níveis de irrigação por aspersão line-source. Foram criados e analisados 29 modelos para o Exemplo A e 16 modelos para o Exemplo B. Pôde-se verificar, para cada um dos exemplos, que as conclusões em relação aos efeitos fixos se modificaram de acordo com o modelo adotado. Notou-se, também, que o Critério de Akaike deve ser visto com cautela. Ao se comparar modelos similares entre os dois exemplos, ratificou-se a importância de se programar corretamente no Proc Mixed. Nesse contexto, conclui-se que é fundamental conduzir a análise de experimentos de forma ampla, buscando vários modelos e verificando quais têm lógica em relação ao plano experimental, evitando erros ao término da análise. / In Biology and Agronomy, experiments that produce correlated observations are often found. Theoretically, these correlations may be associated with whole-plots or subplots, according to the chosen experimental design. Also, the mixed linear model methodology is now being used much more frequently, especially after the works of Searle (1988), Searle et al. (1992) and Wolfinger (1993b), among others. The success of the modeling procedure is strongly associated with the examination of the random effects that must remain within the model and the possibility of introducing variance-covariance structures of random variables in the model. In the case of the mixed linear model, they may be included in the residual error or in the random part which is associated with the known random factor. In this context, the Likelihood Ratio Test and Akaike's Information Criterion can help in choosing the most appropriate model for data analysis. They also enable the verification of inadequate choice of models which can lead to divergent conclusions regarding the fixed effects of the model. With the development of the SAS Mixed Procedure (Little at al. 1996), which was used in this work, analysis of these experiments, conducted through the mixed linear model methodology, has become more usual and secure. In order to achieve the target of this work, two examples were utilized (A and B) involving the productivity response of three varieties of wheat, in regards to irrigation levels by line-source aspersion. Twenty-nine models for Example A and 16 models for Example B were created and analyzed. For each example, it was verified that conclusions regarding fixed effects changed according to the model adopted. It was also verified that Akaike’s Information Criterion must be regarded with caution. When comparing similar models between the two examples, the importance of correct programming in the Mixed Procedure was confirmed. In this context, it can be concluded that it is fundamental to conduct the experiment analysis in an ample manner, looking for various models and verifying which ones make sense according to the experimental plan, thus avoiding errors at analysis completion.

A ampliação acelerada da demanda por transporte, mais especificamente pelo transporte rodoviário, tem provocado um aumento expressivo no número de acidentes de trânsito nesse ambiente. Consequentemente, a redução dos acidentes de trânsito tem sido um grande desafio para os pesquisadores e gestores da área rodoviária. Porém, os acidentes de trânsito são eventos complexos se considerados os diversos fatores que podem influenciá-los. Dentro desse contexto esta dissertação apresenta um estudo de modelos de previsão de acidentes, que podem ser utilizados para a avaliação do potencial de segurança em determinados locais, identificação e classificação de localidades perigosas ou com propensão a acidentes e avaliação da eficácia de medidas de melhoria da segurança. Nessa dissertação é apresentado um levantamento teórico e metodológico dos modelos de previsão de acidentes, identificando as principais variáveis adotadas bem como as técnicas utilizadas. Para cada modelo revisado foram verificadas as principais diferenças e limitações, e ainda, a análise das variáveis mais influentes presentes nesses modelos. Após, é feita uma comparação de duas abordagens distintas para estimar modelos de previsão de acidentes. A primeira consiste em estimar a ocorrência de acidentes em segmentos da via com as mudanças de características dos elementos de infraestrutura. O segundo relaciona a frequência de acidentes para um único elemento de infraestrutura da via, chamado na literatura internacional de entidade (ex: interseção, curva, tangente, etc.), com base apenas na variável relacionada ao volume de tráfego. O estudo baseado na comparação dessas duas abordagens para a previsão de acidentes revelou que a utilização do volume de tráfego como única variável independente apresenta resultados semelhantes ou até melhores que os modelos baseados em diversos elementos de infraestrutura da rodovia. / The enlargement and the accelerated development of transportation systems, more specifically the land system, have caused the number of road accidents to increase significantly. Therefore, the reduction of road accidents has been a great challenge for researchers and managers in the field of land transportation. However, considering the various factors that may influence them, road accidents are complex events. In this context, this paper presents a study of accident prediction models that can be used to assess the safety potential in certain locations, identify and rank dangerous locations or areas prone to accidents and evaluate the effectiveness of safety improvement measures. Initially, a theoretical and methodological review of accident prediction models is presented, and both the main variables adopted and the methodologies employed are identified. The main differences between all models reviewed and their limitations are presented, and the most influential variables are analyzed. In a second moment, a comparison of two different accident prediction methods is performed. The first method consists in estimating the occurrence of accidents in road sections with changes in the characteristics of infrastructure elements. The second one relates the frequency of accidents based on a single infrastructure element (intersection, curve, tangent, etc.) based on traffic volume only. The study based on the comparison of these two methods found that the use of traffic volume as the only independent variable yields similar or even better results than the models based on various road infrastructure elements.