A escassez de estudos acerca de receitas e despesas aeroportuárias, aliada a necessidade de subsídios para a formulação, pelos órgãos reguladores do transporte aéreo, das políticas tarifárias, comerciais e operacionais de gestão aeroportuária, juntamente com a propagação do novo sistema de gestão aeroportuária ("Negócio Aeroporto"), voltado à busca de parceiros ou operadores na iniciativa privada, constituíram-se em importante motivação para a realização desta pesquisa.Como resposta à problemática apresentada, são desenvolvidas, por meio do uso de técnicas de análise de regressão múltipla do tipo Cross Section, funções lineares para as receitas total, comercial e de aeronaves e, uma função cúbica para o custo total, tendo como base de dados a rede de aeroportos administrados pelo Daesp - Departamento Aeroviário do Estado de São Paulo.Os resultados estatísticos obtidos para as funções estudadas apresentaram resultados satisfatórios e defensáveis, podendo desta forma, ser validados do ponto de vista estatístico e econométrico. A utilização dos modelos para a avaliação de receitas e custos em unidades aeroportuárias isoladas e em redes de aeroportos resultou em erros com grandezas na ordem 5,00%, comprovando a qualidade dos modelos calibrados, que também permitiram a classificação dos aeroportos em produtivos ou não, sob a ótica da variável WLU (Work Load Unit).Finalmente, conclui-se que os modelos desenvolvidos neste trabalho se prestam à análise do setor em questão, subsidiando informações robustas e confiáveis aos administradores aeroportuários.

Os serviços de manutenção, reparo e overhaul (MRO) na aviação comercial são um mercado relevante, de valor estimado acima de US$ 59 bilhões em 2013. Dentre os serviços de MRO de componentes aeronáuticos, têm destaque os serviços de disponibilidade, ou pay-by-the-hour (PBH), que se destinam a atender a manutenção de itens reparáveis, quanto ao seu reparo no caso de falha e ao compartilhamento de um estoque de peças de reposição. Assim, reduz-se a necessidade de investimento e evita-se a interrupção da operação da aeronave no caso de falha de um componente essencial. Embora a literatura sobre gestão de estoques de peças de reposição seja vasta, poucos estudos são relacionados a custos de serviços. O objetivo deste trabalho é aplicar o processo de extração de conhecimento de bases de dados (KDD, do inglês Knowledge Discovery from Data) na criação de um modelo de previsão de custo de reparo de um grupo de componentes cobertos por um PBH, para apoio à precificação e ao planejamento orçamentário da oferta do serviço por um certo provedor. Discorre-se sobre os diferentes métodos de estimação de custos presentes na literatura. A coleta e seleção dos dados é descrita, bem como sua transformação e pré-processamento, de modo a permitir a construção do modelo e sua interpretação. O processo de seleção de variáveis para composição do modelo de regressão linear múltipla é comentado em detalhes. Foi aplicada análise de elasticidade para comparar o impacto das variáveis explicativas sobre a variável resposta. Observou-se que a variável mais influente foi criada durante o pré-processamento, para representar os dados faltantes, oriundos de ordens de reparo que não estavam fechadas no momento da extração dos dados. Após investigação, descobriu-se que o processo de registro dos dados favorece a ocorrência de dados faltantes, constituindo uma oportunidade de melhoria. Como uma medição de qualidade, foi calculado o erro absoluto percentual médio do modelo, cujo valor de 9,7% mostrou-se adequado quando comparado com a literatura de estimação de custos.

O trabalho apresenta uma proposta de estudo de um modelo estatístico capaz de prever, a partir de valores extraídos de uma rápida medição de impedância, o estado de carga de uma bateria chumbo-ácido. Os dados foram levantados em um experimento que contou com dez medições de impedância em uma bateria nova nos estados de carga de 100% a 10%, sendo as medições realizadas através do método da espectroscopia de impedância eletroquímica (EIE). As curvas características, resultantes das medições, foram ajustadas com o auxílio de um circuito elétrico equivalente, tal qual fora proposto por Randles em 1947. Os dados foram linearizados e uma tabela de correlação foi estruturada para a definição das variáveis independentes que melhor explicam a relação entre o estado de carga e a alteração de parâmetros internos da bateria. Ferramentas estatísticas, como regressão linear e teste de hipóteses, foram utilizadas para elaboração do modelo de previsão que consta de três variáveis independentes, uma relacionada à resistência pura, devido principalmente à formação do sulfato de chumbo nas placas e a combinação das resistências ôhmicas nas conexões, nos separadores das placas e no eletrólito, outra devido à variação da capacitância da dupla camada e a terceira que é função da difusão de íons no eletrólito. Os resultados mostraram-se satisfatórios, considerando o caso específico da bateria utilizada nos testes, os objetivos propostos foram atingidos, podendo ser utilizados como base para trabalhos futuros, como a associação da previsão do estado de carga ao estado de saúde da bateria, o desenvolvimento de equipamentos de medição da impedância mais baratos e modelos de previsão que possam compensar as variações de temperatura nos ambientes de medição.

O Serviço Nacional de Aprendizagem Industrial (SENAI) foi criado em 1942 com o objetivo de oferecer um ensino profissional de qualidade para a recém-criada indústria de base e, passados mais de 70 anos de sua criação, permanece firme no propósito de aumentar a competitividade do setor industrial. Considerando as unidades escolares do SENAI no Estado de São Paulo, verifica-se, como grande desafio, manter a oferta de cursos alinhada à demanda das indústrias. Para tanto, é imprescindível que haja rapidez na tomada de decisão referente à adequação e renovação da infraestrutura instalada. Com base no problema exposto, o presente trabalho visa verificar a quantidade de mão de obra qualificada requerida pelas indústrias da região onde estão instaladas as unidades do SENAI - SP, utilizando-se de modelos preditivos de regressão que auxiliem os gestores no direcionamento de novos investimentos. Os recursos empregados foram a consulta aos especialistas de diversas áreas do SENAI-SP, assim como a literatura e trabalhos acadêmicos atinentes ao tema. Como métodos, utilizou-se questionários, pesquisas - exploratória, bibliográfica e documental - mineração de dados e ferramentas de regressão linear e não linear, com as variáveis identificadas, para verificar qual das regressões apresenta melhor capacidade preditiva para a demanda por formação de mão de obra. Em particular, o modelo de regressão não linear considerado é uma rede neural artificial feedforward, treinada com o algoritmo backpropagtion para atualização de pesos. Os dados utilizados nos modelos de regressão referem-se à região de Campinas/SP, com o intuito de identificar a necessidade da indústria por mão de obra formada no curso Técnico em Eletrônica. A rede neural artificial foi o modelo de regressão que apresentou o melhor desempenho preditivo da demanda, constituindo-se, desta forma, como um importante instrumento de auxílio ao processo decisório dos gestores das unidades escolares do SENAI-SP em funcionamento.

Made available in DSpace on 2017-07-21T14:19:33Z (GMT). No. of bitstreams: 1 AlisonWeber.pdf: 1901250 bytes, checksum: c554c4802feb0647c03048f60b92b2a9 (MD5) Previous issue date: 2012-08-01 / Data regression problems are common in the literature, therein it is desired to infer the relationship between the dependent (output) and independent variable (input) from a dataset. Infer the relationship between variables is not a simple task, many times there is a high non-linearity and noise in the data inside them. Two machine learning techniques that are able to work with this type of information are investigated, the Genetic Programming and Artificial Neural Networks. Still, in many cases the machine learning technique cannot find a satisfactory solution due to the unbalance of the database. Therefore, the aim of this study was to apply machine learning techniques in regression of unbalanced data, evaluating and comparing the results obtained with different approaches. The balancing method used is summarized in constructing weights to the data set, one for each sample, which represents the importance of example during the learning process model. This problem of unbalanced data modeling applies in a real agronomic data modeling, specifically in the study of white mold disease caused by the fungus Sclerotinia sclerotiorum (Lib.) de Bary. Due to the high destructive power of the disease to crops, knowledge of the presence of resistance structures called sclerotia in an area is of paramount importance so that appropriate actions are taken to treat the disease. In this case study, the task is to use learning techniques to build a predictive model of sclerotia from meteorological characteristics and location of the sample to the state of Paraná, using a set of unbalanced data. Different approaches to the techniques and the balancing method was employed for constructing the model. The Artificial Neural Networks with resilient propagation learning algorithm achieved better performance in creating the model for prediction of sclerotia able to predict the actual outcome with a correlation of 0.763 and a mean absolute error of 24.35. To identify if the employee balancing method improved the results we applied the Kruskal-Wallis test. The test showed that there is a statistically significant improvement between genetic programming with and without balancing technique. However the technique that showed the best results was the neural network with resilient propagation learning algorithm, the data set of white mold and in some cases experimental. / Problemas de regressão de dados são comuns na literatura, neles deseja-se inferir a relação entre variáveis dependentes (saída) e variáveis independentes (entrada) a partir de um conjunto de dados. Inferir esta relação entre as variáveis não é uma tarefa simples, por muitas vezes existirem uma alta não linearidade nos dados e pelo ruído existente neles. Duas técnicas de aprendizagem de máquina que são capazes de trabalhar com este tipo de informação são investigadas, a Programação Genética e as Redes Neurais Artificiais. Ainda assim, em muitos casos a técnica de aprendizado de máquina não consegue encontrar uma solução satisfatória, devido ao desbalanceamento da base de dados. Portanto, o objetivo deste trabalho foi aplicar técnicas de aprendizagem de máquina na regressão de dados desbalanceados, avaliando e comparando os resultados obtidos com diferentes abordagens. O método de balanceamento empregado resume-se em construir pesos para o conjunto de dados, um para cada exemplo, que representa a importância do exemplo durante o processo de aprendizagem do modelo. Este problema de modelagem em dados desbalanceados aplica-se em um caso real de modelagem de dados agronômicos, mais especificamente no estudo da doença mofo branco, causada pelo fungo Sclerotinia sclerotiorum (Lib.) de Bary. Devido ao alto poder destrutivo da doença para as culturas, o conhecimento da presença das estruturas de resistência chamadas de escleródios em uma área é de suma importância para que se tomem atitudes adequadas para o tratamento da doença. Neste estudo de caso, a tarefa é utilizar as técnicas de aprendizagem para a construção de um modelo de previsão de escleródios a partir de características meteorológicas e do local da amostra para o estado do Paraná, utilizando um conjunto de dados desbalanceados. Diferentes abordagens com as técnicas e com o método de balanceamento foram empregadas na construção do modelo. As Redes Neurais Artificiais com o algoritmo de aprendizagem resilient propagation obtiveram um melhor desempenho na criação do modelo para previsão de escleródios, conseguindo prever o resultado real com uma correlação de 0,763 e um erro médio absoluto de 24,35. Para identificar se o método de balanceamento empregado melhorou os resultados obtidos foi aplicado o teste de Kruskal-Wallis. O teste mostrou que existe uma melhora estatisticamente significativa entre a programação genética com e sem a técnica de balanceamento. Porem a técnica que apresentou melhores resultados foi a Rede Neural com o algoritmo de aprendizagem resilient propagation, no conjunto de dados do mofo branco e em alguns casos experimentais.

O objetivo do trabalho é apresentar os métodos mais consagrados de Análise Discriminante quando temos uma mistura de variáveis categóricas e contínuas. / The purpose of this dissertation is to analyze and compare Discriminant Analysis techniques in the presence of mixed categorical and continuous data.

This dissertation consists of three articles, proposing extensions of finite mixtures in regression models. Here we consider a flexible class of both univariate and multivariate distributions, which allow adequate modeling of asymmetric data that have multimodality, heavy tails and outlying observations. This class has special cases such as skew-normal, skew-t, skew-slash and skew normal contaminated distributions, as well as symmetric cases. Initially, a model is proposed based on the assumption that the errors follow a finite mixture of scale mixture of skew-normal (FM-SMSN) distribution rather than the conventional normal distribution. Next, we have a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Next, we propose a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Finally, we consider a finite mixture of multivariate regression where the error has a multivariate SMSN distribution. For all proposed models, two R packages were developed, which are reported in the appendix. / Esta tese composta por três artigos, visa propor extensões das misturas finitas nos modelos de regressão. Aqui vamos considerar uma classe flexível de distribuições tanto univariada como multivariada, que permitem modelar adequadamente dados assimmétricos, que presentam multimodalidade, caldas pesadas e observações atípicas. Esta classe possui casos especiais tais como as distribuições skew-normal, skew-t, skew slash, skew normal contaminada, assim como os casos simétricos. Inicialmente, é proposto um modelo baseado na suposição de que os erros seguem uma mistura finita da distribuição mistura de escala skew-normal (SMSN) ao invés da convencional distribuição normal. Em seguida, temos um modelo de regressão censurado onde consideramos que o erro segue uma mistura finita da distribuição da mistura de escala normal (SMN). E por último, é considerada um mistura finita de regressão multivariada onde o erro tem uma distribuição SMSN multivariada. Para todos os modelos propostos foram desenvolvidos dois pacotes do software R, que estão exemplificados no apêndice.

Este trabalho busca compreender e mensurar as características dos produtores rurais que ampliam a probabilidade para que o mesmo tenha acesso ao crédito rural. Utilizando os dados do Levantamento das Unidades Produtivas Agropecuárias (LUPA) do Estado de São Paulo (2006/2007), que abrange todas as UPAs pertencentes aos 645 municípios do estado, foi possível detalhar as características observáveis dos produtores e das propriedades que acessaram o crédito rural em 2007. Para tanto, foi utilizado o método de Árvores de Classificação e Regressão. As estimações realizadas para todas as UPAs de estado de São Paulo mostraram que a diferença de tamanho das unidades produtivas é o principal determinante para o acesso ao crédito. Quando se analisa o acesso ao crédito para unidades produtivas de pequena, média e grande extensão, algumas variáveis apresentam maior impacto no acesso ao crédito. Para as unidades de pequena extensão (até dez hectares), a diversificação de cultura, entre cultura temporária e perene, aumenta a probabilidade dos produtores acessarem o crédito. Para propriedades de média extensão (até quinhentos hectares), a presença de vínculos institucionais, seja cooperativa, sindicato ou associação, e melhorias em gestão (uso de computador, acesso á assistência técnica oficial), além da diversificação de cultura, elevam as probabilidades de acesso ao crédito. A análise mostra também que para unidades produtivas de grande extensão as variáveis que impactam a probabilidade de acesso ao crédito rural estão relacionadas a participação em instituições (cooperado e associado), além de variáveis relacionadas à melhoria de gestão, independentemente do tipo de cultura cultivada pela UPA. / This paper aims to understand and measure the characteristics of farmers which enhance their likelihood of having access to rural credit. Using data from the Survey of Agricultural Production Units (LUPA, in portuguese) of São Paulo (2006/2007), which covers all 645 Agricultural Production Units belonging to municipalities in the state was possible to detail the observable characteristics and properties of the producers who have accessed rural credit in 2007. For this, we used the Classification and Regression Trees method. The estimates performed for all UPAs (in Portuguese) in the state of São Paulo showed that the difference in size of production units is the main determinant to access credit. When analyzing the access to credit for production units of small, medium and large extent, some variables have greater impact on access to credit. For units of small extent (up to ten hectares) the culture diversification between temporary and perennial crop, increases the likelihood of farmers to access credit. For production units of medium length (up to five hundred acres), the presence of institutional links, such as cooperative, union or association, and improvements in management (computer use, technical support officer access), and crop diversification, increase the likelihood of access to credit. The analysis also shows that for production units with large extent the variables that have more impact in the probability of access to rural credit are related to participation in institutions (cooperative and associate), and variables related to improvement management, regardless of the type of crop cultivated by UPA.

O programa de transferencia de renda Bolsa Familia e um importante pilar da seguri- dade social brasileira, mas ha um senso comum de que as transferencias do programa incentivam casais beneficiarios a terem mais filhos. Utilizando base de dados do governo federal (Cadunico e Caixa) e valendo-se dos criterios de eligibilidade, prop6e-se uma ine- dita analise quase experimental para estudar os efeitos das transferencias nao condicionais (UCT) e das condicionais (CCT) sobre a fecundidade das beneficiarias entre os anos de 2011 a 2015, atraves de uma regressao descontinua fuzzy. Problemas de medida associa- dos a base (e.g.: manipulacao, arredondamento, atrito) sao remediados com a estimacao nao parametrica proposta por Gerard, Rokkanen & Rothe (2016), em que se determina limites superiores e inferiores aos efeitos de tratamento. Por um lado, nao ha evidencia de que o componente CCT afete a fecundidade das beneficiarias, mas por outro, o com- ponente mais flexivel do Bolsa Familia, o UCT, possivelmente reduziu a fecundidade das beneficiarias mais pobres, sobretudo no Nordeste. Tais resultados sao contraintuitivos em relacao a literatura te6rica ate entao, mas em linha com a grande maioria dos resultados encontrados em programas similares da America Latina. / The Brazilian cash transfer program Balsa Familia is a very, if not the most, important pil- lar of Brazil\'s welfare system. However, there is a common sense that the program\'s trans- fers incentive beneficiary couples to have more children. Using federal data (Cadunico and Caixa databases) and the eligibility rules for the program, I propose a quasi-experimental approach to verify both unconditional (UCT) and conditional transfers (CCT) on the beneficiaries\' fertility rates between 2011 and 2015, through a fuzzy regression disconti- nuity approach. Measure problems associated with the data (e.g.: manipulation, heaping, attriton), are solved using a non parametric estimation proposed by Gerard, Rokkanen & Rothe (2016), which determines lower and upper bounds for treatment effects. On one hand, there is no evidence that the CCT component affects the beneficiaries\' fertility rates, but on another, the more flexible component of Bolsa Familia, UCT, possibly reduced the fertility rates for the most poor. Those results are counter intuitive with the theoretical literature so far, but in line with the majority of other studies analyzing similar transfer programs in Latin America.

O objetivo desta dissertação é estudar uma família de ligações assimétricas para modelos de regressão binária sob a abordagem bayesiana. Especificamente, apresenta-se a estimação dos parâmetros da família de modelos de regressão binária com funções de ligação potência e reversa de potência considerando o método de estimação Monte Carlo Hamiltoniano, na extensão No-U-Turn Sampler, e o método Metropolis-Hastings dentro de Gibbs. Além disso, estudam-se diferentes medidas de comparação de modelos, incluindo critérios de informação e de avaliação preditiva. Um estudo de simulação foi desenvolvido para estudar a acurácia e eficiência nos parâmetros estimados. Através da análise de dados educacionais, mostra-se que os modelos usando as ligações propostas apresentam melhor ajuste do que os modelos usando ligações tradicionais. / The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.