Made available in DSpace on 2016-06-02T20:06:00Z (GMT). No. of bitstreams: 1 1733.pdf: 506732 bytes, checksum: 69dc517ba311518fd0cae4b4942be8df (MD5) Previous issue date: 2007-06-22 / Financiadora de Estudos e Projetos / Uma particularidade da análise de sobrevivência e confiabilidade se refere ao fato de que existem situações em que um evento de interesse pode ocorrer várias vezes para uma unidade amostral. Nesta dissertação estudamos o modelo de intensidade Poisson Perturbada para dados de eventos recorrentes. Primeiramente uma revisão da literatura sobre os processos de Poisson e Renovação é realizada. Um modelo de intensidade Poisson Perturbada para dados de eventos recorrentes é apresentado, sendo que a estimação dos parâmetros de interesse é realizada para sistemas reparáveis simples, retratando apenas uma unidade, podendo ser esta caracterizada por um indivíduo ou componente. Os exemplos considerados neste estudo, referem-se a dados artificiais e também a um exemplo real, tal que o evento de interesse é o tempo de reincidência da variável considerada, podendo ser esta variável o tempo até a falha de um componente, tempo até uma nova crise de uma determinada doença ou até mesmo tempo de compras de um determinado produto. As estimativas dos parâmetros do modelo são obtidas via máxima verossimilhança. Procedimentos de estimação intervalar são apresentados, bem como testes baseados nas estatísticas de Wald e da razão de verossimilhança são realizados para os parâmetros de interesse.

Made available in DSpace on 2016-06-02T20:06:00Z (GMT). No. of bitstreams: 1 DissKFS.pdf: 1200685 bytes, checksum: e7a2b3be9b5376a60441a1787b892b77 (MD5) Previous issue date: 2004-03-05 / Financiadora de Estudos e Projetos / The simpler screening tests applied to detect disease instead of the more elaborated, usually result in the risk of incorrect diagnostic. However, these tests are only useful when the risks of misclassifications are known and considered acceptably low. So, with the purpose of looking for information on the proprieties of screening tests, as well as measuring their error rates, a Bayesian procedure was formulated using a simulation technique (Gibbs Sampling with latent variables) for estimation of the parameters of interest in the absence of a gold standard. Two applications to real data have been explored. The first one refers to the detection of the infection caused by the strongyloides parasite on 162 refugees from Cambodia that arrived in Montreal, Canada, between July 1982 to February 1983, using data from serologic test and stool examination. The second one has the purpose detecting the obesity rates on males and females school pupils through the information supplied by the anthropometric Must and Cole criteria. / O uso de testes diagnósticos mais simples como substitutos dos mais elaborados para indicar a presença de doença, geralmente resulta em risco de diagnóstico incorreto. Entretanto, estes testes são úteis quando os riscos de erros de classificação são conhecidos e aceitavelmente baixos. Então, com o objetivo de obter informações das propriedades de testes diagnósticos, assim como medir suas taxas de erro, formulou-se um procedimento bayesiano utilizando uma técnica de simulação (Gibbs Sampling com variáveis latentes) para estimação dos parâmetros de interesse na ausência de um padrão ouro. Duas aplicações com dados reais foram exploradas. A primeira refere-se a detecção da infecção causada pelo parasita strongyloides em 162 refugiados do Camboja que chegaram em Montreal, Canadá, entre julho de 1982 a fevereiro de 1983, usando dados do teste sorológico e exame de fezes. A Segunda, tem por objetivo detectar as taxas de obesidade em escolares do sexo masculino e feminino, através das informações fornecidas pelos critérios antropométricos Must e Cole.

Made available in DSpace on 2016-06-02T20:06:00Z (GMT). No. of bitstreams: 1 1808.pdf: 656634 bytes, checksum: 192e4ddfee2e11f95105db3b95487ac1 (MD5) Previous issue date: 2005-03-30 / Universidade Federal de Minas Gerais / The modeling of data of survival with the presence of covariáveis by means of the risk function has been each used time more had the easiness of interpretation One of the examples most important of risk models is the model of proportional risks considered by Cox (1972). However, this model assumes the proportionality enters the risk functions in diLerent levels of the covariáveis. To accomodate situations where the model of proportional risks is not adjusted, some types of notproportional models are being developed, as the model of sped up imperfection, considered for Prentice (1978), the model of hybrid risk of Etezadi-Amoli and Ciampi (1987) and the generalized models of hybrid risk of Louzada-Neto (1997 and 1999). In this work we explore an one new family parametric of model of dependent not-proportional risk of the time (McKenzie, 1999). This model is based on the generalization of the usual logistic function and is motivated, in part, for the necessity of if considering the eLect of the time in the modeling, and, in part, for the preference in if considering a parametric structure for the risk function. Some inferenciais procedures related this new family of models are presented.The modeling of data of survival with the presence of covariáveis by means of the risk function has been each used time more had the easiness of interpretation One of the examples most important of risk models is the model of proportional risks considered by Cox (1972). However, this model assumes the proportionality enters the risk functions in diLerent levels of the covariáveis. To accomodate situations where the model of proportional risks is not adjusted, some types of notproportional models are being developed, as the model of sped up imperfection, considered for Prentice (1978), the model of hybrid risk of Etezadi-Amoli and Ciampi (1987) and the generalized models of hybrid risk of Louzada-Neto (1997 and 1999). In this work we explore an one new family parametric of model of dependent not-proportional risk of the time (McKenzie, 1999). This model is based on the generalization of the usual logistic function and is motivated, in part, for the necessity of if considering the eLect of the time in the modeling, and, in part, for the preference in if considering a parametric structure for the risk function. Some inferenciais procedures related this new family of models are presented. / A modelagem de dados de sobrevivência com a presença de covariáveis por meio da função de risco tem sido cada vez mais utilizada devido a facilidade de interpretação Um dos exemplos mais importantes de modelos de risco é o modelo de riscos proporcionais proposto por Cox (1972). No entanto, este modelo supõe a proporcionalidade entre as funções de risco para duas ou mais covariáveis. Para acomodar situações em que o modelo de riscos proporcionais não é adequado, vários tipos de modelos não-proporcionais estão sendo desenvolvidos, como o modelo de falha acelerada, proposto por Prentice (1978), o modelo de risco híbrido de Etezadi-Amoli e Ciampi (1987) e os modelos de risco híbrido generalizados de Louzada-Neto (1997 e 1999). Neste trabalho exploramos um uma nova família paramétrica de modelo de risco não-proporcional dependente do tempo (McKenzie, 1999). Este modelo é baseado na generalização da função logística usual e é motivado, em parte, pela necessidade de se considerar o efeito do tempo na modelagem, e, em parte, pela preferência em se considerar uma estrutura paramétrica para a função de risco. Vários procedimentos inferenciais relacionados a esta nova família de modelos são apresentados.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 1963.pdf: 520432 bytes, checksum: 9c5f5395dcc0f7d0faca9268007ed41f (MD5) Previous issue date: 2008-06-09 / Financiadora de Estudos e Projetos / In medical and biological researches we often .nd count data. For longitudinal count data, usual Poisson regression models, assuming independence among observations, are not applicable because of the correlation of these measures. This work presents hierarchical Bayesian models considering random e¤ects to analyze longitudinal count data. A Normal and a Gamma distribution are considered to these e¤ects besides the mixture of Normal distributions. We also present zero in.ated Poisson (ZIP) regression models for repeated measures. Markov Chain Monte Carlo (MCMC) is used to estimate the parameters. Keywords: Longitudinal Count Data; Poisson Regression Model; Zero In.ated Model; Hierarchical Model; Bayesian Analysis; MCMC Methods. / Nas pesquisas médicas e biológicas é comum encontrar dados de contagem. Por exem- plo, as variáveis podem ser dadas pelo número de hospitalizações para cada paciente em unidades básicas de saúde. Para dados de contagem longitudinais, o uso de modelos de regressão de Poisson usuais, que assumem independência entre as observações, não é satis- fatório, visto que as observações de um mesmo indivíduo são usualmente correlacionadas. Assim, efeitos aleatórios são considerados para capturar a possível correlação destas ob- servações além de superdispersão associada a outros fatores. Neste trabalho são uti- lizados modelos Bayesianos hierárquicos considerando diferentes distribuições aos efeitos aleatórios para analisar tais tipos de dados. Aos efeitos aleatórios é atribuída uma dis- tribuição normal, uma mistura de distribuições normais ou uma distribuição gama. Tam- bém são apresentados modelos de regressão de Poisson para dados com medidas repetidas apresentando excesso de zeros. Técnicas de simulação estocástica MCMC (Monte Carlo em Cadeias de Markov) são utilizadas para inferência e, em particular, para estimação dos parâmetros de interesse. Além disso, dados reais são considerados para ilustrar as metodologias propostas.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 1989.pdf: 231034 bytes, checksum: 31bd4dd9e300bf47b5b32ecca7d161ab (MD5) Previous issue date: 2008-06-09 / Financiadora de Estudos e Projetos / For the most part of modelings in the credit risk area, the most widely used model is the credit scoring, and as the main statistical technique, the binary logistic regression, used to determine whether a customer is a good or bad payer. In this academic work an alternative methodology is proposed, where the estimative is formed based on the scores obtained by customers; this means the response follows a binomial distribution. In this modeling the combined estimate of scores of various products used by customers is included, considering the correlation between these scores. / Em grande parte das modelagens na área de risco de crédito, o modelo mais utilizado é o credit scoring, e como técnica estatística principal a regressão logistica binária, utilizada para decidir se um cliente é bom ou mau pagador. Neste trabalho propomos uma metodologia alternativa, onde a estimativa é feita diretamente nos escores dos clientes, com issa a resposta segue uma distribuição binomial. Nessa modelagem incluimos ainda a estimativa conjunta dos escores de vários produtos utilizados pelos clientes, levando em consideração a correlação existente entre estes escores.

Made available in DSpace on 2016-06-02T20:06:04Z (GMT). No. of bitstreams: 1 2921.pdf: 1787441 bytes, checksum: 0b13c91d9391abb5be3ad333893d026e (MD5) Previous issue date: 2010-03-12 / Financiadora de Estudos e Projetos / In this work a new class of models for binary data based on Weibull distribution is introduced. A review is made of the most known linkage functions. This class of models has as special case the complementary log-log model and approximates well the logit and probit models. Three real data sets are given to compare the proposed model with many others. In one of these data sets the model is extended to allow multinomial data, that is, a discrete variable with more than two outcomes. The results are very good, because the estimation of parameters is quite simple and the model has shown to be very eficient. / Neste trabalho propõe-se um novo modelo, para conjunto de dados com variável resposta binária, baseado na função densidade acumuladaWeibull. Apresenta- se um resumo das funções de ligação mais conhecidas da literatura. Esta classe de modelos possui como caso especial o modelo complementar log-log e boas aproximações aos modelos logístico e probito. Três conjunto de dados reais são utilizados para comparar o modelo proposto com vários outros modelos. Em um dos conjuntos de dados o modelo _e expandido para suportar variável resposta multinomial, isto _e, variável discreta com mais de dois eventos de interesse. Os resultados obtidos são muito bons, pois a estimação dos parâmetros _e razoavelmente simples e o modelo mostrou-se extremamente eficientes.

Made available in DSpace on 2016-06-02T20:06:05Z (GMT). No. of bitstreams: 1 3751.pdf: 1215283 bytes, checksum: a444e96052342bbf56d3012849edebde (MD5) Previous issue date: 2006-06-09 / Este trabalho tem por objetivo comparar a performance da inferência bayesiana e inferência clássica na classi cação de comportamento do fraudador (considerado evento raro). Espera-se desenvolver um método para inferir e internalizar novos padrões de fraude baseado na abordagem bayesiana, possibilitando a construção do conhecimento sobre o evento a partir da inclusão de informações históricas incrementais em funções encadeadas.

Made available in DSpace on 2016-06-02T20:06:07Z (GMT). No. of bitstreams: 1 4907.pdf: 977659 bytes, checksum: 00900e73e61e1ca614a2419c9ad45d8e (MD5) Previous issue date: 2013-02-01 / Financiadora de Estudos e Projetos / In this dissertation we propose four models to model lifetime data. The fist family of distribution is called Exponentiated Complementary Exponential Geometric distribution (ECEG) and it is obtained by exponentiation of the cumulative distribution of the Complementary Exponential Geometric distribution (CEG) proposed by Louzada et al. (2011) to a new parameter α > 0. The second distribution is used to model lifetime when the population is not homogeneous about the risk of death and it has two subpopulation: one composed by individuals not susceptible by the event and other composed by individuals subjected to the risk. This model, called LECEG, has a long term parameter p related to the proportion of individuals out of risk. The third is the Exponentiated Exponential Geometric (EEG) that uses the same idea of the ECEG, and the fourth is the Exponentiated Complementary Exponential Geometric distribution under N systems (ECEGN) presented in a context of N independent working systems and the fails occurs when some of them fail. / Nesta dissertaç ão são propostos quatro modelos de distribuições de probabilidade para os tempos de vida de indivíduos em uma população. A primeira família de distribuições, a distribuiç ão Geométrica Exponencial Complementar Exponenciada (ECEG) e é obtida via exponenciação da distribuição acumulada da distribuição Geométrica Exponencial Complementar (CEG) proposta por Louzada et al. (2011) a um novo parâmetro α_ > 0. A segunda, é direcionada á modelagem de tempos de vida quando a população não é homogênea quanto ao risco de morte possuindo duas subpopulações: a de indivíduos não suscetíveis ao evento e a de indivíduos sob risco. Esta distribuição, distribuição Geométrica Exponencial Complementar Exponenciada na presença de longa duração (LECEG), possui o parâmetro p de longa duração que indica a proporção de indivíduos fora de risco. A terceira é a distribuição Exponencial Geométrica Exponenciada (EEG) que usa a mesma ideia de criação da ECEG, e a quarta a distribuição Exponencial Geométrica Complementar Exponenciada em N sistemas (ECEGN) que se apresenta num cenário com N sistemas funcionando independentemente e a falha ocorre quando algum sistema falhar.

Made available in DSpace on 2016-06-02T20:06:07Z (GMT). No. of bitstreams: 1 5123.pdf: 958057 bytes, checksum: 23f5ad95404afd58fe48eeb517ef5b41 (MD5) Previous issue date: 2013-04-01 / Financiadora de Estudos e Projetos / The volatility of financial assets changes over time, indicating the specification of regime change in volatility models. Furthermore, the presence of asymmetry in the returns of the financial market has been recognized in the financial literature of recent decades. In this paper, we present some heteroscedastic models with regime change, considering that the error component of these models follows Skew Laplace distribution, as well as the process of estimating its parameters via maximum likelihood and Bayesian methods. / A volatilidade dos ativos financeiros se altera ao longo do tempo, sinalizando a especificação de mudança de regime para modelos de volatilidade. Além disso, a presença de assimetria nos retornos do mercado financeiro tem sido reconhecida na literatura financeira das últimas décadas. Neste trabalho, apresentamos alguns modelos heterocedásticos com mudança de regime, considerando que a componente do erro desses modelos segue distribuição Laplace assimétrica, bem como o processo de estimação de seus parâmetros via máxima verossimilhança e métodos bayesianos.

Made available in DSpace on 2016-06-02T20:06:08Z (GMT). No. of bitstreams: 1 DissRGC.pdf: 2581095 bytes, checksum: 4a2f54d065969def7422a978d84a16f4 (MD5) Previous issue date: 2005-02-24 / The proteins are important molecules from the cells, whereas they take part since the construction of cell´s framing until the transmission of the genetic information between the generations. A protein can be characterized by its function and its function is determined by the sequence of amino acids that determines its structure. To determined the protein's function is important, for instance, in a research about the cure of diseases or searching for new drugs. In this research we use a bayesian statistical methodology with mixture of multinomial and latent variables to identify proteins with similar function. We use simulations to verify the performance of the statistical model for identifying the similar proteins. At the end we apply the modeling to a real data set. / As proteínas são moléculas importantes das células, pois participam desde a construção das estruturas celulares até a transmissão de informações genéticas entre gerações. Uma proteína pode ser caracterizada pela sua função, sendo que esta função é determinada pela sequência de aminoácidos que compõe a sua estrutura. Determinar a função protéica é importante quando, por exemplo, se pesquisa a cura de doenças ou se pesquisa a fabricação de novos medicamentos. Neste trabalho utilizamos uma metodologia bayesiana de inferência estatística para inferir sobre o modelo com mistura de distribuições multinomiais e variáveis latentes para identificar proteínas com funções similares. Verificamos a performance da modelagem proposta em separar em grupos as proteínas com funções similares através de simulação.