Orientador: Sebastião de Amorim / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Científica / Made available in DSpace on 2018-07-14T08:10:59Z (GMT). No. of bitstreams: 1 ChavesNeto_Anselmo_M.pdf: 1120365 bytes, checksum: d24e9333f31c0ddf4554895561bb4fce (MD5) Previous issue date: 1985 / Resumo: Não informado. / Abstract: Not informed. / Mestrado / Mestre em Estatística

Orientador : Euclydes Custodio Lima Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-07-18T08:18:45Z (GMT). No. of bitstreams: 1 Aoki_Reiko_M.pdf: 1136090 bytes, checksum: 97731b7b71e8a97d18ebf6356157f5be (MD5) Previous issue date: 1992 / Resumo: Não informado. / Abstract: Not informed. / Mestrado / Mestre em Estatística

Orientador: Hermann Gerhard Rohrer / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica , Estatistica e Computação Cientifica / Made available in DSpace on 2018-07-19T21:36:55Z (GMT). No. of bitstreams: 1 Bechelli_AnaPaulaPellegrino_M.pdf: 1938101 bytes, checksum: 7fdedfa6f48cb541d60e310641f5c5a3 (MD5) Previous issue date: 1994 / Resumo: Não informado. / Abstract: Not informed. / Mestrado / Mestre em Estatística

Mediu-se as densidades de fluxos radiantes de ondas curtas global (290 a 2800 nm), fotossinteticamente ativa (400 a 700 nm) e infravermelho próximo (700 a 2800 nm) , por 211 dias durante os meses de junho a dezembro de 1993 na Estação Agrometeorológica de Piracicaba, Estado de São Paulo, coordenadas geográficas de 22°42'S, 47°37'W e 570 m de altitude. Foram feitas várias análises de regressão linear em diferentes condições atmosféricas com o objetivo de estimar a fração PAR dentro da radiação global. As frações encontradas de <>=PAR/Qg foram <>=0,417 para dias limpos, <>=0,429 para dias parcialmente limpos e <>=0,496 para dias nublados. No âmbito geral a estimativa da densidade de fluxo de fótons fotossintéticos em E/m2 .dia, independente das condições atmosféricas, foi PAR=1,95Qg, em que Qg é dado em MJ/m2 .dia, semelhante a <>=0,44 &#177; 0,04. A análise de regressão linear indicou a contribuição da porção fotossinteticamente ativa dentro da radiação global em função da razão de insolação (n/N) como PAR/Qg=0,501-0,102n/N. A estimativa da radiação fotossinteticamente ativa determinada pelo método indireto, PAR=(Qg-NIR), gerou [Qg-NIR]=0,533Qg. As estimativas das densidades de fluxo, em função da radiação no topo da atmosfera (Qo) e da razão de insolação (n/N), foi PAR=Qo[O,498+0,816(n/N)] para fótons fotossintéticos em E/m2 .dia, Qg=Qo[0,224+0,466(n/N)] para global em MJ/m2 .dia e NIR=Qo[0,091+0,239(n/N)] para infravermelho próximo em MJ/m2 .dia. Também determinou-se a variação horária de PAR/Qg em função do horário solar em condições de céu limpo e em condições de céu nublado, obtendo-se como média horária <>=0,45 para dias claros e <>=0,56 para dias nublados. Fazendo- se análises de regressão linear em PAR/Qg, ambos em unidades de W/m2 , em função da elevação solar (&#946;) sob céu claro e sob céu nublado obteve-se a expressão PAR=Qg[0,5117-0,00185(&#946;)] para dias de céu limpo, e PAR=Qg[0,5908-0,00076(&#946;)] para dias de céu nublado. Com a subtração Qg-(PAR+NIR) estimou-se a radiação ultravioleta que variou nas condições atmosféricas de Piracicaba, em termos médios, de 8 a 12% dentro do fluxo radiante global. / not available

No ajuste de um modelo de regressão pelo método;:) dos mínimos quadrados, é importante destacar a influência que cada valor observado tem sobre seu respectivo valor ajustado. A matriz de projeção, conhecida como "Hat-MatrixU", contém estas informações e, juntamente com a análise dos resíduos estudentizados, fornece subsídios para determinar a existência de pontos influentes e/ou discrepantes (HOAGLH & WELSCH, 1978). Com a finalidade de detectar tais pontos em um modelo de regressão, foram propostas nos últimos anos, várias medidas de diagnóstico. As principais são apresentadas e discutidas no texto. Apesenta-se ainda um procedimento, gráfico, denominado gráfico L-R ("Leverage-Residual PIot'), de utilidade para determinar a causa da influência de uma observação através da análise dos elementos da diagonal da matriz de projeção, dos resíduos, e do efeito combinado destas duas medidas (GRAY, 1986) Para ilustração, tornou-se um exemplo com dados reais, na área de agronomia. Além disso desenvolveu-se um programa em linguagem TURBO- BASIC, utilizável em microcomputadores compatíveis ao padrão IBM-PC/XT, que proporciona as soluções desejáveis neste estudo. O método dói matriz de projeção mostrou-se eficiente na determinação de pontos influentes e/ou discrepantes. Das medidas de diagnóstico, a estatística D de COOK foi a que revelou melhores resultados. / When a least-squares fitting procedure is done it seems to be of some importance to know the influence that a y observed value could have on the y fitted datum. Such an information may be obtained from a projection matrix, the well know"Hat-Matrix", and also from the studentized residuals wich provides the identification of possible unusual data points (HOAGLIN & WELSCH, 1978). Here, a considerable number of statistics proposed for the study of outliers and the influence of observations in regression analysis is presented and discussed. The L-R plot (Leverage-Residual Plot) graphical display is also included in order to find the relative cause of influence, its residuals or their combined effects (GRAY, 1986). Finally, a real data example from agronomical sciences is studied through a computing program specially developed. It is also observed the efficiency of the"Hat-Matrix"to detect influent values and that of the Cook's D Statistcs as a diagnostic measure

Em algumas situações dentro da Estatística Experimental, a variável em estudo é qualitativa e suas mensurações podem ser apresentadas na forma de uma tabela de contingências (sxr). Nesses casos o estudo estatístico dessa variável pode ser feito através de modelos lineares para dados qualitativos, utilizando a metodologia proposta por GRIZZLE, STARMER e KOCH (1969), também como método GSK. Em nosso trabalho, discutiremos o artigo básico dessa metodologia, que será apresentado em capítulo especial, bem como os mais recentes trabalhos nessa área, a partir dos quais se programará, em linguagem BASIC, o método GSK. Finalizaremos nosso trabalho, apresentando exemplos aplicados a agronomia, relativos à produção de laranja e rendimento médio agrícola em kg/ha de cana-de-açúcar / In some situations in the Experimental Statistic, field the variable in study is qualitative and its measures can be presented like a contingency table (sxr). In such cases, a statistic study of this variable can be made through linear models for qualitative data using the method of GRIZZLE, STARMER and KOCK (1969), well known as GSK method. In this work, we will discuss the basic point of this methodology, that will be presented in a special chapter, as well as the update papers in this area. That will used to program the GSK method in BASIC language. Finally, we will present the some examples in data concerning from orange production and agricultural average production in kg/ha of sugar cane

Neste trabalho estudamos modelos lineares de regressão para a análise de dados obtidos de pesquisas amostrais complexas. Foram considerados aspectos teóricos e aplicações a conjuntos de dados reais por meio do uso do aplicativo SUDAAN e da biblioteca ADAC da linguagem R. Nas aplicações foram abordados os modelos de regressão normal e logística. Foram realizados também estudos comparativos dos métodos estudados com os que assumem que as observações são selecionadas segundo amostragem aleatória simples. / We have studied linear regression models for data analysis when the data set comes from a complex sampling survey. We have considered theoretical aspects and some applications utilizing the SUDAAN software and the ADAC library for R language. The applications involved the normal and logistic regression models. The studied methods were compared with those obtained from simple random samples.

Made available in DSpace on 2019-03-30T00:22:48Z (GMT). No. of bitstreams: 0 Previous issue date: 2018-01-04 / Enrollment in higher education grows year after year in Brazil, and as counterpart to this growth, is evasion, a complex problem of multiple causes that affects the various actors in this educational relationship, especially the student and the educational institution. The global effort to combat evasion has almost half a century of research, starting from the first theoretical model systematized by Spady (1970). To this date, this challenge continues, and especially for private HEIs, which sour an annual loss of revenue in the amount of R $ 7.1 billion/year, only in undergraduate courses, in the presential learning. A consensus among research already developed on the subject is that evasion rate is higher in the initial years. In this scenario, the early identification of students at risk of evading in the initial years is essential, enabling educational management to intervene optimally in the problem. In these terms, the purpose of this research was the development of a continuous predictive model, based on the model developed by Sadler; Coher; Kocksen (1997), expanded for the first two years, which used the logistic regression technique at three different times for freshmen from the New York University. In this research we created a model to identify the probability of a student evading at the beginning of the course, titled Beginner model; a second and third model for students from the 1st to the 4th semester of undergraduate degrees, in presential learning, respectively entitled as Current model and Transition model. After an extensive study of the main variables that affect the evasion phenomenon, we analyzed which were available in the database of the HEI under study and equated the models. External validation test, that is, utilizing data from a population that was not part of the estimated models, were performed and presented the following results: Beginner Model - there was overall accuracy of 59% and sensitivity of 60.8%; Current Model - overall accuracy of 74% and sensitivity of 62.7%; Transition Model - overall accuracy (accuracy) of 71.1% and sensitivity of 68.7%. The results compared to other predictive models of national researchers are low. However, it is observed that the results at most explain 38% of the variations in student dropout, indicating that there is a potential improvement with the inclusion of new variables with greater explanatory power. / Ensino superior cresce ano após ano em número de matrículas no Brasil, e em contrapartida a esse crescimento, está a evasão, um problema de múltiplas causas e complexo que afeta os diversos atores nessa relação educacional, principalmente o estudante e a instituição educacional. O esforço global de combate à evasão tem quase meio século de pesquisas, se partimos do primeiro modelo teórico sistematizado por Spady (1970). Até a presente data este desafio continua, e principalmente para as IES particulares, que amargam uma perda anual de receita na ordem de R$ 7,1 bilhões/ano, somente nos cursos de Bacharelados, na modalidade presencial. Um consenso entre os trabalhos já desenvolvidos sobre a temática é que a taxa de evasão é maior nos anos iniciais. Neste cenário, é imprescindível a identificação precoce do estudante em risco de evasão nos anos iniciais, possibilitando a intervenção, por parte da gestão educacional, de forma otimizada no problema da evasão. Nestes termos, o intuito deste trabalho foi o desenvolvimento de um modelo preditivo continuado, que teve como base o modelo desenvolvido por Sadler; Coher; Kocksen (1997), ampliado para os dois primeiros anos, que utilizou a técnica de regressão logística em três momentos distintos para os calouros da universidade de New York. Nesta pesquisa criamos um modelo para identificar a probabilidade de um estudante evadir no início do curso, intitulado de modelo Iniciante; um segundo e terceiro modelo para estudantes do 1º ao 4º semestre de graduação, na modalidade presencial, intitulado respectivamente como modelo Corrente e modelo de Transição. Após um vasto estudo das principais variáveis que afetam o fenômeno evasão, analisou-se quais estavam disponíveis no banco de dados da IES em estudo e equacionado os modelos. Teste de validação externa, ou seja, utilizando dados de uma população, que não fazia parte dos modelos estimados, foram realizados e apresentaram os seguintes resultados: Modelo Iniciante ¿ houve acurácia (acerto) global de 59% e sensibilidade de 60,8%; Modelo Corrente - acurácia (acerto) global de 74% e sensibilidade de 62,7%; Modelo de Transição - acurácia (acerto) global de 71,1% e sensibilidade de 68,7%. Os resultados em comparação com outros modelos preditivos de pesquisadores nacionais são baixos. Entretanto, observa-se que os resultados, no máximo, explicam 38% das variações da evasão estudantil, indicando que há uma potencial melhoria com inclusões de novas variáveis com poder explicativo maior.

Modelos para dados binários são bastante utilizados em várias situações práticas. Transformações em Análise de Regressão podem ser aplicadas para linearizar ou simplificar o modelo e também para corrigir desvios de suposições. Neste trabalho, descrevemos o uso de transformações nos modelos de regressão logística para dados binários e apresentamos modelos envolvendo parâmetros adicionais de modo a obter um ajuste mais adequado. Posteriormente, analisamos o custo da estimação quando são adicionados parâmetros aos modelos e apresentamos os testes de hipóteses relativos aos parâmetros do modelo de regressão logística de Box-Cox. Finalizando, apresentamos alguns métodos de diagnóstico para avaliar a influência das observações nas estimativas dos parâmetros de transformação da covariável, com aplicação a um conjunto de dados reais. / Binary data models have a lot of utilities in many practical situations. In Regrssion Analisys, transformations can be applied to linearize or simplify the model and correct deviations of the suppositions. In this dissertation, we show the use of the transformations in logistic models to binary data models and models involving additional parameters to obtain more appropriate fits. We also present the cost of the estimation when parameters are added to models, hypothesis tests of the parameters in the Box-Cox logistic regression model and finally, diagnostics methods to evaluate the influence of the observations in the estimation of the transformation covariate parameters with their applications to a real data set.

Neste trabalho estudamos modelos lineares de regressão para a análise de dados obtidos de pesquisas amostrais complexas. Foram considerados aspectos teóricos e aplicações a conjuntos de dados reais por meio do uso do aplicativo SUDAAN e da biblioteca ADAC da linguagem R. Nas aplicações foram abordados os modelos de regressão normal e logística. Foram realizados também estudos comparativos dos métodos estudados com os que assumem que as observações são selecionadas segundo amostragem aleatória simples. / We have studied linear regression models for data analysis when the data set comes from a complex sampling survey. We have considered theoretical aspects and some applications utilizing the SUDAAN software and the ADAC library for R language. The applications involved the normal and logistic regression models. The studied methods were compared with those obtained from simple random samples.