O presente trabalho considera o problema de fazer inferência com acurácia para pequenas amostras, tomando por base a estatística da razão de verossimilhanças em modelos de regressão beta. Estes, por sua vez, são úteis para modelar proporções contínuas que são afetadas por variáveis independentes. Deduzem-se as estatísticas da razão de verossimilhanças ajustadas de Skovgaard (Scandinavian Journal of Statistics 28 (2001) 3-32) nesta classe de modelos. Os termos do ajuste, que têm uma forma simples e compacta, podem ser implementados em um software estatístico. São feitas simulações de Monte Carlo para mostrar que a inferência baseada nas estatísticas ajustadas propostas é mais confiável do que a inferência usual baseada na estatística da razão de verossimilhanças. Aplicam-se os resultados a um conjunto real de dados. / We consider the issue of performing accurate small-sample likelihood-based inference in beta regression models, which are useful for modeling continuous proportions that are affected by independent variables. We derive Skovgaards (Scandinavian Journal of Statistics 28 (2001) 3-32) adjusted likelihood ratio statistics in this class of models. We show that the adjustment terms have simple compact form that can be easily implemented from standard statistical software. We presentMonte Carlo simulations showing that inference based on the adjusted statistics we propose is more reliable than that based on the usual likelihood ratio statistic. A real data example is presented.

A regressão quantílica para dados censurados é uma extensão dos modelos de regressão quantílica que, por levar em consideração a informação das observações censuradas na modelagem, e por apresentar propriedades bastante satisfatórias, pode ser vista como uma abordagem complementar às metodologias tradicionais em Análise de Sobrevivência, com a vantagem de permitir que as conclusões inferenciais sejam tomadas facilmente em relação aos tempos de sobrevivência propriamente ditos, e não em relação à taxa de riscos ou a uma função desse tempo. Além disso, em alguns casos, pode ser vista também como metodologia alternativa aos modelos clássicos quando as suposições destes são violadas ou quando os dados são heterogêneos. Apresentam-se nesta dissertação três técnicas para modelagem com regressão quantílica para dados censurados, que se diferenciam em relação às suas suposições e forma de estimação dos parâmetros. Um estudo de simulação para comparação das três técnicas para dados com distribuição normal, Weibull e log-logística é apresentado, em que são avaliados viés, erro padrão e erro quadrático médio. São discutidas as vantagens e desvantagens de cada uma das técnicas e uma delas é aplicada a um conjunto de dados reais do Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo. / Censored quantile regression is an extension of quantile regression, and because it incorporates information from censored data in the modelling, and presents quite satisfactory properties, this class of models can be seen as a complementary approach to the traditional methods in Survival Analysis, with the advantage of allowing inferential conclusions to be made easily in terms of survival times rather than in terms of risk rates or as functions of survival time. Moreover, in some cases, it can also be seen as an alternative methodology to the classical models when their assumptions are violated or when modelling heterogeneity of the data. This dissertation presents three techniques for modelling censored quantile regression, which differ by assumptions and parameter estimation method. A simulation study designed with normal, Weibull and loglogistic distribution is presented to evaluate bias, standard error and mean square error. The advantages and disadvantages of each of the three techniques are then discussed and one of them is applied to a real data set from the Heart Institute of Hospital das Clínicas, University of São Paulo.

A classe de modelos de regressão beta tem sido estudada amplamente. Porém, para esta classe de modelos existem poucos trabalhos sobre a inclusão de efeitos aleatórios e a flexibilização da distribuição dos efeitos aleatórios, além de métodos de predição e de diagnóstico no ponto de vista dos efeitos aleatórios. Neste trabalho são propostos modelos de regressão beta com efeitos aleatórios normais e não normais para dados longitudinais. Os métodos de estimação de parâmetros e de predição dos efeitos aleatórios usados no trabalho são o método de máxima verossimilhança e o método do melhor preditor de Bayes empírico. Para aproximar a função de verossimilhança foi utilizada a quadratura de Gauss-Hermite. Métodos de seleção de modelos e análise de resíduos também foram propostos. Foi implementado o pacote BLMM no R para a realização de todos os procedimentos. O processo de estimação os parâmetros dos modelos e a distribuição empírica dos resíduos propostos foram analisados por meio de estudos de simulação. Foram consideradas várias distribuições para os efeitos aleatórios, valores para o número de indivíduos, número de observações por indivíduo e estruturas de variância-covariância para os efeitos aleatórios. Os resultados dos estudos de simulação mostraram que o processo de estimação obtém melhores resultados quando o número de indivíduos e o número de observações por indivíduo aumenta. Estes estudos também mostraram que o resíduo quantil aleatorizado segue uma distribuição aproximadamente normal. A metodologia apresentada é uma ferramenta completa para analisar dados longitudinais contínuos que estão restritos ao intervalo limitado (0; 1). / The class of beta regression models has been studied extensively. However, there are few studies on the inclusion of random effects and models with flexible random effects distributions besides prediction and diagnostic methods. In this work we proposed a beta regression models with normal and not normal random effects for longitudinal data. The maximum likelihood method and the empirical Bayes approach are used to obtain the estimates and the best prediction. Also, the Gauss-Hermite quadrature is used to approximate the likelihood function. Model selection methods and residual analysis were also proposed.We implemented a BLMM package in R to perform all procedures. The estimation procedure and the empirical distribution of residuals were analyzed through simulation studies considering differents random effects distributions, values for the number of individuals, number of observations per individual and covariance structures for the random effects. The results of simulation studies showed that the estimation procedure obtain better results when the number of individuals and the number of observations per individual increase. These studies also showed that the empirical distribution of the quantile randomized residual follows a normal distribution. The methodolgy presented is a tool for analyzing longitudinal data restricted to a interval (0; 1).

Nesta tese consideramos um modelo de regressão não paramétrica, quando a variável explicativa e um processo estritamente estacionário e alpha-mixing. São estudadas as condições sobre o processo Xt e sua estrutura de dependência, assim como do domínio da função f a ser estimada. Também são feitas as adaptações necessárias aos procedimentos para obter as taxas de convergência do risco para a norma Lp, no caso de ondaletas deformadas. Em relação às ondaletas adaptativas de Haar, obtêm-se as taxas de convergência do risco do estimador proposto. Mediante estudos de simulação, e avaliado o desempenho dos procedimentos propostos quando aplicados a amostras finitas sob diferentes níveis de perturbação do sinal e diferentes tamanhos da amostra. Também são feitas aplicações a dados reais. / In this thesis we consider a nonparametric regression model, when the exploratory variables are alpha-mixing stationary processes. We obtain convergence rates for risk for Lp norm, via warped wavelets, under suitable regularity conditions. For estimation using design adapted Haar wavelets we obtain convergence rates for the risk of the proposed estimator. The performance of the estimators are assessed via simulation studies with dierent sample sizes and dierent signal-to-noise ratios. Applications to real data are also given.

A teoria do valor extremo é aplicada em áreas de pesquisa tais como hidrologia, estudos de poluição, engenharia de materiais, controle de tráfego e economia. A distribuição valor extremo ou Gumbel é amplamente utilizada na modelagem de valores extremos de fenômenos da natureza e no contexto de análise de sobrevivência para modelar o logaritmo do tempo de vida. A modelagem de valores extremos de fenômenos da natureza tais como velocidade de vento, nível da água de rio ou mar, altura de onda ou umidade é importante em estatística ambiental pois o conhecimento de valores extremos de tais eventos é crucial na prevenção de catátrofes. Ultimamente esta teoria é de particular interesse pois fenômenos extremos da natureza têm sido mais comuns e intensos. A maioria dos artigos sobre teoria do valor extremo para modelagem de dados considera amostras de tamanho moderado ou grande. A distribuição Gumbel é frequentemente incluída nas análises mas a qualidade do ajuste pode ser pobre em função de presença de ouliers. Investigamos modelagem estatística de eventos extremos com base na teoria de valores extremos. Consideramos um modelo de regressão valor extremo introduzido por Barreto-Souza & Vasconcellos (2011). Os autores trataram da questão de corrigir o viés do estimador de máxima verossimilhança para pequenas amostras. Nosso primeiro objetivo é deduzir ajustes para testes de hipótese nesta classe de modelos. Derivamos a estatística da razão de verossimilhanças ajustada de Skovgaard (2001) e cinco ajustes da estatística da razão de verossimilhanças sinalizada, que foram propostos por Barndorff-Nielsen (1986, 1991), DiCiccio & Martin (1993), Skovgaard (1996), Severini (1999) e Fraser et al. (1999). As estatísticas ajustadas são aproximadamente distribuídas como uma distribuição $\\chi^2$ e normal padrão com alto grau de acurácia. Os termos dos ajustes têm formas compactas simples que podem ser facilmente implementadas em softwares disponíveis. Comparamos a performance do teste da razão de verossimilhanças, do teste da razão de verossimilanças sinalizada e dos testes ajustados obtidos neste trabalho em amostras pequenas. Ilustramos uma aplicação dos testes usuais e suas versões modificadas em conjuntos de dados reais. As distribuições das estatísticas ajustadas são mais próximas das respectivas distribuições limites comparadas com as distribuições das estatísticas usuais quando o tamanho da amostra é relativamente pequeno. Os resultados de simulação indicaram que as estatísticas ajustadas são recomendadas para inferência em modelo de regressão valor extremo quando o tamanho da amostra é moderado ou pequeno. Parcimônia é importante quando os dados são escassos, mas flexibilidade também é crucial pois um ajuste pobre pode levar a uma conclusão completamente errada. Uma revisão da literatura foi feita para listar as distribuições que são generalizações da distribuição Gumbel. Nosso segundo objetivo é avaliar a parcimônia e flexibilidade destas distribuições. Com este propósito, comparamos tais distribuições através de momentos, coeficientes de assimetria e de curtose e índice da cauda. As famílias mais amplas obtidas pela inclusão de parâmetros adicionais, que têm a distribuição Gumbel como caso particular, apresentam assimetria e curtose flexíveis enquanto a distribuição Gumbel apresenta tais características constantes. Dentre estas distribuições, a distribuição valor extremo generalizada é a única com índice da cauda que pode ser qualquer número real positivo enquanto os índices da cauda das outras distribuições são zero. Observamos que algumas generalizações da distribuição Gumbel estudadas na literatura são não identificáveis. Portanto, para estes modelos a interpretação e estimação de parâmetros individuais não é factível. Selecionamos as distribuições identificáveis e as ajustamos a um conjunto de dados simulado e a um conjunto de dados reais de velocidade de vento. Como esperado, tais distribuições se ajustaram bastante bem ao conjunto de dados simulados de uma distribuição Gumbel. A distribuição valor extremo generalizada e a mistura de duas distribuições Gumbel produziram melhores ajustes aos dados do que as outras distribuições na presença não desprezível de observações discrepantes que não podem ser acomodadas pela distribuição Gumbel e, portanto, sugerimos que tais distribuições devem ser utilizadas neste contexto. / The extreme value theory is applied in research fields such as hydrology, pollution studies, materials engineering, traffic management, economics and finance. The Gumbel distribution is widely used in statistical modeling of extreme values of a natural process such as rainfall and wind. Also, the Gumbel distribution is important in the context of survival analysis for modeling lifetime in logarithmic scale. The statistical modeling of extreme values of a natural process such as wind or humidity is important in environmental statistics; for example, understanding extreme wind speed is crucial in catastrophe/disaster protection. Lately this is of particular interest as extreme natural phenomena/episodes are more common and intense. The majority of papers on extreme value theory for modeling extreme data is supported by moderate or large sample sizes. The Gumbel distribution is often considered but the resulting fit may be poor in the presence of ouliers since its skewness and kurtosis are constant. We deal with statistical modeling of extreme events data based on extreme value theory. We consider a general extreme-value regression model family introduced by Barreto-Souza & Vasconcellos (2011). The authors addressed the issue of correcting the bias of the maximum likelihood estimators in small samples. Here, our first goal is to derive hypothesis test adjustments in this class of models. We derive Skovgaard\'s adjusted likelihood ratio statistics Skovgaard (2001) and five adjusted signed likelihood ratio statistics, which have been proposed by Barndorff-Nielsen (1986, 1991), DiCiccio & Martin (1993), Skovgaard (1996), Severini (1999) and Fraser et al. (1999). The adjusted statistics are approximately distributed as $\\chi^2$ and standard normal with high accuracy. The adjustment terms have simple compact forms which may be easily implemented by readily available software. We compare the finite sample performance of the likelihood ratio test, the signed likelihood ratio test and the adjusted tests obtained in this work. We illustrate the application of the usual tests and their modified versions in real datasets. The adjusted statistics are closer to the respective limiting distribution compared to the usual ones when the sample size is relatively small. Simulation results indicate that the adjusted statistics can be recommended for inference in extreme value regression model with small or moderate sample size. Parsimony is important when data are scarce, but flexibility is also crucial since a poor fit may lead to a completely wrong conclusion. A literature review was conducted to list distributions which nest the Gumbel distribution. Our second goal is to evaluate their parsimony and flexibility. For this purpose, we compare such distributions regarding moments, skewness, kurtosis and tail index. The larger families obtained by introducing additional parameters, which have Gumbel embedded in, present flexible skewness and kurtosis while the Gumbel distribution skewness and kurtosis are constant. Among these distributions the generalized extreme value is the only one with tail index that can be any positive real number while the tail indeces of the other distributions investigated here are zero. We notice that some generalizations of the Gumbel distribution studied in the literature are not indetifiable. Hence, for these models meaningful interpretation and estimation of individual parameters are not feasible. We select the identifiable distributions and fit them to a simulated dataset and to real wind speed data. As expected, such distributions fit the Gumbel simulated data quite well. The generalized extreme value distribution and the two-component extreme value distribution fit the data better than the others in the non-negligible presence of outliers that cannot be accommodated by the Gumbel distribution, and therefore we suggest them to be applied in this context.

O modelo semiparamétrico de Cox é frequentemente utilizado na modelagem de dados de sobrevivência, pois é um modelo muito flexível e permite avaliar o efeito das covariáveis sobre a taxa de falha. Uma das principais vantagens é a fácil interpretação, de modo que a razão de riscos de dois indivíduos não varia ao longo do tempo. No entanto, em algumas situações a proporcionalidade dos riscos para uma dada covariável pode não ser válida e, este caso, uma abordagem que não dependa de tal suposição é necessária. Nesta tese, propomos um modelo tipo Cox em que o efeito da covariável e a função de risco basal são representadas via bases de Fourier e ondaletas de Haar clássicas e deformadas. Propomos também um procedimento de predição da função de sobrevivência para um paciente específico. Estudos de simulações e aplicações a dados reais sugerem que nosso método pode ser uma ferramenta valiosa em situações práticas em que o efeito da covariável é dependente do tempo. Por meio destes estudos, fazemos comparações entre as duas abordagens propostas, e comparações com outra já conhecida na literatura, onde verificamos resultados satisfatórios. / The semiparametric Cox model is often considered when modeling survival data. It is very flexible, allowing for the evaluation of covariates effects. One of its main advantages is the easy of interpretation, as long as the rate of the hazards for two individuals does not vary over time. However, this proportionality of the hazards may not be true in some practical situations and, in this case, an approach not relying on such assumption is needed. In this thesis we propose a Cox-type model that allows for time-varying covariate effects, for which the baseline hazard is based on Fourier series and wavelets on a time-frequency representation. We derive a prediction method for the survival of future patients with any specific set of covariates. Simulations and an application to a real data set suggest that our method may be a valuable tool to model data in practical situations where covariate effects vary over time. Through these studies, we make comparisons between the two approaches proposed here and comparisons with other already known in the literature, where we verify satisfactory results.

O objetivo principal deste trabalho foi testar redes neurais artificiais (RNAs) do tipo multilayer perceptron (MLP) na estimativa da evapotranspiração de referência e da evapotranspiração na linha de plantio de limeira ácida. As RNAs foram treinadas sob algoritmo de gradiente conjugado de erros, com funções de ativação sigmóide na camada intermediária e linear na camada de saída. Foram conduzidas análises comparativas com modelos de regressão. Valores diários de evapotranspiração de referência foram calculados usando o modelo Penman-Monteith (EToPM) a partir de dados meteorológicos (1997-2006) observados em Piracicaba, estado de São Paulo, Brasil (latitude: 22º 42 30 S; longitude: 47º 38 30 W; altitude: 546 m). Os modelos foram desenvolvidos a partir de dados de radiação solar global (Rg), saldo de radiação (Rn) ou radiação no topo da atmosfera (RTA) em combinação com temperatura do ar (Tar), déficit de pressão de vapor no ar (DPV) e velocidade do vento (u). Bom desempenho foi obtido quando os dados de Rg ou Rn estavam disponíveis, mesmo com a falta de uma ou mais das outras variáveis exigidas pelo modelo Penman- Monteith. As RNAs mostraram melhor desempenho do que os modelos de regressão, especialmente quando RTA foi considerada na entrada. O erro absoluto médio (MAE) das RNAs variou de 0,1 a 0,2 mm d-1, representando de 4 a 6 % dos valores médios de EToPM. A evapotranspiração na linha de plantio, condutância difusiva e transpiração foliar foram obtidas em pomar adulto de limeira ácida (Citrus latifolia Tan.), com espaçamento 7 m × 4 m , orientação Leste-Oeste das linhas de plantio e sem limitação hídrica, em Piracicaba, Brasil. A condutância à difusão de vapor (gs) e transpiração foliar (T) foram determinadas com porômetro de equilíbrio constante e balanço nulo, em folhas completamente expandidas, na parte média da copa nas faces expostas da linha de plantio, a intervalos horários ao longo de 42 dias. A densidade de fluxo de fótons fotossintéticos (DFFF) incidentes sobre a folha, temperatura e déficit de pressão de vapor no ar (Tar e DPV) no interior do pomar e o horário de observação (h) foram combinados nos modelos de estimativa de gs e T. Somente os modelos ajustados para o inverno apresentaram bom desempenho. Medidas lisimétricas foram utilizadas na determinação da evapotranspiração diurna na linha de plantio (ETli 9-17h). Saldo de radiação (Rn), temperatura do ar (Tar), déficit de pressão de vapor (DPV), evapotranspiração de referência estimada pelo modelo Penman-Monteith (EToPM) e dia do ano foram combinados na estimativa de ETli 9-17h. O desempenho das RNAs foi superior ao dos modelos com base em regressão. O erro médio absoluto (MAE) nos modelos RNAs variou entre 3,6 e 10,6 L planta-1, representando de 6 a 18% dos valores médios de ETli 9-17h. Os modelos incluindo o efeito temporal apresentaram melhor desempenho. A estimativa da evapotranspiração de referência na escala diária e da evapotranspiração diurna na linha de plantio pelos modelos propostos mostrou-se adequada. Ficou evidente a existência de outros efeitos temporais operando concomitantemente com o ambiente atmosférico na determinação de gs e ETli 9-17h. / The main objective of this study was to test artificial neural networks (ANNs) of multilayer perceptron type (MLP) for estimating reference evapotranspiration, diffusive leaf conductance and crop evapotranspiration of a mature and irrigated citrus orchard. The ANNs were trained under conjugate gradient algorithm. The sigmoid and linear activation functions were used for the hidden and output nodes, respectively. Comparative analyses with regression models were carried out. Daily values of reference evapotranspiration were computed using the Penman-Monteith method (EToPM) from climatic data (1997-2006) at Piracicaba, Brazil. All models were developed considering global radiation (Rg), net radiation (Rn) or extraterrestrial radiation (Ra) in combination with air temperature (Tar), air vapor pressure deficit (VPD) and wind velocity (u) as input data. Good performance was obtained for any model when net radiation or solar radiation were available, even missing one or more of other variables required by the Penman-Monteith equation. The performance of ANNs were improved when compared to those obtained with regression model basis, especially when Ra was considered as input data. Mean absolute error (MAE) from ANNs varied from 0.1 to 0.2 mm d-1, representing between 4 and 6 % of the mean EToPM values. Crop evapotranspiration, leaf diffusive conductance and leaf transpiration data were obtained from an acid lime (Citrus latifolia Tan.) mature orchard, located at the same region. The orchard, with East-West planting rows and 7 m × 4 m spacing, was drip irrigated to maintain non-limiting water conditions. Leaf diffusive conductance to water vapor (gs) and transpiration (T) were measured on fully expanded leaves, in the middle height of the canopy, at Northen and Southern exposed faces, in hourly intervals along 42 selected days, using a steady-state null-balance porometer. Variability of gs and T values were described as function of the exposition faces of the planting rows, time of day and season. Significant differences between exposition faces for gs and T values were only observed in the spring. The relationship between gs or T values and leaf environmental conditions varied according to the season. Photosynthetic photon flux density (PPFD) incident on the leaf, air temperature (Tar) and vapor pressure deficit (VPD) and time of day (h) were used as inputs. Adequate performance was only observed for winter models. Lysimetric data were used to determine diurnal evapotranspiration from orchard row (ETli 9-17h). Net radiation (Rn), air temperature and deficit pressure vapor (Tar, DPV) and Penman-Monteith reference evapotranspiration (EToPM) data were combined in the regression analyses and developing process of ANNs. Also any other temporal effect was taken into account by including day of the year (DOY). Mean absolute error (MAE) for ANNs models varied from 3.6 to 10.6 L plant-1, representing between 6 and 18% of mean ETli 9-17h values. Errors decreased when DOY was included. According to the results, it can be concluded that it is possible to estimate daily EToPM and diurnal citrus orchard evapotranspiration (ETli 9-17h) accurately by the proposed models. Relevance of other temporal effects operating on gs and ETli 9-17h determination, in addition to environmental variations, was evident.

Neste trabalho foram revisados os principais modelos, para a avaliação do risco de crédito e para o provisionamento de perdas com clientes, concluindo-se com uma proposta de adoção de um modelo estatístico, com o objetivo de medir o risco associado ao financiamento e empréstimo a clientes, com o conseqüente impacto na mensuração dos ativos. Sem o objetivo de exaurir o assunto, foram adotados os passos relacionados a seguir para o desenvolvimento do tema até a proposição final. Na introdução, são feitas as justificativas sobre o tema, qual a questão problema associada ao tema e os desafios da contabilidade quanto à mensuração dos ativos. Em relação à gestão de riscos, são relacionados os tipos de riscos em geral, detalhado o risco de crédito em particular e avaliados os modelos de concessão de crédito. Sobre a constituição da Provisão para Devedores Duvidosos, foram pesquisados os principais autores de contabilidade e de finanças, onde se constatou proposições semelhantes, que podem ser resumidas em 4 modelos de provisionamento para Perdas com Devedores Duvidosos: 1. Baixa – "Write-off"; 2. Percentual sobre as vendas; 3. Percentual sobre o montante de contas a receber; 4. Idade da carteira – "aging". Em seguida são analisadas as correlações entre os modelos de previsão de insolvência e as perdas com crédito, onde é possível identificar que os modelos de insolvência são úteis para a concessão do crédito, mas pouco utilizados para a estimativa da perda provável com devedores duvidosos. Em 21 de dezembro de 1999, o Banco Central do Brasil, emitiu a Resolução 2.682, na qual recomenda às instituições financeiras que alterem suas metodologias de provisionamento para perdas com devedores duvidosos. O Banco Central, entretanto, não indica qual modelo utilizar, deixando a cargo de cada instituição o desenvolvimento dos modelos. Utilizando a norma do Banco Central como referência, e procurando um embasamento científico para a constituição da PDD, é proposto um modelo para a sua constituição, modelo esse testado e avaliado, tanto em conformidade às normas do Banco Central, como com orientação gerencial. Para tanto, foi desenvolvido um modelo estatístico, aplicando-se a técnica da regressão logística, a 202 clientes de uma instituição financeira, onde foi possível concluir-se que o uso do modelo, na constituição da Provisão para Devedores Duvidosos, poderá trazer benefícios na mensuração do real valor dos investimentos em contas a receber. / This project aims at evaluating the used models and proposing the adoption of new models, for the Allowance for Doubtful Accounts, with the objective of measuring the risk related to customers financing and loan activities, and the resulting impact in assets measurements. In order to achieve this goal and try not to over exploit the subject, the following steps related to the development of the theme were adopted. In the introduction the theme is explained; the main issue associated to the theme and the challenges the accounting has to face concerning the assets measurements. As for the risk management the general kinds of risks are described, particularly the credit risk and the credit concession models are evaluated. Referring to the Allowance for Doubtful Accounts constitution, most meaningful authors in the field of Accounting and Finance were researched and similar propositions underlined their writings; that can be summarized in 4 allowance models for Doubtful Accounts. 1. Write off; 2. Percentage over the sales; 3. Percentage over receivables; 4. Aging. Then the correlations between the models of insolvency prediction and the credit losses are analyzed where it is possible to verify that the insolvency models are useful for credit concession, though not very much used for estimating probable loss with Doubtful Accounts. The Central Bank of Brazil (Banco Central do Brasil) issued the act number 2682 on the 21st of December, 1999, that urges all financial institutions to change their methodologies of Allowance for Doubtful Accounts. The Central Bank, however, does not indicate the model to be used, leaving the task of developing the models to each institution. Based on the policy of Central Bank and keeping a scientific approach to the constitution of Allowance for Doubtful Accounts, a model for their constitution in the portfolio is proposed. Such model is tested and evaluated not only, according to the rules of Central Bank of Brazil, but also in terms of management orientation. Having this purpose in mind a statistic model was developed, using LOGIT Regression applied to 202 customers of a financial institution where it was possible to come to the conclusion that the use of the model in the constitution of the Allowance for Doubtful Accounts can bring benefits in measuring the real value of investments in Receivables.

Avaliar o estado hídrico das plantas é essencial para o monitoramento das culturas agrícolas e florestais. A interação da radiação eletromagnética com as plantas é um processo estudado por sensoriamento remoto (SR). Através da técnica de SR é possível interpretar os fatores que influenciam na quantidade de energia absorvida, transmitida e refletida pela planta. Neste estudo, buscou-se estabelecer as relações existentes entre variações nos parâmetros da água com o comportamento espectral e gerar modelos matemáticos que sejam capazes de predizer o conteúdo relativo da água (CRA) e espessura equivalente da água (EEA) em 11 diferentes espécies de Eucalyptus, utilizando um sensor hiperespectral. Os dados foram obtidos por meio da pesagem e respectiva leitura espectral das folhas, sendo que estas passaram por uma metodologia de desidratação. Tal metodologia permitiu encontrar uma diferença de reflectância média de 26% entre o máximo e mínimo teor de água na folha, provando a influência do CRA no comportamento espectral, sendo a água um dos fatores de maior domínio na reflectância na região do infravermelho médio (1300nm - 2500nm). A partir das curvas espectrais foi possível avaliar que os comprimentos de onda próximo ao 1400 nm e 1900 nm foram os mais sensíveis ao conteúdo de água. A análise de componentes principais permitiu reforçar estes resultados, uma vez que as pontuações (scores) dos componentes que apresentaram correlações significativas com o CRA tiveram maiores pesos (loadings) nas regiões espectrais citadas anteriormente. A partir das respostas espectrais também foram realizados os cálculos dos índices espectrais já descritos em literatura, e estes submetidos a análise de regressão simples para predição do CRA e EEA. O índice espectral calculado com a combinação de bandas do infravermelho médio (1300nm e 1450nm) foi o que apresentou melhores resultados ao predizer os parâmetros da água, sendo que o SR1300,1450 teve um R2=0,72 para o CRA e R2=0,81 para o EEA. Os dados espectrais foram correlacionados com os parâmetros da água, e encontrou-se que para o CRA o comprimento de onda 1881 nm apresentou um coeficiente de correlação máximo negativo de r= -0,89, enquanto que o EEA apresentou um coeficiente de correlação máximo negativo de r= -0,79 no comprimento de onda 2165 nm. Foram testados três métodos de seleção das variáveis hiperespectrais para gerar um modelo matemático por meio de uma regressão linear. Para o parâmetro CRA, o método de seleção de variáveis stepwise foi o que gerou o maior (R2= 0,86) e um RMSE = 13,85%, sendo que neste método restaram apenas seis variáveis preditoras. Enquanto que o método de seleção de variáveis pelas regiões do espectro foi o mais preciso ao predizer o parâmetro EEA, com um R2= 0,87 e um RMSE = 0,00012 g/cm2, sendo necessárias apenas 5 variáveis espectrais. / The hydric condition assessment of plants is essential for monitoring agricultural and forest cultures. The interaction of electromagnetic radiation with plants is a process studied by remote sensing. Through this technique it is possible to interpret the factors that plays influence on the quantity of energy absorbed, transmitted and reflected by the plant. In this study was sought the establishment of existing relations between variations on the water parameters and the spectral behavior and then to generate mathematical models capable of predictiong the relative water content (RWC) and equivalent water thickness (EWT) among 11 different Eucalyptus species using a hyperespectral sensor. The data was obtained through weighting followed by reflectance readings of leaves in which the leaves had gone through a dehydrating methodology. The dehydrating methodology allowed finding a average reflectance difference of 26% between the maximum and the minimum water content on the leaf, proving the influence of the RWC in the spectral behavior in which the water plays great influence in the medium infrared reflectance region (1300 nm - 2500 nm). From the spectral curves it was possible to conclude that the wavelengths near 1400 nm and 1900 nm were the most sensitive to the water content. The principal content analyses reinforced these results once the scores of the components that showed significant relations with the RWC had the bigger loadings in the mentioned spectral regions. Spectral indices already described in literature were calculated using the spectral responses and their results were submitted to a simple regression for predicting RWC and EWT. The spectral index calculated by the combination of medium infrared (1300 nm and 1450 nm) was the one which had better results when prediction water parameters in which SR... had an R2=0,72 for RWC and R2=0,81 for EWT The spectral data was correlated to the water parameters and it was observed that for the RWC at 1881 nm showed a maximum negative coefficient of correlation of r=-0,89 whereas the EWT showed a maximum negative coefficient of correlation of r=-0,79 at 2165 nm. Three selection methods were tested for the hyperespectral variables in order to generate a mathematical model through linear regression. For the RWC parameter, the selection method of stepwise variables was the one which generated and R2=0,86 and a RSMSE = 13,85%. For this method just 6 predicting variables were left. While the variables selection method by spectral regions was the most precise when predicting the EWTparameter with a R2 = 0,87 and a RMSE = 0,00012 g/cm2 being just 5 spectral variables necessary.

A laranja é uma das frutas mais produzidas e consumidas no mundo, sendo o Brasil o maior produtor e exportador do seu suco concentrado. Entretanto, pragas e doenças comprometem consideravelmente sua produção. Atualmente, a doença mais preocupante é o Greening, também conhecida mundialmente como Huanglongbing (HLB). A doença não possui cura, apresenta longa fase assintomática e não possui um método eficiente de controle. Além disso, não existem métodos de diagnóstico aplicáveis em larga escala. Neste trabalho são propostas as técnicas fotônicas de fluorescência induzida por laser e de infravermelho por transformada de Fourier para o diagnóstico do HLB. Para a realização das medidas, foram coletadas folhas de árvores saudáveis, doentes com HLB e doentes com a clorose variegada dos citros, sendo esta incluída nos estudos para verificar a capacidade de diferenciação entre as doenças. Foram coletadas quatro classes de folhas nessas plantas: sadia, HLB-sintomática, HLB-assintomática e CVC-sintomática. As folhas foram medidas em laboratório e seus espectros foram pré-processados para indução de um classificador via regressão por mínimos quadrados parciais. Além das folhas, foram medidas amostras dos seguintes metabólitos primários e secundários para entendimento espectral: amido, glicose, sacarose, hesperidina, naringina e umbeliferona. Taxas de acerto de superiores a 89% foram obtidas na classificação das folhas nas técnicas de fluorescência e infravermelho, sendo superior às taxas dos métodos de manejo empregados atualmente no campo. A fluorescência induzida por laser apresenta um grande potencial para uso em campo devido a possibilidade de miniaturização de seus componentes. Os espectros dos metabólitos secundários apresentam fortes indícios de que a alteração de suas concentrações podem contribuir na detecção de doenças pelas técnicas fotônicas. / Sweet orange is one of the most produced and consumed fruit in the world, and Brazil is the largest producer and exporter of this fruit. However, pests and diseases significantly reduce the worldwide production. Currently, the most destructive disease in the field is called greening, also known as huanglongbing (HLB). There is no control for HLB. In addition, the disease presents a long asymptomatic phase. Furthermore, no diagnostic methods are available to use in large scale. In this study are proposed fluorescence and infrared spectroscopy for the HLB diagnosis. For the measurements were collected leaves from healthy, HLB- and citrus variegated chlorosis-infected plants, being the last one to comparison between the diseases. It were collected four classes of leaves: healthy, HLB-asymptomatic, HLB-symptomatic and CVC-symptomatic. The leaves were measured and their spectra were pre-processed for the induction of classifier via partial least squares regression. In addition, samples of plant metabolites were measured for leaves spectral interpretation: starch, glucose, sucrose, hesperidin, naringin and umbelliferone. Success rates above 89% were obtained through both photonic techniques, higher compared to the sucess rates of the actual management methods. The metabolites spectra have shown strong evidence that their concentrations changes could contribute to the diagnosis of the diseases by photonic techniques. Particularly, the fluorescence spectroscopy seems interesting because it has a great potential for field application due to the existence of portable photonic devices.