A validação de modelos lineares é uma etapa importante em um projeto de Identificação de Sistemas, pois a escolha correta do modelo para representar a maior parte da dinâmica do processo, dentro de um número finito de técnicas de identificação e em torno de um ponto de operação, permite o sucesso no desenvolvimento de controladores preditivos e de controladores robustos. Por tal razão, o objetivo principal desta Tese é o desenvolvimento de um método de validação de modelos lineares, tendo como ferramentas de avaliação os métodos estatísticos, avaliações dinâmicas e análise da robustez do modelo. O componente principal do sistema de validação de modelos lineares proposto é o desenvolvimento de um sistema fuzzy para análise dos resultados obtidos pelas ferramentas utilizadas na etapa de validação. O projeto de Identificação de Sistemas é baseado em dados reais de operação de uma Planta-Piloto de Neutralização de pH, localizada no Laboratório de Controle de Processos Industriais da Escola Politécnica da USP. Para verificar o resultado da validação, todos os modelos são testados em um controlador preditivo do tipo QDMC (Quadratic Dynamic Matrix Control) para seguir uma trajetória de referência. Os critérios utilizados para avaliar o desempenho do controlador QDMC, para cada modelo utilizado, foram a velocidade de resposta do controlador e o índice da mínima variabilidade da variável de processo. Os resultados mostram que a confiabilidade do sistema de validação projetado para malhas com baixa e alta não-linearidade em um processo real, foram de 85,71% e 50%, respectivamente, com relação aos índices de desempenho obtidos pelo controlador QDMC. / Linear model validation is the most important stage in System Identification Project because, the model correct selection to represent the most of process dynamic allows the success in the development of predictive and robust controllers, within identification technique finite number and around the operation point. For this reason, the development of linear model validation methods is the main objective in this Thesis, taking as a tools of assessing the statistical, dynamic and robustness methods. Fuzzy system is the main component of model linear validation system proposed to analyze the results obtained by the tools used in validation stage. System Identification project is performed through operation real data of a pH neutralization pilot plant, located at the Industrial Process Control Laboratory, IPCL, of the Escola Politécnica of the University of São Paulo, Brazil. In order to verify the validation results, all modes are used in QDMC type predictive controller, to follow a set point tracking. The criterions used to assess the QDMC controller performance were the speed response and the process variable minimum variance index, for each model used. The results show that the validation system reliability were 85.71% and 50% projected for low and high non-linearity in a real process, respectively, linking to the performance indexes obtained by the QDMC controller.

Submitted by Aline Batista (alinehb.ufpel@gmail.com) on 2017-08-16T14:52:32Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Roberta_Machado_Karsburg_Precipitação_e_velocidade_do_vento_na_oscilação_dos_níveis_dagua.pdf: 1951339 bytes, checksum: 21d939a36d26dac261dcd69cef73e42c (MD5) / Made available in DSpace on 2017-08-16T14:52:32Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Roberta_Machado_Karsburg_Precipitação_e_velocidade_do_vento_na_oscilação_dos_níveis_dagua.pdf: 1951339 bytes, checksum: 21d939a36d26dac261dcd69cef73e42c (MD5) Previous issue date: 2016-10-26 / Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul - FAPERGS / O canal São Gonçalo se configura como um importante curso d’água, pertencente a bacia hidrográfica Mirim-São Gonçalo, que tem área de 25.000 km² e situa-se na região costeira no estado do Rio Grande do Sul. Aliado a isso, ele une a laguna dos Patos, a qual mantém conexão direta com o oceano Atlântico, à lagoa Mirim, considerada como um grande reservatório de água doce no sul do Brasil. Está situado em uma região de planície, de baixas declividades e apresenta grande complexidade e sensibilidade às oscilações dos níveis d’água, tanto em função do regime e direção de ventos como do regime de chuvas. Com isso, este trabalho teve como objetivo avaliar a influência do vento e da precipitação na oscilação do nível d`água à jusante da barragem eclusa do canal São Gonçalo-RS. A hipótese foi que a velocidade e direção do vento, juntamente com a precipitação, influenciam à oscilação dos níveis do canal São Gonçalo. Para alcançar os objetivos, foram empregados métodos de regressão linear múltipla e simples entre o nível d’água, precipitação e velocidades do vento à 2 e 7 m de altura e velocidade máxima. Para determinar a significância dos modelos de regressões lineares, foi utilizado o teste t de Student, para a verificação quais variáveis que são influenciadoras da oscilação do nível. Por fim, para indicar o grau de precisão dos modelos de regressões lineares avaliados, aplicou-se a metodologia do erro relativo médio quadrático. As direções de ventos que mostraram-se mais influenciadoras no processo de oscilação dos níveis d’água à jusante do canal São Gonçalo, foram as de sudeste (SE), sul (S) e oeste (O). A variável com maior influência no processo de oscilação dos níveis d’água à jusante da barragem eclusa do canal São Gonçalo, foi a velocidade máxima do vento (VMáx). / São Gonçalo is an important watercourse, belonging to the Mirim-São Gonçalo hydrographic basin, which has an area of 25,000 km² and is located in the coastal region of the state of Rio Grande do Sul. The Patos lagoon, which maintains a direct connection with the Atlantic Ocean, to Mirim lagoon, considered as a large reservoir of fresh water in southern Brazil. It’s situated in a lowland lowland region and presents great complexity and sensitivity to the fluctuations of water levels, both due to the regime and direction of the winds and the rainfall regime. The objective of this work was to evaluate the influence of wind and precipitation on the oscillation of the water level downstream of the São Gonçalo channel dam. The hypothesis was that the velocity and direction of the wind, along with the precipitation, influence the oscillation of the levels of the São Gonçalo channel. To achieve the objectives, multiple linear simple regression methods were used between water level, precipitation and wind velocities at 2 and 7 m in height and at maximum velocity. To determine the significance of the linear regression models, the Student's t test was used to verify which variables are influencing the level oscillation. Finally, to indicate the degree of precision of the linear regression models evaluated, the methodology of the relative mean square error was applied. The directions of the winds that were most influential in the process of oscillation of the water levels downstream of the São Gonçalo channel were those of the southeast (SE), south (S) and west (O). The variable with the greatest influence on the oscillation process of the water levels downstream of the São Gonçalo channel dam was the maximum wind speed.

O inventário florestal é uma das principais ferramentas na gestão dos recursos florestais, uma vez que as informações geradas por ele são utilizadas ao longo de toda a cadeia produtiva do setor. Desta forma, erros nas estimativas volumétricas dos inventários florestais devem ser controlados. Inúmeras informações podem ser obtidas a partir de imagens orbitais ou aerotransportadas, uma vez que podem cobrir facilmente toda a área de interesse, e estão comumente disponíveis em empresas florestais ou ao usuário final. A utilização de preditores derivados das imagens pode trazer benefícios para as estimativas do inventário florestal. Desta forma, a aplicação de técnicas de regressão linear múltipla (RLM) ganhou espaço no setor devido a sua facilidade de aplicação. Porém, a RLM não leva em consideração a dependência espacial entre as unidades amostrais, sendo que a geoestatística pode ser utilizada para predizer a distribuição espacial do estoque de madeira (VTCC) para uma dada região. A modelagem geoestatística mais simples como a krigagem ordinária (KO), por considerar apenas a dependência espacial entre os pontos não amostrados, pode apresentar erros de predição nestes locais. Tais erros podem ser reduzidos com a aplicação de técnicas mais robustas como a Krigagem com Deriva Externa (KDE), pois esta agrega as informações obtidas das imagens com a distribuição espacial do volume. Buscando-se avaliar as vantagens da integração do Sensoriamento Remoto (SR) ao inventário florestal foram testados 4 tipos diferentes de imagens; as oriundas dos satélites LANDSAT8, RAPIDEYE e GEOEYE, e as provenientes de aeronaves (Imagens Aerotransportadas). Avaliou-se também diferentes tipos de estimativas para a predição volumétrica sendo estas RLM, KDE e KO. A melhor estimativa serviu de variável auxiliar para o estimador de regressão (ER), sendo os resultados comparados com a abordagem tradicional da amostragem aleatória simples (AAS). Os resultados demonstraram por meio da validação cruzada que as estimativas da KDE foram mais eficientes que as estimativas da KO e da RLM. Os melhores preditores (variáveis auxiliares) foram aqueles derivados do satélite LANDSAT8 e do satélite RAPIDEYE. Obteve-se como produto das estimativas de KDE e RLM mapas capazes de detectar áreas com mortalidade ou anomalias em meio a formação florestal. A utilização de uma estimativa de KDE utilizando imagens LANDSAT8 como medida auxiliar para o ER permitiu reduzir o erro amostral da AAS de 3,87% para 2,34%. Da maneira tradicional, tal redução de erro apenas seria possível com um aumento de mais 99 unidades amostrais. / Forest Inventory (FI) is one of the main tools for managing forest resources, once the information derived from FI is used along the sector production chain. When estimating volume, errors resulting from FI are common, therefore these errors must be controlled. Once orbital or airborne imaging data are easily acquired for an entire area, and are commonly available in forest companies or for the end user, much information can be obtained from these products. The use of predictor derived from images can be of significant benefits to forest inventory estimates. For that reason, the application of linear multiple regression (LMR) techniques have taken place in the forest sector, due to the facilities of its application. However, the LMR technique does not take the spatial dependence among sample units in consideration, the geostatistics utilized to predict the spatial distribution of the wood stock (VTCC) for a specific region. Simpler geostatistical modeling as the ordinary kriging (OK), just takes in consideration the spatial dependence among non-sampled points, because of that, prediction errors can be found. Such errors can be reduced when techniques that are more robust are applied, such as the kriging with external drift (KED) approach. This technique aggregates the information obtained from the images with the spatial distribution of the volume. In order to evaluate the advantages of Remote Sensing and Forest Inventory integration, we considered 4 different types of images, from the satellites LANSAT 8, RAPIDEYE, GEOEYE and from airborne images. When predicting volume, three different approaches were evaluated: LMR, EDK, OK. The best model among those evaluated, served as auxiliary variable for the regression estimator (RE). The result were then compared to the traditional approach, simple random sampling (SRS).This approach showed, through a cross-validation, that the KDE estimates were more efficiently than the OK and the LMR. The best predictor model (auxiliary variables) were derived from LADNSAT 8 and RAPIDEYE satellites. There is a significant advantage to using the KDE and LMR approaches, as it allows for a spatial representation of areas with mortality or anomalies, in a forest environment. The combination of KDE approach and LANDSAT 8 images as an auxiliary method for the RE, abled the decrease of the sampling error of SRS from 3.87% to 2.34%.The traditional approaches to conduct plantation inventories would allow for this error reduction, only if there were an increase of 99 more sampling units.

Made available in DSpace on 2017-05-12T14:47:10Z (GMT). No. of bitstreams: 1 Ademir Natal Correa.pdf: 1505539 bytes, checksum: fd8e294f5766bf4043789d75eba28f1f (MD5) Previous issue date: 2007-07-16 / The objective of this study was to assess the relationship among soil physical attributes and their influences on wheat yield. For this purpose an estimating method, called State-Space Model or dynamic linear regression model, was used and compared to simple and multiple regression models of classical statistics. Experimental data were obtained at a Rhodic Ferralsol, originated from UNIOESTE Agricultural Engineering Experimental Nucleus Cascavel Campus, in an area where wheat was grown. In this area, 3 equally spaced transects, with 97 sampling points, 3.0 meters away from each other, were delimited. The State-Space approach was used to assess wheat yield estimate on position i, influenced by wheat yield, bulk density, soil compaction degree and soil resistance to penetration on position i-1 in different combination between data series of these variables. Applying the State-Space approach, all the response variables presented significant correlation with the dependent variable: soil resistance to penetration was the attribute with the best correlation, presenting R2 coefficient equal to 0.849. The other attributes had R2 coefficient of around 0.800. Comparing to conventional static models, soil resistance to penetration attribute had R2 coefficient equal to 0.102. The other attributes had R2 coefficient equal or less than 0.087, in conventional regression. Utilizing the State-Space approach, the two combinations that indicated the best results were: 1) between wheat yield and soil resistance to penetration that showed the best estimate to wheat yield with R2 coefficient equal to 0.849, while the same combination in conventional regression presented R2 equal to 0.102; 2) between wheat yield, soil compaction degree and soil resistance to penetration, with R2 coefficient equal to 0.836, while the same combination in classical regression presented R2 equal to 0.217. Thus, it is possible to show the advantage of the State-Space approach in relation to other more conventional regression methods for estimating and forecasting in soil-plant system relationship. / Este trabalho foi realizado com o objetivo de estudar o relacionamento entre os atributos físicos do solo e a influência destes na produtividade de trigo. Para isso, utilizou-se o método de estimação chamado de Modelo de Espaço de Estados ou modelo de regressão linear dinâmico, comparando-o aos modelos de regressão simples e múltipla da estatística clássica. Os dados experimentais foram obtidos em um Latossolo Vermelho-Escuro pertencente ao Núcleo Experimental de Engenharia Agrícola da Universidade Estadual do Oeste do Paraná Campus de Cascavel, em uma área cultivada com trigo. Foram demarcadas 3 transeções com 97 pontos de amostragem espaçados de 3 m entre si. A abordagem de Espaço de Estados foi usada para avaliar a estimativa da produtividade do trigo na posição i, influenciada por medidas da produtividade do trigo, da densidade do solo, do grau de compactação do solo e da resistência do solo à penetração na posição i-1, em diferentes combinações entre as séries de dados dessas variáveis. Com a aplicação da abordagem de Espaço de Estados, todas as variáveis explicativas utilizadas apresentaram correlação significativa com a variável dependente: a resistência do solo à penetração foi o atributo com a melhor correlação, apresentando o coeficiente de ajuste R2 igual a 0,849. Os demais atributos tiveram os coeficientes R2 em torno de 0,800. Comparando-se com os modelos estáticos convencionais, o atributo resistência do solo à penetração teve o coeficiente de ajuste R2 igual a 0,102 e os demais atributos tiveram os seus coeficientes R2 abaixo de 0,087, na regressão convencional. Utilizando a metodologia de Espaço de Estados, as duas combinações que indicaram os melhores resultados foram a combinação entre produtividade do trigo e resistência do solo à penetração, que apresentou a melhor estimativa para produtividade do trigo, com coeficiente R2 igual a 0,849. A mesma combinação na regressão convencional resultou em R2 igual a 0,102. A segunda melhor combinação ocorreu entre os atributos: produtividade do trigo, grau de compactação do solo e resistência do solo à penetração, com R2 igual a 0,836, sendo que a mesma combinação na regressão clássica teve o coeficiente R2 igual a 0,217. Com isso é possível mostrar-se a vantagem da abordagem de Espaço de Estados em relação a outros métodos de estimativa e previsão para o relacionamento no sistema solo-planta.

Made available in DSpace on 2014-06-11T19:30:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-04-20Bitstream added on 2014-06-13T20:21:13Z : No. of bitstreams: 1 sartori_lr_dr_prud.pdf: 4148637 bytes, checksum: 5616600e595cbbe65fef21b03cd5309c (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O propósito deste trabalho foi avaliar o potencial dos dados PALSAR polarimétricos para discriminar e mapear espécies de macrófitas (vegetação aquática) de uma área alagável da Amazônia, a planície de inundação do Lago Grande de Monte Alegre, no estado do Pará. A coleta de dados foi realizada quase simultaneamente à aquisição dos dados de radar. Três principais espécies de macrófitas foram encontradas na área: Paspalum repens (PR), Hymenachne amplexicaulis (HA) e Paspalum elephantipes (PE). Variáveis morfológicas foram medidas em campo e usadas para derivar outras variáveis tais como a biomassa. Atributos foram gerados a partir da matriz de covariância [C] extraída da imagem ALOS/PALSAR em modo SLC (single look complex). Os atributos polarimétricos foram analisados para as três espécies e identificados aqueles capazes de discriminar as espécies. Foram aplicadas as seguintes abordagens de classificação: baseada em regras, baseada em modelos de decomposição (Decomposições de Freeman-Durden e Cloude-Pottier), baseada em estatística (Classificação supervisionada baseada na distância Wishart) e híbrida (Classificador Wishart com classes de entrada baseadas na decomposição de Cloude-Pottier). Finalmente, a variável morfológica “volume da haste” foi modelada por regressão múltipla em função de alguns atributos polarimétricos. Os resultados sugerem que a imagem polarimétrica banda L possui potencial para discriminar as espécies de macrófitas, sendo os principais atributos para isso sigma zero HH ( ), sigma zero HV ( ) e sigma zero VV ( ), índice de estrutura da copa... / The purpose of this work was to evaluate the potential of fully polarimetric PALSAR data to discriminate and map macrophyte species in the Amazon floodplain, more specifically in the Monte Alegre Lake, in the state of Pará, Brazil. Fieldwork was carried out almost simultaneously to the radar acquisition. Three main species were found in the study area: Paspalum repens (PR), Hymenachne amplexicaulis (HA) and Paspalum elephantipes (PE). Macrophyte morphological variables were measured on the field and used to derive others variables, like the biomass. Attributes were calculated from the covariance matrix [C] derived from the SLC (single look complex) data. The polarimetric attributes were analyzed for the three species and it was identified that ones capable of discriminating them. The following classification approaches were applied: a rule-based classification, model-based classifications (Freeman-Durden and Cloude-Pottier), a statistical-based classification (supervised classification using Wishart distance measure) and a hybrid classification (Wishart classifier with the input classes based on the H/a plane). Finally, the morphological variable “stem volume” was modeled using multiple regression. The findings suggest that the fully polarimetric image has potential for discriminating plant species, being the main attributes sigma-nought HH ( ), sigma-nought HV ( ) and sigma-nought VV ( ), canopy structure index ( ), HH-VV polarimetric coherence ( ), helicity of the third scattering mechanism (τ ), orientation angle of the first scattering mechanism ( ) and scattering type phase of the first mechanism ( ); among the different classifications, only the supervised (Wishart) and the rule-based discriminated the species, with overall accuracy of 75,04% and 87,18%, respectively; the stem volume was modeled using the following attributes: biomass index ( ), volumetric scattering ... (Complete abstract click electronic access below)

Made available in DSpace on 2015-03-26T13:32:13Z (GMT). No. of bitstreams: 1 texto completo.pdf: 496246 bytes, checksum: 8cb1dcd5339bc6d6dd6f03c0370368bf (MD5) Previous issue date: 2012-02-15 / This study aimed to develop, evaluate and verify the influence of medium values imputation through six methods on the genotype recommendation imputing missing in medium genotype from methodologies of stability and adaptability in experiments incomplete sets of conilon coffee, so that it can determine whether it is appropriate or not the implementation of missing means imputation. The first method imputes a missing value through a mathematical model that is a function of the experimental medium value added the effect of genotype; the second method adds to this model the environmental effect. The third, fourth and fifth methods created impute a missing value through a simple linear regression, whose independent variables are the environmental effects, which are estimated using all available data in the experiment set (method 3), or just the means of the genotypes that were evaluated in all environments (method 4). The independent variable of the fifth method are the mean responses of the genotype most correlated with the one you want to estimate a missing value. The dependent variable of these regressions are the mean responses of the genotype that you want to estimate the missing value. The sixth method keeps the sum of squares of the genotype x environment interaction. In order to evaluate and verify the influence of imputation methods proposed, it was obtained a data set provided by INCAPER (Capixaba Institute of Research, Technical Assistance and Rural Extension). It was from an experiment tin which 38 complete set genotypes (clones) of conilon coffee were evaluated in18 environments according to your productivity (bags/hectare). This experiment was submitted to Lin & Binns (1998) and Eberhart-Russell (1966) stability and adaptability analyses, generating, then, reference recommendations. After that, some means were removed randomly simulating experiments with 1%, 5% and 10% of missing means. Then, new mean values were generated through the imputation methods developed. The evaluation of these methodologies and verification of the influence of imputation on the recommendation of the genotypes was performed by calculating the mean squared error, the Spearman correlation between the Lin & Binns recommendation before and after imputation, and the percentage of changes on the recommendation of the genotypes in relation to the reference Eberhart-Russel recommendation. According to the results obtained in this study, the performance of the imputation of means by the developed methodologies with better performance (2, 3, 4 and 6) in incomplete experiment sets is advisable, since the changes in the recommendations of the genotypes was small compared with the number of missing means in the evaluated experiments. / Este estudo teve por objetivo desenvolver, avaliar e verificar a influência de seis métodos de imputação de médias faltantes na recomendação de genótipos proveniente de metodologias de estabilidade e adaptabilidade em experimentos conjuntos incompletos de café conilon, de modo que seja possível constatar se é conveniente ou não a realização da imputação das médias faltantes. O primeiro método imputa uma média faltante por meio de um modelo que é função da média geral acrescida do efeito do genótipo; já o segundo, adiciona a esse modelo o efeito de ambiente. O terceiro, quarto e quinto métodos elaborados imputam uma média faltante por meio de uma regressão linear simples, cujas variáveis independentes são os índices ambientais, que são estimados utilizando todos os dados disponíveis no experimento conjunto (método 3), ou apenas as médias dos genótipos que foram avaliados em todos os ambientes (método 4). A variável independente do quinto método são as respostas médias do genótipo de maior correlação com aquele que se deseja estimar um valor faltante. A variável dependente destas regressões são as respostas médias do genótipo que se deseja estimar o valor faltante. O sexto método mantém a soma de quadrados da interação genótipo x ambiente. Para que a avaliação e verificação da influência dos métodos de imputação propostos fossem possíveis, foi obtido um conjunto de dados cedido pela INCAPER (Instituto Capixaba de Pesquisa, Assistência Técnica e Extensão Rural) oriundo de um experimento conjunto completo em que 38 genótipos (clones) de café conilon foram avaliados em 18 ambientes segundo suas produtividades (sacas/hectare). Este experimento foi submetido às análises de estabilidade e adaptabilidade de Lin & Binns (1998) e Eberhart-Russel (1966), gerando, dessa forma, recomendações padrão. Feito isto, médias foram retiradas aleatoriamente simulando experimentos com 1%, 5% e 10% de médias faltantes. Daí, por meio dos métodos de imputação elaborados, novos valores de médias foram gerados. A avaliação dessas metodologias e a verificação da influência da imputação na recomendação dos genótipos foram realizadas por meio do cálculo do Erro Quadrático Médio, da Correlação de Spearman entre a recomendação de Lin & Binns antes e após a imputação das médias, e da porcentagem de mudanças na recomendação dos genótipos em relação à recomendação padrão de Eberhart-Russel. Conforme os resultados obtidos neste estudo, a realização da imputação das médias mediante as metodologias desenvolvidas com melhor desempenho (2, 3, 4 e 6) em experimentos conjuntos incompletos é aconselhável, uma vez que a alteração nas recomendações dos genótipos avaliados foi pequena se comparado com o número de médias faltantes nos ensaios avaliados.

Made available in DSpace on 2016-08-11T14:41:29Z (GMT). No. of bitstreams: 1 KalinaBM_DISSERT.pdf: 1464384 bytes, checksum: 3b7e0558a50096ee252c3e73ce566c0e (MD5) Previous issue date: 2014-12-10 / Historically, innovation is considered a key element for competitiveness and economic growth of countries, and contribute to face the emerging challenges, such as increased global demand for food, social inequality and climate change. Following this logic, the Brazilian government adopted a policy of science, technology and innovation (ST & I), supported by qualified for the generation of new knowledge and technologies focused on biotechnology research human resources. The proceeds from the Agribusiness Sector Fund (CT-Agro), not only ensure the leadership of Brazil in world trade in agricultural commodities, as has been contributing to the increase in per capita income from the northeastern states. Thus, considering the dynamism of the state of Rio Grande do Norte in the horticulture sector, the purpose of this study was to analyze the contribution of the CT -Agro resources for the growth of the state and to improve the social and environmental indicators. In the methodology, we adopted a model of linear regression with panel data to estimate the average effects of elasticity (CT-Agro) explanatory variable with respect to per capita GDP (dependent variable). Funds invested in agribusiness, in the period from 2000 to 2009, among the 27 states, corresponding to a sample of 270 observations were analyzed. Among the statistical methods used to estimate the coefficients, Method of Fixed Effect, was the most suitable for the large adjustment of the data (R2 = 99%). The results showed, however, that resources for agribusiness cause positive effects to increase the income of the Natal economy. It can be concluded that investments in STI, give greater dynamism and efficiency in the production chain, and may be reflected in social and environmental benefits / Historicamente, a inovação é considerada elemento-chave para à competitividade e o crescimento econômico dos países, além de contribuir para o enfrentamento dos desafios emergentes, como o aumento da demanda mundial por alimentos, as desigualdades sociais e as mudanças climáticas. Seguindo essa lógica, o governo brasileiro adotou uma política de ciência, tecnologia e inovação (CT&I), amparada em recursos humanos capacitados para a geração de novos conhecimentos e de tecnologias voltadas à pesquisa biotecnológica. Os recursos provenientes do Fundo Setorial do Agronegócio (CT-Agro), não apenas asseguram a liderança do Brasil no comércio mundial de commodities agrícolas, como vem contribuindo para o aumento da renda per capita dos estados nordestinos. Assim, considerando o dinamismo do estado do Rio Grande do Norte, no setor da fruticultura, a finalidade deste trabalho foi analisar a contribuição dos recursos do CT-Agro para o crescimento do estado e para a melhoria dos indicadores sociais e ambientais. Na metodologia, adotou-se um modelo de regressão linear, com dados em painel, para estimar os efeitos médios da elasticidade da variável explanatória (CT-Agro) com relação ao PIB per capita (variável dependente). Foram analisados os recursos aplicados no agronegócio, no período de 2000 a 2009, entre os 27 estados brasileiros, correspondendo a uma amostra de 270 observações. Entre os métodos estatísticos utilizados para a estimativa dos coeficientes, o Método dos Efeitos Fixos, foi o mais adequado por apresentar um maior ajustamento dos dados (R2= 99%). Os resultados demonstraram, portanto, que os recursos destinados ao agronegócio provocam efeitos positivos para o aumento da renda da economia potiguar. Pode-se concluir, que os investimentos em CT&I, conferem um maior dinamismo e eficiência a cadeia de produção, podendo se refletir em benefícios sociais e ambientais

Submitted by Rubens Paes de Arruda Filho (rp_arruda@yahoo.com.br) on 2015-02-23T14:27:31Z No. of bitstreams: 1 Dissertação Rubens - Revisão Final V6.pdf: 1648807 bytes, checksum: 3f8fbe044fc4f9934e477662e1d9b540 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2015-02-23T22:58:43Z (GMT) No. of bitstreams: 1 Dissertação Rubens - Revisão Final V6.pdf: 1648807 bytes, checksum: 3f8fbe044fc4f9934e477662e1d9b540 (MD5) / Made available in DSpace on 2015-02-24T13:13:17Z (GMT). No. of bitstreams: 1 Dissertação Rubens - Revisão Final V6.pdf: 1648807 bytes, checksum: 3f8fbe044fc4f9934e477662e1d9b540 (MD5) Previous issue date: 2015-01-26 / This study aims to investigate the relationship between three specifics multiples (Price/Earnings, Price/Book Value and Price/Sales) and its determinants (growth, payout ratio, risk, ROE and Margin), according to the theory presented by Aswath Damodaran. To verify these relationships, two different econometric methodologies were used: The Multiple Linear Regression and the Panel Data Model. The data collected are from the companies listed in the Stock Exchange Index of São Paulo - iBovespa. The results obtained by both methods were not the same as in theory, because some of the determinants did not show the expected behavior, and also were not statistically significant. The main contribution of this study is the use of Panel Data methodology to obtain the results. / Esse trabalho tem como objetivo investigar a relação entre três múltiplos específicos (Preço/Lucro, Preço/Valor Patrimonial e Preço/Vendas) e seus determinantes (crescimento, payout ratio, risco, ROE e margem líquida), de acordo com a teoria apresentada por Aswath Damodaran. Para verificar essas relações, foram utilizadas duas metodologias econométricas distintas: A Regressão Linear Múltipla e o Modelo de Dados em Painel. Os dados coletados são referentes às empresas listadas no índice de ações da Bolsa de Valores de São Paulo – iBOVESPA. Os resultados apurados por ambos os métodos não foram os mesmos verificados na teoria, pois alguns dos determinantes não apresentaram o comportamento esperado, e também não foram estatisticamente significantes. A principal contribuição desse trabalho é a utilização da metodologia de Dados em Painel para obter os resultados.

A mudança de comportamento dos consumidores através do advento da tecnologia e das redes sociais gera um grande empoderamento dos mesmos, alterando substancialmente a forma de relacionamento das empresas com seu público final. Atentas a este mercado, as empresas de mídia passam por profundas mudanças, tanto do ponto de vista da entrega de conteúdo ao seu público, quanto no seu formato administrativo, estratégico e financeiro. Sendo assim, a presente dissertação apresenta abordagens apoiadas em técnicas multivariadas para composição de equipes comerciais e de remuneração dos times de venda de uma empresa de comunicação. No artigo 1, objetiva-se gerar um modelo para estimar a premiação comercial das equipes de venda das rádios do Grupo RBS. Para tanto, inicialmente geram-se agrupamentos das emissoras de rádio do Grupo RBS no estado do Rio Grande do Sul e de Santa Catarina com base nos seus perfis de similaridades. Para cada cluster gerado, gera-se uma regressão linear múltipla da premiação comercial validado através de validação cruzada por intermédio do R2 ajustado e Mean Absolute Percentage Error (MAPE). O segundo artigo aborda a clusterização dos top clientes do Grupo RBS e o impacto na composição das equipes comerciais por meio do método da seleção de variáveis. As 7 variáveis originais foram avaliadas através do método de seleção de variáveis “Omita uma variável por vez”; o melhor Silhouette Index (SI) médio, métrica utilizada para avaliar a qualidade dos agrupamentos gerados, foi obtido quando 3 variáveis foram retidas. Os agrupamentos gerados por tais variáveis refletem o comportamento de compra de mídia dos clientes; os agrupamentos foram considerados satisfatórios quando avaliados por especialistas do Grupo RBS. / The change in the behavior of consumers with the advent of technology and social networks generates a great empowerment of themselves, substantially altering the relationship form of companies to their final audience. Attentive to this market, media companies undergo profound changes, both from the point of view of delivering content to their audience, as well as in their administrative, strategic and financial format. Thus, the present dissertation presents approaches supported by multivariate techniques for the composition of commercial and remuneration teams of the sales group of a communication company. In article 1, the objective is to generate a model to estimate the commercial awards of the sales teams of the RBS Group radios. To do this, we initially generate groupings of radio stations from the RBS Group in the state of Rio Grande do Sul and Santa Catarina based on their profiles of similarities. For each cluster generated, a multiple linear regression of the commercial award is generated, validated through cross validation through the adjusted R2 and Mean Absolute Percentage Error (MAPE). The second article addresses the clustering of RBS Group top clients and the impact on the composition of business teams through the variable selection method. The original 7 variables were evaluated through the variable selection method "Omit one variable at a time"; the best Silhouette Index (SI) average, metric used to evaluate the quality of the generated clusters, was obtained when 3 variables were retained. Clusters generated by such variables reflect customers' buying behavior of media; the clusters were considered satisfactory when evaluated by RBS Group experts.

Orientador: Prof. Dr. André Ricardo Oliveira da Fonseca / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Mestrado Profissional em Matemática em Rede Nacional, 2016. / Esta dissertação tem como objetivo propor e dar subsídios aos professores de Matemática do 3º ano do ensino médio sobre temas envolvendo Estatística e Economia, tendo como sugestão a Econometria, especificamente a Regressão Linear Simples e Múltipla, em virtude de possuir conceitos muito abrangentes e que permitirá ao aluno desenvolver condições de entender as diversas aplicações e ser capaz de reconhecer o fenômeno linear e utilizar a regressão para fazer previsões. Abordaremos no capítulo 1 uma revisão dos conceitos de Estatística dando ênfase ao desvio padrão, intervalos de confiança e teste de hipóteses. No capítulo 2 teremos os conceitos de Econometria, como: a origem da palavra, a análise econométrica de um modelo matemático, os objetivos e a metodologia econométrica. Dando uma atenção em especial a Keynes e seus postulados sobre propensão marginal ao consumo e a poupar. Também permitirá aos alunos utilizarem seus conhecimentos de obtenção e tabulação dos dados das variáveis observadas, a construção do gráfico de dispersão, o ajustamento de uma reta que passa pelos pontos, determinar os parâmetros e a equação da reta. No capítulo 3 trataremos do Modelo de Regressão Linear Simples. Inicialmente damos uma atenção especial a Galton que deu origem ao conceito de correlação, então passaremos para os cálculos dos parâmetros, dos resíduos, da variância, do desvio padrão e dos coeficientes de correlação e determinação. Utilizaremos os conceitos de estatística que foram relembrados no capítulo 1. No capítulo 4 trataremos do Modelo de Regressão Linear Múltipla, portanto, abordaremos as diferenças quando deparamos com duas ou mais variáveis explicativas. O professor poderá revisar os conceitos de matrizes. Por fim no capítulo 5 teremos o plano de aula, a escolha do público alvo e da unidade escolar, calendário e cronograma das atividades com os alunos e os resultados obtidos. / This dissertation aims to propose and to give subsidies to Mathematics teachers of the 3rd year of high school on topics involving Statistics and Economics, with Econometrics as a suggestion, specifically the Simple Linear Regression and Multiple, due to having very broad concepts and allow the student to develop a condition to understand the various applications and be able to recognize the linear phenomenon and use regression to make predictions. We discuss in chapter 1 a review of statistical concepts emphasizing the standard deviation, confidence intervals and hypothesis testing. In chapter 2, we will have concepts of Econometrics as the word¿s origin, the econometric analysis of a mathematical model, econometrics¿ goals and methodology. With a particular attention to Keynes and his postulates of small propensity for consuming and saving. It will also allow students to use knowledge of collecting and observed variables data tabulating, the construction of the scatter plot, adjustment of a line that passes through the points and determination of parameters and equation of the line. In chapter 3, we will deal of the Simple Linear Regression Model. Initially we give a special attention to Galton that gave rise to the concept of correlation, then move on to the calculations of the parameters of waste, variance, standard deviation and to correlation and determination¿s coefficients. We will use the statistical concepts that were recalled in Chapter 1. In chapter 4, we will treat the Multiple Linear Regression Model, therefore, we will discuss the differences when faced with two or more explanatory variables. The teacher may review the concepts of matrices. Finally, in Chapter 5, we have the lesson plan, target audience and the school unit choice, calendar and schedule of activities with the students and the results obtained.