Dado o poder agropecuário nacional e sabendo que a pastagem tem papel fundamental na nutrição animal, torna-se primordial o estudo dos mecanismos da digestão ruminal das forragens, para um aproveitamento mais racional das pastagens pelos animais, propiciando uma fermentação ruminal ótima e possibilitando o balanceamento de rações de forma mais adequada. Esta abordagem é possível por meio dos modelos de degradação ruminal, que são classificados como modelos de regressão não lineares. Neste trabalho são abordadas as metodologias clássica e bayesiana para ajustar os modelos que descrevem a cinética de degradação ruminal por meio da técnica de produção de gases. Na abordagem clássica foram considerados os modelos não sigmoidal proposto por Orskov&McDonald (1979), o Logístico proposto por Schofield (1994) e o Gompertz proposto por Lavrencic (1997), considerando a necessidade de fatores autorregressivos de primeira e segunda ordem mediante o teste de razão de verossimilhança (TRV); os modelos foram avaliados por meio dos critérios de Akaike (AIC), coeficiente de determinação ajustado (R2 aj) e quadrado médio residual (QMR). Em uma segunda etapa realizou-se o ajuste do modelo não sigmoidal sem fator autorregressivo utilizando a abordagem bayesiana, em que a condição de convergência das cadeias foi analisada por meio dos critérios de Geweke (1992), Heidelberger&Welch (1993), Raftery& Lewis (1992) e o Erro de Monte Carlo (EMC). Dentre os modelos utilizados, o que melhor se ajustou aos dados analisados foi o modelo não sigmoidal proposto por Orskov e McDonald (1979), sem o fator autorregressivo, obtendo estimativas condizentes com a realidade do fenômeno. Os resultados obtidos por meio da abordagem bayesiana também foram satisfatórios, mostrando que a técnica, apesar de pouco difundida em estudos de degradação ruminal é uma metodologia bastante viável e tem muito a agregar em estudos da área. / Given the national agricultural power and knowing that grazing plays an important role in animal nutrition, it becomes primordial to study the mechanisms of ruminal digestion of forages, for a more rational use of pastures by the animals, providing an optimal rumen fermentation and allowing a more adequate and balanced feed. This approach is possible by using the rumen degradation models, which are classified as non-linear regression models. This essay discusses the classical and Bayesian methods to adjust the models that describe the kinetics of degradation by rumen gas production technique. In the classical approach, the \"Non Sigmoidal models\", proposed by Orskov& McDonald (1979), the \"Logistic\", proposed by Schofield (1994), and \"Gompertz\", proposed by Lavrencic (1997), were considered, taking into account the need for autoregressive factors of first and second order, by the \"likelihood ratio test \" (TRV). These models were evaluated using the Akaike criteria (AIC), the coefficient of determination adjusted (R2aj) and \"the residual average square\" (QMR). In the following stage, the adjustment of the non sigmoidal model without the autoregressive factor were performed, using the Bayesian approach. For these matters, the condition of the convergence of chains was analyzed using Geweke (1992), Heidelberger & Welch (1993), Raftery& Lewis (1992) and Monte Carlo error(EMC) criteria.Among the models used, the one that best settle to the data analyzed was the non sigmoidal model without the autoregressive factor, proposed by Orskov and McDonald (1979), obtaining consistent estimates with the reality of the phenomenon. The results obtained through the Bayesian approach were also satisfactory, showing that the technique, although less diffused in studies of rumen methodology, is very viable and has a lot to add in these area studies.

Dado o poder agropecuário nacional e sabendo que a pastagem tem papel fundamental na nutrição animal, torna-se primordial o estudo dos mecanismos da digestão ruminal das forragens, para um aproveitamento mais racional das pastagens pelos animais, propiciando uma fermentação ruminal ótima e possibilitando o balanceamento de rações de forma mais adequada. Esta abordagem é possível por meio dos modelos de degradação ruminal, que são classificados como modelos de regressão não lineares. Neste trabalho são abordadas as metodologias clássica e bayesiana para ajustar os modelos que descrevem a cinética de degradação ruminal por meio da técnica de produção de gases. Na abordagem clássica foram considerados os modelos não sigmoidal proposto por Orskov&McDonald (1979), o Logístico proposto por Schofield (1994) e o Gompertz proposto por Lavrencic (1997), considerando a necessidade de fatores autorregressivos de primeira e segunda ordem mediante o teste de razão de verossimilhança (TRV); os modelos foram avaliados por meio dos critérios de Akaike (AIC), coeficiente de determinação ajustado (R2 aj) e quadrado médio residual (QMR). Em uma segunda etapa realizou-se o ajuste do modelo não sigmoidal sem fator autorregressivo utilizando a abordagem bayesiana, em que a condição de convergência das cadeias foi analisada por meio dos critérios de Geweke (1992), Heidelberger&Welch (1993), Raftery& Lewis (1992) e o Erro de Monte Carlo (EMC). Dentre os modelos utilizados, o que melhor se ajustou aos dados analisados foi o modelo não sigmoidal proposto por Orskov e McDonald (1979), sem o fator autorregressivo, obtendo estimativas condizentes com a realidade do fenômeno. Os resultados obtidos por meio da abordagem bayesiana também foram satisfatórios, mostrando que a técnica, apesar de pouco difundida em estudos de degradação ruminal é uma metodologia bastante viável e tem muito a agregar em estudos da área. / Given the national agricultural power and knowing that grazing plays an important role in animal nutrition, it becomes primordial to study the mechanisms of ruminal digestion of forages, for a more rational use of pastures by the animals, providing an optimal rumen fermentation and allowing a more adequate and balanced feed. This approach is possible by using the rumen degradation models, which are classified as non-linear regression models. This essay discusses the classical and Bayesian methods to adjust the models that describe the kinetics of degradation by rumen gas production technique. In the classical approach, the \"Non Sigmoidal models\", proposed by Orskov& McDonald (1979), the \"Logistic\", proposed by Schofield (1994), and \"Gompertz\", proposed by Lavrencic (1997), were considered, taking into account the need for autoregressive factors of first and second order, by the \"likelihood ratio test \" (TRV). These models were evaluated using the Akaike criteria (AIC), the coefficient of determination adjusted (R2aj) and \"the residual average square\" (QMR). In the following stage, the adjustment of the non sigmoidal model without the autoregressive factor were performed, using the Bayesian approach. For these matters, the condition of the convergence of chains was analyzed using Geweke (1992), Heidelberger & Welch (1993), Raftery& Lewis (1992) and Monte Carlo error(EMC) criteria.Among the models used, the one that best settle to the data analyzed was the non sigmoidal model without the autoregressive factor, proposed by Orskov and McDonald (1979), obtaining consistent estimates with the reality of the phenomenon. The results obtained through the Bayesian approach were also satisfactory, showing that the technique, although less diffused in studies of rumen methodology, is very viable and has a lot to add in these area studies.

Recentemente a análise de capacidade do processo para dados com distribuição não normal começou a ser explorada, porém são raras as referências em língua portuguesa que abordem este assunto. Este trabalho apresenta os principais índices para análise da capacidade do processo com dados não normais encontrados na literatura, sendo o primeiro deles o método proposto por Clements em 1989, o segundo, proposto por Pearn e Chen (1997) e o terceiro método apresentado é o proposto por Chen e Ding em 2001. Os métodos de Clements (1989) e Pearn e Chen (1997) são parecidos em muitos aspectos, mas cada um deles apresenta uma novidade em relação ao cálculo dos índices de capacidade. Em comum, ambos os métodos apresentam índices semelhantes aos índices tradicionais, que supõem normalidade dos dados. O método de Chen e Ding (2001) traz como novidade o uso do índice proposto por eles para a estimação do número de itens não conformes apresentados pelo processo em estudo. Por fim, dois estudos de caso são apresentados neste trabalho. No primeiro deles tem-se a comparação entre os métodos de Clements (1989) e de Pearn e Chen (1997) para que se conclua sobre qual dos métodos é o melhor para o cálculo da capacidade do processo não normal. No segundo estudo de caso, todos os três métodos apresentados neste trabalho são aplicados em um conjunto de dados reais, obtidos de uma indústria metalúrgica. Para execução das análises nos estudos de caso, foi aplicado o software livre R versão 2.10. Os resultados apresentados mostram que o método proposto por Pearn e Chen (1997) é mais eficiente do que o proposto por Clements (1989) por considerar a assimetria do processo. Quanto ao processo da indústria metalúrgica observou-se que a etapa analisada é relativamente capaz. / The analysis of process capability for non-normal distribution data started to be explored recently, but is rare references that address this issue in Portuguese. This dissertation presents the main indices for process capability analysis for nonnormal data. The first method was proposed in 1989 by Clements, the second was proposed by Pearn e Chen (1997) and the third was proposed by Chen e Ding in 2001. The methods of Clements (1989) and Pearn e Chen (1997) are similar in many aspects, but each presents something new in the calculation of capability indices. In common, both methods have indices similar to the traditional indices, for normal data. The method proposed by Chen e Ding (2001) innovates using the index in the estimative of number of non-conforming in the process. Finally, two case studies are presented. The first compares the methods of Clement (1989) and Pearn e Chen (1997) to show the best method of calculation the capability of non-normal process. In the second, the three methods showing in this dissertation are applied in a metallurgical industry data. The R software version 2.10 was used in the analysis. The results show that the method proposed by Pearn and Chen (1997) is more efficient than that proposed by Clements (1989) for considering the asymmetry of the process. And the metallurgical process stage analyzed is relatively capable.

Recentemente a análise de capacidade do processo para dados com distribuição não normal começou a ser explorada, porém são raras as referências em língua portuguesa que abordem este assunto. Este trabalho apresenta os principais índices para análise da capacidade do processo com dados não normais encontrados na literatura, sendo o primeiro deles o método proposto por Clements em 1989, o segundo, proposto por Pearn e Chen (1997) e o terceiro método apresentado é o proposto por Chen e Ding em 2001. Os métodos de Clements (1989) e Pearn e Chen (1997) são parecidos em muitos aspectos, mas cada um deles apresenta uma novidade em relação ao cálculo dos índices de capacidade. Em comum, ambos os métodos apresentam índices semelhantes aos índices tradicionais, que supõem normalidade dos dados. O método de Chen e Ding (2001) traz como novidade o uso do índice proposto por eles para a estimação do número de itens não conformes apresentados pelo processo em estudo. Por fim, dois estudos de caso são apresentados neste trabalho. No primeiro deles tem-se a comparação entre os métodos de Clements (1989) e de Pearn e Chen (1997) para que se conclua sobre qual dos métodos é o melhor para o cálculo da capacidade do processo não normal. No segundo estudo de caso, todos os três métodos apresentados neste trabalho são aplicados em um conjunto de dados reais, obtidos de uma indústria metalúrgica. Para execução das análises nos estudos de caso, foi aplicado o software livre R versão 2.10. Os resultados apresentados mostram que o método proposto por Pearn e Chen (1997) é mais eficiente do que o proposto por Clements (1989) por considerar a assimetria do processo. Quanto ao processo da indústria metalúrgica observou-se que a etapa analisada é relativamente capaz. / The analysis of process capability for non-normal distribution data started to be explored recently, but is rare references that address this issue in Portuguese. This dissertation presents the main indices for process capability analysis for nonnormal data. The first method was proposed in 1989 by Clements, the second was proposed by Pearn e Chen (1997) and the third was proposed by Chen e Ding in 2001. The methods of Clements (1989) and Pearn e Chen (1997) are similar in many aspects, but each presents something new in the calculation of capability indices. In common, both methods have indices similar to the traditional indices, for normal data. The method proposed by Chen e Ding (2001) innovates using the index in the estimative of number of non-conforming in the process. Finally, two case studies are presented. The first compares the methods of Clement (1989) and Pearn e Chen (1997) to show the best method of calculation the capability of non-normal process. In the second, the three methods showing in this dissertation are applied in a metallurgical industry data. The R software version 2.10 was used in the analysis. The results show that the method proposed by Pearn and Chen (1997) is more efficient than that proposed by Clements (1989) for considering the asymmetry of the process. And the metallurgical process stage analyzed is relatively capable.