Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

The credit scoring with the help of classification techniques provides to take easy and quick decisions in lending. However, no definite consensus has been reached with regard to the best method for credit scoring and in what conditions the methods performs best. Although a huge range of classification techniques has been used in this area, the logistic regression has been seen an important tool and used very widely in studies. This study aims to examine accuracy and bias properties in parameter estimation of the logistic regression by using Monte Carlo simulations in four aspect which are dimension of the sets, length, the included percentage defaults in data and effect of variables on estimation. Moreover, application of some important statistical and non-statistical methods on Turkish credit default data is provided and the method accuracies are compared for Turkish market. Finally, ratings on the results of best method is done by using receiver operating characteristic curve.

Submitted by Claudia Rocha (claudia.rocha@udesc.br) on 2017-12-07T12:49:04Z No. of bitstreams: 1 PGEF16MA053.pdf: 1576798 bytes, checksum: 649706432937dc5a8116984a2bb20aa7 (MD5) / Made available in DSpace on 2017-12-07T12:49:04Z (GMT). No. of bitstreams: 1 PGEF16MA053.pdf: 1576798 bytes, checksum: 649706432937dc5a8116984a2bb20aa7 (MD5) Previous issue date: 2016-02-15 / FAPESC / The future behavior estimate of minimum, medium and maximum discharges of a watershed is essential to elaborate themanagement plan of its water resources.There are two modelling approaches to generate predictions series: models that consider the physical processes occurring in the basin and data-oriented models.This work aims to evaluate dataoriented models, among which the most popular are the Artificial Neural Networks (ANN). The Regression Trees (RT) also have great potential for this kind of application, but they are not so widespread in Hydrology, which is why they were included in this work. These models were evaluated in the Upper Canoas basin, whose outlet coincides with Rio Bonito Station. In the first chapter, the objective was to evaluate the performance of an ANN method called Multi Layer Perceptron (MLP) in closed-loop mode to estimate daily discharge, considering different input vectors in order to assess the most appropriate combinations. The input vectors data series were composed of observed precipitation, evapotranspiration and discharge of the previous day. The training was held in open-loop mode, where all model input treatments were constituted of observed flow rate of the previous day (t-1) among other variables. To simulate the flow in the test period was the MLP used for open-loop and closed-loop mode, the latter being composed of a simulated flow of entries in t-1. The combination of input vectors with the best performance constituted of daily rainfall of the four rainfall stations, rainfall with t-2 days delay of the same four stations and discharge with t-1 day delay. The second chapter presents an evaluation of modeling performance in the monthly scale comparing some RTs (M5P, REP Tree and Decision Stump) and the MLP ANN. The experiment was set up with one period for training and two periods for testing. Among the RTs, the M5P produced the best results. In one of the test periods, M5P presented similar performance to the MLP, being considered an interesting alternative to using ANNs / A estimativa do comportamento futuro das vazões mínimas, médias e máximas de uma bacia hidrográfica é fundamental para a elaboração do plano de gerenciamento dos seus recursos hídricos. Existem duas abordagens de modelos que possibilitam gerar séries de previsões: a abordagem dos modelos baseados nos processos físicos que ocorrem na bacia e a abordagem dos modelos orientados a dados. Esta dissertação se propõe a avaliar modelos orientados a dados, dentre os quais, os mais populares são as Redes Neurais Artificiais (RNAs). As Árvores de Regressão (RT) também apresentam grande potencial de aplicação, embora pouco difundidas na Hidrologia, motivo pelo qual estão incluídas neste trabalho. Estes modelos foram avaliados na bacia hidrográfica do Alto Canoas, cujo exutório coincide com a Estação Rio Bonito. No capitulo 1, o objetivo foi avaliar o desempenho de uma RNA do tipo Multi Layer Perceptron (MLP), em modo closed-loop, tratandose diferentes combinações de vetores de entrada, visando determinar o mais adequado para estimar as vazões diárias. Os vetores de entrada foram constituídos de séries observadas de precipitação, evapotranspiração e da vazão do dia anterior. O treinamento foi realizado em modo open-loop, em que todos os tratamentos de entrada do modelo foram constituídos pela vazão observada do dia anterior (t-1) entre outras. Para a simulação da vazão no período de teste foi utilizada a MLP em modo open-loop e closed-loop, sendo a última composta por uma das entradas a vazão simulada em t-1. A combinação de vetores de entrada que apresentou melhor desempenho foi constituído pelo registro da precipitação diária nas quatro estações pluviométricas, precipitação com atraso de t-2 dias para as mesmas quatro estações e vazão em t-1. O capitulo 2 apresenta a avaliação do desempenho, na escala mensal, de algumas RTs (M5P, REP Tree e Decision Stump) frente ao desempenho de uma RNA do tipo MLP. O experimento foi configurado com um período para treinamento e dois períodos para teste. Entre as RTs, a M5P produziu os melhores resultados. Em um dos períodos de teste, a M5P apresentou desempenho semelhante ao da MLP, sendo considerada uma alternativa interessante ao uso de RNAs

O recrutamento é extremamente importante no ambiente recifal, sendo o principal responsável pelo reabastecimento de populações adultas de peixes. Esse fenômeno é altamente complexo, não sendo claro se é influenciado apenas por processos estocásticos ou também por processos determinísticos. No presente estudo avaliamos a dinâmica temporal do recrutamento de diversas espécies de peixes recifais, identificando sítios de berçário (i.e. recrutamento estável e alto) e a influência de variáveis ambientais. Para tal, utilizamos dados de um monitoramento de médio prazo (i.e. 2001 a 2014) realizado no Banco dos Abrolhos (BA-Brasil). Foram amostrados mais de 45 sítios, sendo levantados dados sobre a comunidade de peixes, comunidade bentônica e outras variáveis ambientais. A partir desses dados, avaliamos a variação do recrutamento por sítio em dois períodos distintos (i.e. 2001-2008/2006-2014) e a influência de variáveis ambientais no recrutamento, através da técnica Boosted Regression Trees. Constatamos que diversas espécies de peixe apresentam-se com recrutamento estável em distintos sítios de amostragem. Também observamos um efeito positivo da densidade de peixes recifais coespecíficos adultos e da cobertura relativa de algas frondosas no recrutamento de diversas espécies analisadas. No geral, observamos que há certa espécie especificidade no processo de recrutamento, porém, em escalas espaciais maiores, os padrões podem estar ligados a características mais gerais, relacionadas a um grupo taxonômico mais elevado. Em relação aos sítios de berçário, um se destacou, sendo berçário de 5 diferentes espécies, incluindo Scarus trispinosus, uma das espécies prioritárias para conservação na região de Abrolhos. Assim, recomendamos a criação de uma área marinha de proteção integral que englobe o sítio em questão. Além disso, as descobertas deste trabalho nos permitem reforçar a teoria de que o recrutamento de peixes recifais pode ser influenciado por fenômenos determinísticos e não varia simplesmente de maneira estocástica. / Recruitment is extremely important in the reef environment, because it is the main source of population replenishment. Reef fish recruitment is a highly complex process and it is not clear whether it is influenced only by stochastic processes or also by deterministic processes. Herein, we aimed to investigate temporal dynamics of reef fish recruitment, identify nursery sites (i.e. predictably high recruitment sites) and evaluate the influence of environmental variables on recruitment. We used data from a medium-term time series (i.e. 2001-2014) of scientific surveys in Abrolhos Bank (BA-Brazil). We sampled more than 45 sites, for several consecutive years and recorded data about fish community, benthic community and other environmental variables. We assessed the variation of recruitment on each site, during two distinct periods (i.e. 2001-2008 / 2006-2014), and used the Boosted Regression Trees technique to evaluate the influence of environmental variables in recruitment. We found that several reef fish species present a low variable recruitment at different sampling sites. BRT showed a positive effect of the coverage of flesh algae and abundance of conspecific in the abundance of recruits (i.e. young-of-year) of many species. Overall, we notice that the recruitment traits seems to be species specific, but we also found indications that in larger spatial scales, recruitment spatial and temporal patterns may be related to general characteristics among species of the higher taxa. Nursery sites varied among species and one site was a nursery to 5 different reef fish species, including Scarus trispinosus, a species that require priority conservation in the Abrolhos Bank. Therefore, we recommend the creation of a new no-take marine protected area that encompasses this site. Our results also indicated that reef fish recruitment may be influenced by deterministic processes and do not vary only stochastically.

nÃo hà / Entende-se a EducaÃÃo Ambiental como os processos por meio dos quais os homens e a sociedade edificam valores sociais, conhecimentos, habilidades, atitudes e competÃncias voltadas para a conservaÃÃo do meio ambiente. à a partir da inserÃÃo da EducaÃÃo Ambiental no processo educativo que a construÃÃo de valores, atitudes, habilidades e competÃncias sÃo construÃdas para que o indivÃduo possa atuar de forma proativa na proteÃÃo do meio ambiente. Valores e atitudes, nesse sentido, sÃo os construtos psicolÃgicos apontados pela literatura como preditores de comportamentos. Baseado nisto, esta pesquisa visa responder ao seguinte problema de pesquisa: qual a relaÃÃo existente entre a percepÃÃo da EducaÃÃo Ambiental e os valores, as atitudes e os comportamentos ambientalmente responsÃveis dos indivÃduos de uma InstituiÃÃo PÃblica Federal de Ensino (IPFE)? Nesse sentido, este trabalho consiste em examinar as relaÃÃes existentes entre aqueles construtos psicolÃgicos e a EducaÃÃo Ambiental de alunos e servidores de uma IPFE, por meio de um questionÃrio eletrÃnico aplicado aos alunos e servidores da InstituiÃÃo. A anÃlise dos dados foi realizada atravÃs de estatÃstica descritiva, anÃlise fatorial exploratÃria e confirmatÃria, da tÃcnica de modelagem de equaÃÃes estruturais, testes t para amostras independentes, anÃlises de variÃncia e Ãrvores de regressÃo. Os resultados da pesquisa apontam para uma correlaÃÃo significativa entre a percepÃÃo da EducaÃÃo Ambiental e a maioria das dimensÃes dos construtos dos valores, atitudes e comportamentos ambientalmente responsÃveis. Os mesmos resultados ainda mostram coerÃncia entre as anÃlises fatoriais, apresentando encaixe entre a literatura e o que se pretende discutir. Esses resultados contribuem para entender o comportamento dito como ambientalmente responsÃvel dos indivÃduos de uma InstituiÃÃo PÃblica Federal de Ensino, frente à percepÃÃo que tÃm da EducaÃÃo Ambiental. Nesta pesquisa, foram encontradas, ainda, relaÃÃes significativas entre os valores, atitudes e comportamentos. A partir dos resultados apresentados nesta pesquisa, pode-se traÃar estratÃgias para o ensino, pesquisa, extensÃo, capacitaÃÃo e conscientizaÃÃo dos futuros tÃcnicos, bacharÃis e tecnÃlogos e demais envolvidos acerca da problemÃtica ambiental. Assim, este estudo contribui com a instituiÃÃo pesquisada no sentido de que, a partir dele, podem ser traÃadas metas e estratÃgias para a capacitaÃÃo em educaÃÃo e gestÃo ambiental, valorizando temas que abordem a gestÃo de resÃduos, licitaÃÃes sustentÃveis, qualidade de vida no trabalho, sensibilizaÃÃo dos alunos, capacitaÃÃo dos servidores e uso racional dos recursos. O estudo contribui para identificar quais sÃo os valores, as atitudes e os comportamentos ambientalmente responsÃveis em um ambiente organizacional de ensino, servindo como ponto de partida para elaboraÃÃo de instrumentos que permitam a compreensÃo desses construtos no Ãmbito de outras instituiÃÃes. Dentre os fatores que influenciam o comportamento ecolÃgico dos indivÃduos, a variÃvel mais importante como preditora de um comportamento ecolÃgico geral à o gÃnero

[pt] O principal objetivo desta dissertação é estudar modelos de previsão da geração eólica utilizando os dados de cinco parques eólicos, mais precisamente comparar o desempenho dos modelos lineares e não lineares. Utilizando a metodologia do modelo não-linear STAR-TREE (Smooth Transition AutoRegression Tree) e comparando com o modelo linear Box e Jenkins através de medidas estatísticas. Basicamente, o modelo STAR-TREE é uma combinação dos modelos STAR (Smooth Transition AutoRegression) e CART (Classification and Regression Tree), realizando assim uma modelagem em árvore onde a transição entre os regimes é feita de forma suave através da função logística e nos nós terminais são ajustados modelos preditivos. Neste estudo será ajustado nos nós terminais um modelo simples constante e também modelos autorregressivos. / [en] The main objective of this dissertation is to study wind generation forecasting models using data from five wind farms, more accurately compare the performance of linear and nonlinear models. Using the methodology of the nonlinear model STAR-TREE (Smooth Transition Autoregression Tree) and compare with the linear model BoxandJenkins through statistical measures. Basically the model STAR-TREE is a combination of models STAR (Smooth Transition Autoregression) and CART (Classification and Regression Tree), thus creating a modeling tree where the transition between regimes is done smoothly through the logistics function and in the terminal nodes are adjusted predictive models. In this study will fit in the terminal nodes, a simple model of constant and a autoregressive models.

No description available.

No description available.

No description available.

En écologie, dans le cadre par exemple d’études des services fournis par les écosystèmes, les modélisations descriptive, explicative et prédictive ont toutes trois leur place distincte. Certaines situations bien précises requièrent soit l’un soit l’autre de ces types de modélisation ; le bon choix s’impose afin de pouvoir faire du modèle un usage conforme aux objectifs de l’étude. Dans le cadre de ce travail, nous explorons dans un premier temps le pouvoir explicatif de l’arbre de régression multivariable (ARM). Cette méthode de modélisation est basée sur un algorithme récursif de bipartition et une méthode de rééchantillonage permettant l’élagage du modèle final, qui est un arbre, afin d’obtenir le modèle produisant les meilleures prédictions. Cette analyse asymétrique à deux tableaux permet l’obtention de groupes homogènes d’objets du tableau réponse, les divisions entre les groupes correspondant à des points de coupure des variables du tableau explicatif marquant les changements les plus abrupts de la réponse. Nous démontrons qu’afin de calculer le pouvoir explicatif de l’ARM, on doit définir un coefficient de détermination ajusté dans lequel les degrés de liberté du modèle sont estimés à l’aide d’un algorithme. Cette estimation du coefficient de détermination de la population est pratiquement non biaisée. Puisque l’ARM sous-tend des prémisses de discontinuité alors que l’analyse canonique de redondance (ACR) modélise des gradients linéaires continus, la comparaison de leur pouvoir explicatif respectif permet entre autres de distinguer quel type de patron la réponse suit en fonction des variables explicatives. La comparaison du pouvoir explicatif entre l’ACR et l’ARM a été motivée par l’utilisation extensive de l’ACR afin d’étudier la diversité bêta. Toujours dans une optique explicative, nous définissons une nouvelle procédure appelée l’arbre de régression multivariable en cascade (ARMC) qui permet de construire un modèle tout en imposant un ordre hiérarchique aux hypothèses à l’étude. Cette nouvelle procédure permet d’entreprendre l’étude de l’effet hiérarchisé de deux jeux de variables explicatives, principal et subordonné, puis de calculer leur pouvoir explicatif. L’interprétation du modèle final se fait comme dans une MANOVA hiérarchique. On peut trouver dans les résultats de cette analyse des informations supplémentaires quant aux liens qui existent entre la réponse et les variables explicatives, par exemple des interactions entres les deux jeux explicatifs qui n’étaient pas mises en évidence par l’analyse ARM usuelle. D’autre part, on étudie le pouvoir prédictif des modèles linéaires généralisés en modélisant la biomasse de différentes espèces d’arbre tropicaux en fonction de certaines de leurs mesures allométriques. Plus particulièrement, nous examinons la capacité des structures d’erreur gaussienne et gamma à fournir les prédictions les plus précises. Nous montrons que pour une espèce en particulier, le pouvoir prédictif d’un modèle faisant usage de la structure d’erreur gamma est supérieur. Cette étude s’insère dans un cadre pratique et se veut un exemple pour les gestionnaires voulant estimer précisément la capture du carbone par des plantations d’arbres tropicaux. Nos conclusions pourraient faire partie intégrante d’un programme de réduction des émissions de carbone par les changements d’utilisation des terres. / In ecology, in ecosystem services studies for example, descriptive, explanatory and predictive modelling all have relevance in different situations. Precise circumstances may require one or the other type of modelling; it is important to choose the method properly to insure that the final model fits the study’s goal. In this thesis, we first explore the explanatory power of the multivariate regression tree (MRT). This modelling technique is based on a recursive bipartitionning algorithm. The tree is fully grown by successive bipartitions and then it is pruned by resampling in order to reveal the tree providing the best predictions. This asymmetric analysis of two tables produces homogeneous groups in terms of the response that are constrained by splitting levels in the values of some of the most important explanatory variables. We show that to calculate the explanatory power of an MRT, an appropriate adjusted coefficient of determination must include an estimation of the degrees of freedom of the MRT model through an algorithm. This estimation of the population coefficient of determination is practically unbiased. Since MRT is based upon discontinuity premises whereas canonical redundancy analysis (RDA) models continuous linear gradients, the comparison of their explanatory powers enables one to distinguish between those two patterns of species distributions along the explanatory variables. The extensive use of RDA for the study of beta diversity motivated the comparison between its explanatory power and that of MRT. In an explanatory perspective again, we define a new procedure called a cascade of multivariate regression trees (CMRT). This procedure provides the possibility of computing an MRT model where an order is imposed to nested explanatory hypotheses. CMRT provides a framework to study the exclusive effect of a main and a subordinate set of explanatory variables by calculating their explanatory powers. The interpretation of the final model is done as in nested MANOVA. New information may arise from this analysis about the relationship between the response and the explanatory variables, for example interaction effects between the two explanatory data sets that were not evidenced by the usual MRT model. On the other hand, we study the predictive power of generalized linear models (GLM) to predict individual tropical tree biomass as a function of allometric shape variables. Particularly, we examine the capacity of gaussian and gamma error structures to provide the most precise predictions. We show that for a particular species, gamma error structure is superior in terms of predictive power. This study is part of a practical framework; it is meant to be used as a tool for managers who need to precisely estimate the amount of carbon recaptured by tropical tree plantations. Our conclusions could be integrated within a program of carbon emission reduction by land use changes.