Made available in DSpace on 2016-06-02T20:06:05Z (GMT). No. of bitstreams: 1 3715.pdf: 795641 bytes, checksum: 715aa7baebc9b8af84d099eb9c08d3dd (MD5) Previous issue date: 2011-03-28 / Financiadora de Estudos e Projetos / Every day in financial institution is common to nd customers who are unable to honor their commitments. When this occurs we say that the individual is in default. In a possible economic downturn the portfolio could su_er losses due to excessive default clients and high loss rates. At this stage it is essential that financial institutions have a capital reserve to absorb this potential loss. This reserve is known as economic capital. We examined four different models, Normal, Log-Normal, Logit-Normal and Beta Regression, used to determine the individual loss rate, since the client is in default, also known as LGD (Loss Given Default). Such models are used to determine the economic capital. In the models, both the default and LGD depend on a single systematic risk factor, which describes the state of the economy. This means that we considered that the event of default and LGD are correlated. We describe in detail for the four models, two ways of calculating economic capital, using the asymptotic approximation of the distribution of loss rate and the normal approximation. Through a simulation study, we compared the different estimates of economic capital. A bayesian approach to the Beta Regression model is developed modeling mean and dispersion parameter jointly. / No dia-a-dia de uma instituição financeira é comum a existência de clientes que não conseguem honrar seus compromissos. Quando isso ocorre dizemos que o individuo entrou em default. Em uma eventual desaceleração econômica a carteira pode sofrer perdas devido ao excesso de cliente em default e _as altas taxas de perdas. Neste momento é fundamental que as instituição financeiras tenham um capital em reserva para absorver esta possível perda. Tal reserva _e conhecida como capital econômico. Neste trabalho analisamos quatro diferentes modelos, Normal, Log-Normal, Logit-Normal e Regressão Beta, utilizados para determinar a taxa individual de perda, dado que o cliente está em default, também conhecido como LGD (Loss Given Default). Tais modelos são utilizados na determinação do capital econômico. Nos modelos, ambos o default e a LGD dependem de um fator de risco sistemático simples, o qual descreve o estado da economia. Ou seja, considera-se que o evento de default e a LGD estão correlacionados. Descrevemos detalhadamente, para os quatro modelos, duas formas de calcular o capital econômico, utilizando a aproximação assintótica da distribuição da taxa de perda e a aproximação normal. Através de um estudo de simulação comparamos as estimativas dos diferentes capitais econômicos. Uma abordagem bayesiana para o modelo de Regressão Beta _e desenvolvida modelando conjuntamente a média e o parâmetro de dispersão.

Made available in DSpace on 2014-06-11T19:33:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-07-03Bitstream added on 2014-06-13T19:04:39Z : No. of bitstreams: 1 duarte_kf_dr_jabo.pdf: 413050 bytes, checksum: 2d6d9cfb8e49274f4b726645266116bb (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / Quatro experimentos foram conduzidos no Setor de Avicultura da Faculdade de Ciências Agrárias e Veterinárias – Campus de Jaboticabal- SP, com o objetivo de estabelecer diferentes critérios de avaliação das exigências dos aminoácidos digestíveis treonina, triptofano, valina e isoleucina para frangos de corte de 22 a 42 dias de idade. Em cada experimento foram utilizados 1.920 frangos de corte machos com 22 dias de idade da linhagem “Cobb”, distribuídos em um delineamento inteiramente ao acaso, com seis tratamentos e oito repetições de 40 aves cada. Os tratamentos consistiram no fornecimento de dietas formuladas com base em aminoácidos digestíveis contendo seis diferentes níveis do aminoácido em estudo. Foram avaliados os dados de desempenho (ganho de peso, consumo de ração, conversão alimentar e viabilidade criatória) e as características de carcaça (rendimento de carcaça, de peito, de coxas+sobrecoxas, de dorso e de asas). Para a determinação das exigências do aminoácido estudado, foram utilizados três modelos de regressão: o modelo quadrático, o modelo exponencial e o de retas segmentadas ou broken line (“linha quebrada”), com 90% do quadrado máximo, estabelecendo equações principalmente para ganho de peso e conversão alimentar. Em caso de significância estatística, foi adotado também o procedimento de comparação das médias pelo Teste de Duncan a 5% de probabilidade. Com base no comportamento dos dados os níveis de 0,7642 e 0,7514% de treonina digestível (treonina:lisina digestíveis de 71,19% e 70,00%), determinados pelo modelo broken line e pelo teste de Duncan a 5% de probabilidade respectivamente, promoveram os melhores resultados de conversão alimentar. O triptofano digestível, quando no nível de 0,2255% (triptofano:lisina digestíveis de 21%) indicou melhora na conversão alimentar e os níveis de 0,1825 e 0,1919%... / Four experiments were conducted to establish different criteria for evaluation the requirements in threonine, tryptophan, valine and isoleucine for broilers from 22 to 42 days of age. In each experiment it was used 1,920 male broilers (Cobb) in a completely randomized design, with six treatments and eight replications of 40 birds each. The treatments consisted in supply diets formulated according to the ideal protein concept and digestible amino acids, with six different levels of the related amino acid. The data from performance and characteristics of carcass had been evaluated. It was used three regression models: quadratic, exponential and broken line, stablishing equations mainly to body weight and feed conversion. In case of significant statistics, it was used the procedure for means comparison using Duncan test (0.05%). The threonine levels of 0.7642 and 0.7515% (threonine:lysine of 71.19% and 70.00%) determined by broken line and Duncan test respectively, showed better results for feed conversion. For digestible tryptophan at the level of 0.2255% (tryptophan:lysine of 21%) indicated a increase in feed conversion and the levels of 0.1825 and 0,1919 (tryptophan:lysine of 17.88% and 17.00%) determined by Duncan test and quadratic equation respectively, indicated the best results for carcass yield. Digestible valine at the level of 0.7729% (valine:lysine of 72.00) determined by Duncan test, showed the best results for feed intake and viability. At the level of 0.8802% (valine:lysine of 82.00%) the best results for body weight and feed conversion and at 0.8265% and 0.9339% (valine:lysine of 77.00% and 87.00%) the best back yield according to Duncan test. The isoleucine at 0.7729% (isoleucine:lysine of 72.00%) showed a improvement in feed conversion according to Duncan test (0.05%).

Dissertação (mestrado)—Universidade de Brasília, Departamento de Estatística, 2012. / Submitted by Tania Milca Carvalho Malheiros (tania@bce.unb.br) on 2012-04-30T13:46:03Z No. of bitstreams: 1 2012_ThaisCarvalhoValadaresRodrigues_Parcial.pdf: 2162663 bytes, checksum: 435c4aab7ab9af8aa2453336c4529a5b (MD5) / Approved for entry into archive by Elzi Bittencourt(elzi@bce.unb.br) on 2012-05-01T12:22:13Z (GMT) No. of bitstreams: 1 2012_ThaisCarvalhoValadaresRodrigues_Parcial.pdf: 2162663 bytes, checksum: 435c4aab7ab9af8aa2453336c4529a5b (MD5) / Made available in DSpace on 2012-05-01T12:22:13Z (GMT). No. of bitstreams: 1 2012_ThaisCarvalhoValadaresRodrigues_Parcial.pdf: 2162663 bytes, checksum: 435c4aab7ab9af8aa2453336c4529a5b (MD5) / A regressão global pressupõe que um modelo único é adequado para descrever todas as partes de uma região de estudo. No entanto, a força dos relacionamentos entre as variáveis pode não ser espacialmente constante. Além disso, os fatores envolvidos são geralmente tão complexos, que é difícil identificá-los na forma de variáveis explanatórias. Muitas vezes, ainda tem-se o problema de tamanho de amostra reduzido. Neste contexto, surge a Regressão Geograficamente Ponderada (RGP), a fim de modelar dados espaciais não est acionários. Utilizando funções kernel, a RGP permite que os parâmetros do modelo variem espacialmente, produzindo superfícies não paramétricas das suas estimativas. Considerando dados de contagem com superdispersão, o mais adequado é utilizar a distribuição Binomial Negativa. Por isso, o presente trabalho propõe dois modelos de Regressão Geograficamente Ponderada utilizando esta distribuição, a saber, RBNGPg e RBNGP. Estes modelos diferem-se na forma de estimação do parâmetro de superdispersão e, consequentemente, em termos de complexidade. Neste trabalho, os modelos propostos sao aplicados a 5 estudos de caso, envolvendo dados reais e simulados. Os resultados obtidos mostram a superioridade deles no ajuste de dados de contagem nao estacionários e com superdispersão com respeito aos modelos concorrentes, a saber, regressão global - Poisson e Binomial Negativa - e Regressão de Poisson Geograficamente Ponderada- Além disso, verifica-se que estes modelos concorrentes sao casos especiais do modelo mais robusto RBNGP. ______________________________________________________________________________ ABSTRACT / The global regression assumes that a single model is adequate to describe all parts of a study region. However, the strength of relationships between variables may not be spatially constant. In addition, the factors involved are often so complex that it is difficult to identify them in the form of explanatory variables. Many times, we also have the problem of small sample size. hi this context Geographically Weighted Regression (GW R) is introduced in order to model non-stationary spatial data. Using kernel functions, GW R allows the model parameters to vary spatially, producing non-parametric surfaces of their estimates. To model count data with overdispersion, the most- appropriate is to use the Negative Binomial distribution. Therefore, we propose two models of Geographically Weighted Regression using this distribution, namely GW NBRg and GW NBR. These models differ in the way the overdispersion parameter is estimated and, consequently, in terms of complexity. In this dissertation, the proposed models are applied to 5 case studies involving real and simulated data. The results show their superiority in modelling non-stationary count data with overdispersion with respect to competing models, namely, global regression - Poisson and Negative Binomial - and Geographically Weighted Poisson Regression. Moreover, we demonstrate that these competing models are special cases of the more robust model GW NBR.

O mercado financeiro nacional vem experimentando mudanças significativas a partir da implantação do novo padrão monetário em 1994. Como conseqüência, os ganhos do sistema bancário, decorrentes do floating foram reduzidos, obrigando os bancos a expandirem suas carteiras de empréstimos que demandam esforços em medir e administrar o risco de crédito. Valendo-se de indicadores econômicofinanceiros e variáveis, o presente estudo visa avaliar a eficácia desses indicadores e variáveis utilizados por uma instituição financeira nacional no processo de concessão de crédito a empresas do setor industrial da região sul do Brasil. A metodologia do estudo propõe inicialmente uma análise estatística dos dados através da Análise da Regressão Logística, procedimentos – enter e stepwise. Concluído o teste de um modelo de previsão de insolvência empresarial, verifica-se quais são os indicadores e variáveis mais significativos e que proporcionam informações valiosas sobre a saúde financeira das empresas, revelando uma possível tendência ao desequilíbrio e a probabilidade à insolvência, levando-se em conta também como informação no gerenciamento do risco de crédito. O estudo mostrou que as variáveis que relacionam a liquidez seca e o saldo de tesouraria / necessidade de capital de giro apresentaram-se como os mais significativos dos sintomas de insolvência.

Esta tese apresenta a modelagem e o monitoramento de características de qualidade do tipo fração, que apresentam valores restritos ao intervalo [0,1] A motivação inicial é que a característica de qualidade do tipo fração pode ser melhor aproximada pela distribuição de probabilidade Beta e, geralmente, a modelagem e o monitoramento utilizados não supõem tal distribuição. Desta forma, os objetivos desta tese são: (i) Propor uma sistemática para seleção de modelos paramétricos considerando a classificação das variáveis resposta e das variáveis explicativas; (ii) Propor uma modelagem da fração não conforme com enfoque no modelo de regressão Beta e no modelo linear generalizado; (iii) Propor uma nova carta de controle (CC), Carta Beta, para monitorar características de qualidade do tipo fração (p), com adaptação dos limites de controle a distribuição Beta; (iv) Propor uma CC baseada em modelos Beta para monitorar características de qualidade do tipo fração em função das variáveis de controle do processo; e (v) Propor uma CC baseada em modelos Beta por componentes principais para monitorar características de qualidade do tipo fração em função das variáveis de controle multicolineares. As cartas de controle propostas foram avaliadas através da aplicação de estudos de caso, exemplos retirados da literatura e comparação do número médio de amostras (NMA) via simulação de Monte Carlo. Os modelos de regressão propostos para modelagem de características de qualidade do tipo fração apresentam flexibilidade de escolha da função de ligação, bom desempenho no ajuste e precisão das estimativas dos efeitos das variáveis. As cartas de controle propostas detectaram mais rapidamente todas as alterações induzidas, apresentando melhor desempenho em comparação as outras cartas similares encontradas na literatura. Conclui-se que as ferramentas propostas são adequadas para a modelagem e o monitoramento de características de qualidade do tipo fração. / This thesis presents the modeling and monitoring of the type fraction quality characteristics, which have values confined in the [0,1]-interval. The main motivation is that the type fraction quality characteristics can be better approximated by the Beta probability distribution and generally used for modeling and monitoring not assumes this distribution. Thus, the objectives are: (i) propose a systematic for selecting parametric models considering the classification of the response and explanatory variables; (ii) propose a modeling of the fraction nonconforming items using the Beta regression model and generalized linear model; (iii) propose a new control chart (CC), Beta Charts, to monitor the type fraction quality characteristics (p), with adaptation of the control limits based in the Beta distribution; (iv) propose a Beta model-based to monitor the type fraction quality characteristics adjusted by control variables of the process, and (v) propose a Beta model-based control charts by principal components to monitor the type fraction quality characteristics adjusted by control variables multicollinearity. The proposed control charts were evaluated by application of case studies, numeric examples taken from literature and comparison the average run length (ARL) using Monte Carlo simulation. The proposed regression models for modeling of the type fraction quality characteristics have shown flexibility to choose link function, good performance on the fit and accuracy of estimates of the effects. The proposed control charts detected more quickly all changes induced, showing better performance compared to other similar control charts defined in literature. It is concludes that the proposed tools are appropriate for modeling and monitoring of the type fraction quality characteristics.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2018-03-20T17:04:06Z No. of bitstreams: 1 2017_PabloPozzobondeBem.pdf: 2008468 bytes, checksum: 6486b96de23d125fb5721913804d32c1 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-04-02T21:09:19Z (GMT) No. of bitstreams: 1 2017_PabloPozzobondeBem.pdf: 2008468 bytes, checksum: 6486b96de23d125fb5721913804d32c1 (MD5) / Made available in DSpace on 2018-04-02T21:09:19Z (GMT). No. of bitstreams: 1 2017_PabloPozzobondeBem.pdf: 2008468 bytes, checksum: 6486b96de23d125fb5721913804d32c1 (MD5) Previous issue date: 2018-04-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / Incêndios florestais são um problema global e queimam milhões de hectares de vegetação nativa todos os anos. O Cerrado brasileiro é a savana neotropical mais rica em biodiversidade do mundo, e uma das regiões mais afetadas por incêndios, sendo considerado um ecossistema tolerante ao fogo. Apesar da adaptação do bioma ao fogo, a alta frequência de incêndios trazida pela ocupação humana tem danificado o ecossistema mais rápido do que ele é capaz de se recuperar. O combate a incêndios é custoso e, portanto, medidas de prevenção de incêndios são a melhor maneira de evitar seus danos em longo prazo. Prever a distribuição espacial da ocorrência de incêndios florestais é um passo importante para a realização do manejo do fogo. Para isto, podem ser utilizados modelos que relacionem a ocorrência do fogo às variáveis que o influenciam. Neste estudo, dois modelos distintos de previsão — Regressão Logística (RL) e uma Rede Neural Artificial (RNA) — foram aplicados à região do Distrito Federal brasileiro, que se encontra inserida dentro do bioma Cerrado. Produtos de área queimada baseados em imagens LANDSAT foram utilizados para gerar a variável dependente, e nove outras variáveis espacialmente explícitas e de origem antropogênica ou ambiental foram utilizadas como variáveis independentes. Os modelos foram otimizados em função da melhor medida de Area under Receiver Operating Characteristic (AUROC, ou simplesmente AUC) a partir da seleção de atributos, e posteriormente validados utilizando dados reais de áreas queimadas. Os modelos mostraram performances similares, mas o modelo utilizando a RNA demonstrou melhor AUC (0.7755), e melhor acurácia ao classificar áreas não queimadas (73.39%), porém pior acurácia média (66.55%) e ao classificar áreas queimadas, para as quais o modelo LR apresentou o melhor resultado (65.24%). Adicionalmente, foi comparada a importância de cada variável aos modelos, contribuindo para o conhecimento das causas principais de incêndios na região. As variáveis demonstraram importâncias similares em ambos os modelos utilizados, e as variáveis de maior importância foram a elevação do terreno e o tipo de uso do solo. Os resultados demonstraram bons desempenhos de todos os modelos testados, mas recomenda-se a execução de mais estudos similares mais detalhados em outras áreas de na savana Brasileira, dado que ainda são poucos os estudos deste tipo. / Wildfires are a global problem, burning millions of hectares of natural forests every year. The Brazilian Cerrado is the richest neotropical savanna of the world in regards to biodiversity, and one of the regions most affected by fires, and also considered a firedependent ecosystem. Despite being adapted to the occurrence of fire, the high frequency of wildfires in the region due to human occupation is damaging the ecosystem faster than it can recover. Fighting fires is costly, and therefore the best way to avoid damages in the long-term is through prevention techniques. Predicting the spatial distribution of wildfires is an important step towards proper wildfire management. For that purpose, models that relate the occurrence of fire to certain variables can be used. In this work, we applied two distinct prediction models — Logistic Regression (LR) and an Artificial Neural Network (ANN) — to the region of Brazil’s Federal District, located inside the Brazilian Cerrado, the largest savanna in South America and the world’s richest Neotropical Savanna. We used LANDSAT based burned area products to generate the dependent variable, and nine different anthropogenic and environmental factors were used as the explanatory variables. The models were optimized via feature selection for best Area Under Receiver Operating Characteristic Curve (AUROC) and then validated with real burn area data. The models had similar performance, but the ANN model showed a better AUC value (0.7755) and better accuracy when evaluating exclusively nonburned areas (73.39%), while it had worse accuracy overall (66.55%) and when classifying burned areas, in which LR performed better (65.24%). Moreover, we compared the contribution of each variable to the models, adding some insight into the main causes of wildfires in the region. Variables had similar contributions to the models, and the main driving aspects of the distribution of burned areas in the region were the land use type and elevation. The results showed good performance for both models tested, but further research regarding wildfire in the Brazilian savanna is recommended, as such studies are still scarce.

Modelos de regressão para variáveis resposta binárias são muito comuns em diversas áreas do conhecimento. O modelo mais utilizado nessas situações é o modelo de regressão logística, que assume que o logito da probabilidade de ocorrência de um dos valores da variável resposta é uma função linear das variáveis preditoras. Quando essa suposição não é razoável, algumas possíveis alternativas são: realizar transformação das variáveis preditoras e/ou inserir termos quadráticos ou cúbicos no modelo. O problema dessa abordagem é que ela dificulta bastante a interpretação dos parâmetros do modelo e, em algumas áreas, é fundamental que eles sejam interpretáveis. Assim, uma abordagem muitas vezes utilizada é a categorização das variáveis preditoras quantitativas do modelo. Sendo assim, este trabalho tem como objetivo propor duas novas classes de métodos de categorização de variáveis contínuas em modelos de regressão para variáveis resposta binárias. A primeira classe de métodos é univariada e busca maximizar a associação entre a variável resposta e a covariável categorizada utilizando medidas de associação para variáveis qualitativas. Já a classe de métodos multivariada tenta incorporar a estrutura de dependência entre as covariáveis do modelo através da categorização conjunta de todas as variáveis preditoras. Para avaliar o desempenho, aplicamos as classes de métodos propostas e quatro métodos de categorização existentes em 3 bases de dados relacionadas à área de risco de crédito e a dois cenários de dados simulados. Os resultados nas bases reais sugerem que a classe univariada proposta têm um desempenho superior aos métodos existentes quando comparamos o poder preditivo do modelo de regressão logística. Já os resultados nas bases de dados simuladas sugerem que ambas as classes propostas possuem um desempenho superior aos métodos existentes. Em relação ao desempenho computacional, o método multivariado mostrou-se inferior e o univariado é superior aos métodos existentes. / Regression models for binary response variables are very common in several areas of knowledge. The most used model in these situations is the logistic regression model, which assumes that the logit of the probability of a certain event is a linear function of the predictors variables. When this assumption is not reasonable, it is common to make some changes in the model, such as: transformation of predictor variables and/or add quadratic or cubic terms to the model. The problem with this approach is that it hinders parameter interpretation, and in some areas it is fundamental to interpret the parameters. Thus, a common approach is to categorize the quantitative covariates. This work aims to propose two new classes of categorization methods for continuous variables in binary regression models. The first class of methods is univariate and seeks to maximize the association between the response variable and the categorized covariate using measures of association for qualitative variables. The second class of methods is multivariate and incorporates the predictor variables correlation structure through the joint categorization of all covariates. To evaluate the performance, we applied the proposed methods and four existing categorization methods in 3 credit scoring databases and in two simulated cenarios. The results in the real databases suggest that the proposed univariate class of categorization methods performs better than the existing methods when we compare the predictive power of the logistic regression model. The results in the simulated databases suggest that both proposed classes perform better than the existing methods. Regarding computational performance, the multivariate method is inferior and the univariate method is superior to the existing methods.

O diagnóstico de doenças neuromusculares é feito pelo uso conjunto de várias ferramentas. Dentre elas, o exame de eletromiografia clínica fornece informações vitais ao diagnóstico. A aplicação de alguns classificadores (discriminante linear e redes neurais artificiais) aos diversos parâmetros dos sinais de eletromiografia (número de fases, de reversões e de cruzamentos de zero, freqüência mediana, coeficientes auto-regressivos) tem fornecido resultados promissores na literatura. No entanto, a necessidade de um número grande de coeficientes auto-regressivos direcionou este mestrado ao uso de modelos auto-regressivos de média móvel com um número menor de coeficientes. A classificação (em normal, neuropático ou miopático) foi feita pela máquina de vetor de suporte, um tipo de rede neural artificial de uso recente. O objetivo deste trabalho foi o de estudar a viabilidade do uso de modelos auto-regressivos de média móvel (ARMA) de ordem baixa, em vez de auto-regressivos de ordem alta, em conjunção com a máquina de vetor de suporte, para auxílio ao diagnóstico. Os resultados indicam que a máquina de vetor de suporte tem desempenho melhor que o discriminante linear de Fisher e que os modelos ARMA(1,11) e ARMA(1,12) fornecem altas taxas de classificação (81,5%), cujos valores são próximos ao máximo obtido com modelos auto-regressivos de ordem 39. Portanto, recomenda-se o uso da máquina de vetor de suporte e de modelos ARMA (1,11) ou ARMA(1,12) para a classificação de sinais de eletromiografia de agulha, de 800ms de duração e amostrados a 25kHz. / The diagnosis of neuromuscular diseases is attained by the combined use of several tools. Among these tools, clinical electromyography provides key information to the diagnosis. In the literature, the application of some classifiers (linear discriminant and artificial neural networks) to a variety of electromyography parameters (number of phases, turns and zero crossings; median frequency, auto-regressive coefficients) has provided promising results. Nevertheless, the need of a large number of auto-regressive coefficients has guided this Master\'s thesis to the use of a smaller number of auto-regressive moving-average coefficients. The classification task (into normal, neuropathic or myopathic) was achieved by support vector machines, a type of artificial neural network recently proposed. This work\'s objective was to study if low-order auto-regressive moving-average (ARMA) models can or cannot be used to substitute high-order auto-regressive models, in combination with support vector machines, for diagnostic purposes. Results point that support vector machines have better performance than Fisher linear discriminants. They also show that ARMA(1,11) and ARMA(1,12) models provide high classification rates (81.5%). These values are close to the maximum obtained by using 39 auto-regressive coefficients. So, we recommend the use of support vector machines and ARMA(1,11) or ARMA(1,12) to the classification of 800ms needle electromyography signals acquired at 25kHz.

Modelos não lineares como o Logístico e o Gompertz são amplamente usados para descrever vários processos biológicos por meio da curva de crescimento dada pela equação do modelo. O objetivo deste trabalho foi ajustar o modelo Chanter, assim como o Logístico e o Gompertz, utilizando um conjunto de dados do fruto do cacaueiro. O modelo Chanter é um híbrido entre o modelo Logístico e o modelo Gompertz cujos parâmetros podem ser interpretados similarmente. A comparação sobre a qualidade do ajuste entre os modelos foi feita utilizando as seguintes medidas estatísticas: o critério de informação de Akaike (AIC), o critério Peso de Akaike, o critério de informação de Bayes (BIC), o desvio padrão residual (DPR) e as medidas de não linearidade vício de Box e curvatura de Bates e Watts além de um estudo de simulação. Verificou-se que o modelo Chanter dentre os modelos estudados neste trabalho é o mais adequado para o ajuste dos dados do fruto do cacaueiro. / Nonlinear models such as Logistic and Gompertz are widely used to describe several biological processes using a growth curve given by the equation of the model. The objective of this work was to adjust the Chanter model, as well as the Logistic and the Gompertz, using a data set of cocoa fruit. The Chanter model is a hybrid between the Logistic model and the Gompertz model whose parameters can be interpreted similarly. A comparison of the quality of fit between the models was made using the following statistical measures: the Akaike information criterion (AIC), the Akaike weight criterion, Bayes information criterion (BIC), residual standard deviation (RSD), and measures of non-linearity Box addiction and Bates and Watts curvature as well as a simulation study. It was verified that the Chanter model is the most suitable one among the studied models for modeling the cocoa data.

The objective of this study was to evaluate the breed additive genetic and heterozygotic effects, direct and maternal, on the weight and the average daily gain for a multibreed population Aberdeen Angus-Nellore. They were studied the characteristics adjusted weight to 205 days of age (P205) and to 550 days of age (P550) and average daily gain from birth to weaning (GMD_ND) and from weaning to 550 days of age (GMD_DS). The data was furnished by Gensys Consultores Associados S/C Ltda. and Natura Genética Sul Americana, and it contained records on 121,241 animals sired by 1,359 bulls and 84,465 cows, raised in 104 farms in differents brazilians states from 1986 to 2002. The data was analyzed by two different methodologies: Genetic Group Model (MGG) and Multiple Regression Method (MRM). In paper number one, pre-weaning period, it were used records on 96,502 animals, sired by 962 bulls and 67,231 cows, grouped in 2,542 contemporaneous groups (GC) and 45 genetic groups (GG). The model used for the analysis by MGG, included as fixed, the effects of contemporaneous group-GC (including the animals born at the same farm, year and season and belonging to the same sex and management group), genetic group-GG (genetic additive effect of the animal individual breed, paternal and maternal), and the covariables age of the animal at weaning (IDD) and age of the cow at parturition (IVP), as linear and quadratic effects. For the MRM analysis, the data was firstly adjusted for the effects of GC, and for the covariables IDD and IVP, linear and quadratic. After that, it was performed a MRM considering the direct and maternal additive genetic effect of the breed and the direct and maternal heterozigosity. In the paper number two, post-weaning period, it were evaluated performances of 40,310 animals, sired by 720 bulls and 31,136 cows, distributed in 650 contemporaneous groups and 33 genetic groups. The model adopted by MGG considered as fixed, the effects of contemporaneous group (including the animals born at the same farm, year and season and belonging to the same sex and management group at 550 days of age) and the covariables IVP, linear and quadratic effects and the age of the animal to the age standard of 550 days was done (ISA), as linear effect. The MRM analysis was performed at the same way that for paper one. For the pre-weaning period, the results of this work alloud us to conclude that the direct additive genetic effects from Aberdeen Angus breed in relation to Nellore breed give better performances; the direct and maternal heterozygosity effect were high and significant, suggesting that crossed calves and cows can perform better than the pure breeds. For the pre-weaning period the estimatives obtained by MRM were similar to those obtained by MGG. In relation to the post-weaning period it were observed differences in the performances of the animals, showing a better efficiency of Aberdeen Angus breed additive genes in relation to the Nellore breed. By the regression coefficient for direct and maternal effects it is possible to conclude that exist a bigger influence of the direct in relation to the maternal effect, suggesting that, in this phase, the animal performance depends most of its breed composition than of the influence of it mother. In spite of to exist similarities among the estimatives obtained by MGG and MRM, it is not recommended the use of MRM because of the inconsistencies observed in the results by this method. / O presente estudo teve por objetivo avaliar os efeitos genéticos aditivos raciais e heterozigóticos, diretos e maternos, sobre o desempenho ponderal de uma população multirracial Aberdeen Angus-Nelore. Foram estudadas as variáveis peso ajustado aos 205 dias de idade (P205), ganho médio diário do nascimento a desmama (GMD_ND), peso ajustado aos 550 dias de idade (P550) e ganho médio diário da desmama ao sobreano. O arquivo de dados foi fornecido pelas empresas Gensys Consultores Associados S/C Ltda. e Natura Genética Sul Americana, e continha informações de desempenho de 121.241 animais filhos de 1.359 touros e 84.465 vacas, criados em 104 fazendas, em diferentes estados brasileiros, coletadas no período entre 1986 e 2002. Os dados foram analisados através de dois modelos: Modelo de Grupo Genético (MGG) e Regressão Múltipla (MRM). No artigo 1, que abrangeu a fase prédesmama, foram utilizadas observações de 96.502 animais, filhos de 962 touros e de 67.231 vacas, agrupados em 2.542 grupos de contemporâneos e 45 grupos genéticos diferentes. O modelo utilizado para a análise através do MGG continha os efeitos fixos de grupo de contemporâneos (fazenda, ano de nascimento, sexo, estação de nascimento e grupo de manejo até a desmama) e grupo genético (efeito aditivo de raça individual, paterno e materno), além das covariáveis idade do bezerro a desmama e idade da vaca ao parto, incluídas como efeito linear e quadrático. Para o modelo de regressão múltipla, os dados foram inicialmente ajustados para o efeito GC, e das covariáveis idade do bezerro a desmama e idade da vaca ao parto, incluídas como efeito linear e quadrático, e então, foi conduzida a análise de regressão múltipla num modelo que considerou o efeito aditivo direto de raça, efeito aditivo materno de raça, heterozigose direta e heterozigose materna. No artigo 2, foi estudada a fase de pós-desmama, avaliando o desempenho de 40.310 animais, filhos de 720 touros e 31.136 vacas, distribuídos em 650 grupos de contemporâneos e 33 diferentes grupos genéticos, onde o modelo utilizado para o MGG continha os seguintes efeitos fixos de grupo de contemporâneos (fazenda, ano e estação de nascimento, sexo e grupo de manejo ao sobreano) e grupo genético, além das covariáveis a idade da vaca ao parto (efeito linear e quadrático) e idade do bezerro ao sobreano (efeito linear). A análise de regressão múltipla foi conduzida de forma similar ao artigo 1. Para a fase pré-desmama conclui-se que os efeitos aditivos diretos da raça Angus em relação à raça Nelore determinaram melhores desempenhos; os efeitos de heterozigose direta e materna foram altos e significativos, indicando um maior desempenho de vacas e bezerros cruzados. Para esta fase as estimativas geradas através de RM foram semelhantes àquelas encontradas através do MGG. Em relação a fase pós-desmama foi possível evidenciar que as diferenças observadas no desempenho dos animais, evidenciam a maior eficiência dos genes de efeito aditivo da raça Angus em contraste com os da raça Nelore e, através dos coeficientes de regressão para os efeitos diretos e maternos, é possível inferir que existe grande influência do efeito direto em relação ao materno, sugerindo que, nesta fase, o desempenho dos animais depende mais da sua própria composição genética racial do que da composição da mãe. Ainda que existam semelhanças entre os métodos de RM e MGG, para esta fase, não se aconselha a utilização da RM, visto da inconstância dos resultados obtidos através deste método.