A área de estudos econométricos visando prever o comportamento dos mercados financeiros aparece cada vez mais como uma área de pesquisas dinâmica e abrangente. Dentro deste universo, podemos de maneira geral separar os modelos desenvolvidos em paramétricos e não paramétricos. O presente trabalho tem como objetivo investigar técnicas não-paramétricas derivadas do CUSUM, ferramenta gráfica que se utiliza do conceito de soma acumulada originalmente desenvolvida para controles de produção e de qualidade. As técnicas são utilizadas na modelagem de uma série cambial (USD/EUR) de alta frequência com diversos pontos de negociação dentro de um mesmo dia / The area of econometric studies to predict the behavior of financial markets increasingly proves itself as a dynamic and comprehensive research area. Within this universe, we can generally separate the models developed in parametric and non-parametric. The present work aims to investigate non-parametric techniques derived from CUSUM, a graphical tool that uses the cumulative sum concept originally developed for production and quality controls. The techniques are used in the modeling of a high frequency exchange series (USD/EUR) with several trading points within the same day

The present work aims to provide a contribution to improve the efficiency the design flow of integrated systems, focusing, specifically, on the performance evaluation of its communication structures. The use of Transaction Level Modeling (TLM) is proposed, in order to take advantage of the reduction of design effort and time. Within the performance evaluation approaches, the utilization of traffic generators instead of full system simulations started to be adopted due to its higher time efficiency. Initial works on on-chip traffic generation focused on Poisson processes and classic Markovian models, which are unable to capture Long Range Dependence (LRD). This fact led to the adoption of fractal/self-similar models. Later advancements have shown that the traffic produced in multiprocessed systems can show higher degrees of complexity, what can be attributed to the presence multifractal characteristics. In this work, a methodology to evaluate the on-chip traffic and to the development of a transaction level traffic generator is proposed. The main contributions of this work are a detailed analysis of traffic time series obtained by TLM simulations and the study of the effects of the traffic generator on these simulations, concerning, mainly, the speedup-accuracy trade-off. The proposed analysis follow the multifractal paradigm, allowing system developers to (1) understand the statistical nature of on-chip traffic, (2) to obtain accurate representations of this traffic and (3) to build traffic generators that mimic processing elements realistically. Another contribution of this work is a comparison of the performance, considering the accuracy of the obtained synthetic traffic time series, between monofractal and multifractal models. All of the mentioned contributions were grouped throughout the detailed methodology presented on the present document, for which experiments were carried out. / O presente trabalho visa oferecer uma contribuição para o aumentar a eficiência do fluxo de projeto de sistemas integrados, focando, especificamente, na avaliação do desempenho de suas estruturas de comunicação. É proposta a utilização de simulações com modelos no nível de transações (TLM), com o objetivo de se obter vantagens da redução de esforço e tempo de projeto oferecidos por esta abordagem. Dentro das propostas de análise de desempenho, a utilização de geradores de tráfego ao invés simulações de sistema completo tem sido adotada devido a sua maior eficiência no tempo. Trabalhos iniciais na geração de tráfego intrachip focaram-se em processos de Poisson e em modelos de Markov clássicos, os quais não capturam Dependência de Longa Duração (LRD). Este fato levou a adoção de modelos fractais/auto-similares. Avanços posteriores mostraram que o tráfego produzido pelos elementos de sistemas multiprocessados podem apresentar maior grau de complexidade, que pode ser atribuída à presença de características multifractais. Neste trabalho, é proposta uma metodologia para a avaliação de tráfego intrachip para o desenvolvimento de um gerador de tráfego TLM. As principais contribuições deste trabalho são uma análise detalhada das séries temporais de tráfego obtidas nas simulações TLM e o estudo dos efeitos que o gerador de tráfego exerce sobre estas simulações, se concentrando, principalmente, na relação entre precisão e aceleração da simulação. As análises propostas se baseiam no paradigma multifractal, o qual permite (1) um maior entendimento da natureza estatística do tráfego pelos desenvolvedores de sistemas, (2) a obtenção de uma representação precisa deste tráfego e (3) a construção de geradores de tráfego que substituam elementos processantes de maneira realista. Outra contribuição deste trabalho é a comparação do desempenho, no que concerne a precisão das séries de tráfego sintéticas obtidas, de modelos monofractais e multifractais. Todas as contribuições mencionadas foram agrupadas na metodologia detalhada, apresentada no presente documento, sobre a qual experimentos foram realizados.

INTRODUÇÃO: O câncer colorretal é um dos cânceres mais incidentes no mundo. As maiores incidências são descritas em homens e aumentam com a idade. Porém, estudos recentes reportaram aumento da incidência entre os mais jovens. Apesar das maiores incidências serem descritas em países desenvolvidos, estes apresentam tendência de estabilidade ou declínio. Em países com tendência de aumento, a mudança no padrão alimentar é a principal hipótese para este aumento. A mortalidade apresenta tendência de queda, principalmente em países que investiram em diagnóstico precoce e tratamento oportunos. OBJETIVO: Estudar as desigualdades na incidência e mortalidade do câncer colorretal no Município de São Paulo e Brasil. MÉTODOS: Esta tese está dividida em três manuscritos. MANUSCRITO 1: Simulação e comparação de técnicas de correção de dados incompletos de idade para o cálculo de taxas de incidência. A partir de seis bases com diferentes proporções de dados incompletos para idade (5 até 50%), foram comparados dois métodos de correção. Verificou-se que bases com 5% ou mais de dados incompletos para idade apresentaram taxas de incidência subestimadas. O fator de correção retificou as subestimativas das taxas padronizadas, entretanto, esta técnica não permitiu corrigir taxas específicas por idade. A imputação múltipla foi útil na correção das taxas padronizadas e específicas em bancos com até 30% de dados incompletos. Bases com 5% ou mais de dados incompletos necessitam de aplicação de correção. A imputação múltipla mostrou-se superior ao fator de correção, pois permitiu corrigir as taxas de incidência específicas. MANUSCRITO 2: Descrição e análise das taxas de mortalidade por câncer de colorretal no Brasil, segundo sexo e Unidades da Federação e indicadores socioeconômicos. As tendências das taxas de mortalidade foram estimadas por modelo de regressão linear. No Brasil,ocorreu aumento da tendência da taxa de mortalidade em todos os estados para o sexo masculino e em 21 estados para o sexo feminino. Ao ajustar por taxa de mortalidade por causas mal definidas, Produto Interno Bruto e Coeficiente de Gini, a tendência de aumento manteve-se significativa (p<0,05) no Brasil e em sete estados em homens e em nove estados em mulheres. O aumento da taxa de mortalidade por câncer colorretal em algumas Unidades Federativas e no Brasil pode estar relacionada ao aumento da incidência, ao atraso no diagnóstico e no tratamento. MANUSCRITO 3: descrição e análise das taxas de incidência e mortalidade por câncer colorretal no município de São Paulo, segundo sexo e faixa etária. Foram calculadas as razões das taxas padronizadas de incidência e mortalidade, estimada a mudança percentual anual média (AAPC) e o efeito idade-período-coorte. As razões das taxas de incidência e mortalidade foram superiores a 1 em homens a partir dos 50 anos e para o total da população. Ao comparar com indivíduos de 30 a 39 anos, em ambos os sexos, as razões das taxas foram maiores que 1 após 40 anos. Verificou-se tendência de aumento da incidência em mulheres (AAPC 0,9%) e da mortalidade em homens (AAPC 1,0%) e em mulheres (AAPC 0,2%). O modelo idade-período-coorte apresentou melhor ajuste para a incidência, em ambos os sexos (p<0,001). A mortalidade em homens foi explicada pelo modelo idade-drift (p<0,001). No Munícipio de São Paulo, a tendência crescente da incidência pode estar relacionada à alimentação inadequada e ao aumento do diagnóstico e a da mortalidade por diagnóstico e tratamento inoportunos. / INTRODUCTION: Colorectal cancer is one of the most common cancers worldwide. The highest incidence rates are described in men and with increasing age. However, recent studies have reported an increase in incidence among younger people. Although the highest incidence are described in developed countries, they show a tendency of stability or decline. In countries with increasing trends, the change in dietary pattern is the main hypothesis for this increase. Mortality is declining, especially in countries that have invested in diagnosis and treatment. OBJECTIVE: To study the inequalities in the incidence and mortality from colorectal cancer in the city of São Paulo and Brazil. METHODS: This thesis is divided into three manuscripts. MANUSCRIPT 1: Simulation and comparison of incomplete data correction techniques for the calculation of incidence rates. From six databases with different proportions of incomplete data for age (5 to 50%), two correction methods were compared. Databases with 5% or more of incomplete data for age were found to have underestimated rates. The correction factor mitigated the underestimation of the standardized rates; however, this technique did not allow the correction of age-specific rates. Multiple imputation was useful in correcting standardized and age-specific rates in datasets with up to 30% incomplete data. Databases with 5% or more of incomplete data need to be corrected. Multiple imputation technique was a superior method in comparison to the correction factor. MANUSCRIPT 2: description and analysis of mortality rates from colorectal cancer in Brazil, according to sex and States, according to socioeconomic indicators. For the trend analysis, the linear regression models were chosen through linear regression In Brazil, there was an increase in the mortality rate in all states for males and in 21 states for females. When the mortality rate was controlled for ill-defined causes, Gross Domestic Product and Gini Index, the increasing trend of mortality remained significant (p-value <0.05) in Brazil and in seven states in men and in nine states in women. The increase in the colorectal cancer mortality rate in some States and in Brazil may be related to the possible increase in incidence delayed diagnosis and treatment. MANUSCRIPT 3: description and analysis of incidence and mortality rates for colorectal cancer in the city of São Paulo, according to sex and age group. The incidence and mortality rate ratios were estimated. Joinpoint regression was performed to obtain average annual percent change (AAPC) and age-period-cohort analysis was used to examine the incidence trends. The incidence and mortality rates ratio were higher than 1 in men aged 50 and over. When comparing individuals aged 30 to 39 in both sexes, the rates ratios were higher than 1 after 40 years. There was an upward trend in incidence in women only (AAPC 0.9%) and mortality in men (AAPC 1.0%) and women (AAPC 0.2%). The age-period-cohort model provided the best fit to incidence in both sexes (p <0.001). Mortality in men was explained by the age-drift model (p <0.001). In the city of São Paulo, the increasing trend in incidence may be related to inadequate diet and increased diagnosis and mortality due to untimely diagnosis and treatment.

Made available in DSpace on 2016-03-15T19:26:18Z (GMT). No. of bitstreams: 1 Joao Vitor de Mattos.pdf: 986504 bytes, checksum: 09f996d656de9d7a7101850fa97c4c8a (MD5) Previous issue date: 2015-02-04 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The fundamentals that make up the price of financial assets are of utmost importance to the economic agents. Among the existing finance theories have the Model of Present Value (MVP) which considers the current prices of securities as the sum of future dividends to be generated brought to their respective present value using a discount rate equivalent to required rate of return. The objective of this work is the application of MVP in the Brazilian market, testing the predictability of returns in a context of rational expectations will be a long-term relationship analysis of validation test between prices and dividends analyzing its stationary and cointegration relationship. For this two situations are considered in sequence in the first assume that the expected return will always be constant and then evaluate the model by assuming the return varies over time. The results obtained demonstrate that the pricing of financial assets in the Brazilian market is in line with the theory presented in the present value model there so a long-term relationship between prices and dividends. / Os fundamentos que compõem o preço dos ativos financeiros são de total relevância aos agentes econômicos. Entre as teorias de finanças existentes, temos o Modelo de Valor Presente (MVP), que considera os preços correntes dos títulos como a soma dos dividendos futuros a serem gerados trazidos ao seu respectivo valor presente por meio de uma taxa de desconto equivalente à taxa requerida de retorno. O objetivo deste trabalho foi realizar a aplicação do MVP no mercado brasileiro, testando a previsibilidade dos retornos num contexto de expectativas racionais. Para tanto, foi realizado um teste de validação da análise da relação de longo prazo entre preços e dividendos, analisando sua relação de estacionariedade e cointegração. Foram consideradas duas situações distintas em sequência, na primeira hipótese o retorno esperado será sempre constante e em seguida avaliamos o modelo presumindo que o retorno varia ao longo do tempo. Os resultados obtidos demonstram que a precificação dos ativos financeiros no mercado brasileiro está de acordo com a teoria apresentada no modelo de valor presente existindo assim uma relação de longo prazo entre preços e dividendos.

Submitted by admin tede (tede@pucgoias.edu.br) on 2018-05-28T19:09:38Z No. of bitstreams: 1 LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5) / Made available in DSpace on 2018-05-28T19:09:38Z (GMT). No. of bitstreams: 1 LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5) Previous issue date: 2018-03-27 / Understanding how climate change influences crop yield contributes to the forecasting of its consequences and assists in the management of agribusiness and food security. In this study, partial least squares regression (PLSR) was used to quantify the contribution of climate change to soybean and corn yield. To verify the accuracy of the model, the time series regression was applied. The Central-West and South regions of Brazil were considered for the modeling of grain yield using precipitation, temperature, humidity, evapotranspiration and carbon dioxide levels between 1980 and 2016 as predictors. In both regions, the main contributor to increased grain yield was the increase in carbon dioxide levels, and the main contributor to the reduction of productivity was air humidity, suggesting that climate change is influencing grain yield. The results confirm climate change, indicating that farmers and decision makers should work on other variables that control productivity, such as genetic improvement and agricultural management practices. / Compreender como as mudanças climáticas influenciam na produtividade agrícola contribui com a previsibilidade de suas consequências e auxilia na gestão do agronegócio e da segurança alimentar. Neste estudo, foi utilizada a regressão por mínimos quadrados parciais (PLSR) para quantificar as contribuições das mudanças climáticas na produtividade da soja e do milho. Para verificar a qualidade de ajuste do modelo foi aplicada a regressão de séries temporais. As regiões Centro-Oeste e Sul do Brasil foram consideradas para a condução da modelagem da produtividade de grãos, utilizando como variáveis preditoras a precipitação, temperatura, umidade, evapotranspiração e os níveis de dióxido de carbono, entre os anos de 1980 a 2016. Nas duas regiões, o principal contribuinte para o incremento da produtividade de grãos foi o aumento nos níveis de dióxido de carbono e o principal contribuinte para a redução da produtividade foi a umidade do ar, sugerindo que as mudanças climáticas estão influenciando na produtividade de grãos. Os resultados confirmam as mudanças climáticas, indicando que agricultores e tomadores de decisões deverão atuar em outras variáveis que controlam a produtividade, como melhoramento genético e práticas de gestão agrícola.

Fontes renováveis de energia representam alternativas para a mitigação da mudança do clima global, no entanto, são mais suscetíveis a mudanças nas condições climáticas. O sistema elétrico brasileiro (SEB) possui a peculiaridade de ter maior parte de sua energia gerada a partir de fontes renováveis, principalmente usinas hidrelétricas. Por essa razão, constitui uma amostra representativa das dificuldades de operar uma matriz energética de base predominantemente renovável. A geração predominantemente hidrelétrica de energia permite operar com baixas emissões e baixos custos operacionais, nada obstante a forte dependência dessa envolve considerável risco hidrológico, principalmente em um contexto em que as restrições à armazenagem de energia em grandes barragens são maiores. Por conseguinte, a combinação de investimentos inadequados na capacidade de geração com escassez de chuvas pode, eventualmente, levar a situações nas quais a capacidade de oferta seja inferior à demanda e até mesmo a racionamentos (2001). É evidente que a capacidade de prever com precisão o índice de chuvas e, consequentemente, as vazões disponíveis para o próximo período caracteriza-se como uma importante ferramenta para a operação do setor elétrico brasileiro. Hoje, as previsões de vazões futuras são realizadas com base na observação de vazões passadas sem incorporar nas análises as variáveis que as determinam (por exemplo, variáveis climáticas). Entretanto, existem evidências de que a variabilidade das vazões na América do Sul é cadenciada pelos sistemas acoplados do tipo oceano-atmosférico, os chamados fenômenos de grande escala como é o caso do El Niño. No entanto as técnicas tradicionais de previsão até então não utilizam de forma sistêmica as informações climáticas. A metodologia aqui apresentada incorpora informações sobre o clima para tomada de decisões envolvendo recursos hídricos, sendo demonstrada sua aplicação para a região Sudeste do Brasil. Demonstra-se que o manuseamento de variáveis climáticas (mais particularmente aquelas vinculadas ao fenômeno do El Niño) permite calcular a previsão de vazões tão bem quanto os programas oficiais, tendo como vantagem acompanhar as mudanças climáticas eminentes. A metodologia proposta é formada pelas seguintes partes: Modelo SARIMAX; Levantamento de Dados; Análise Gráfica de Correlações; Análise de Séries Temporais; Análise de Gráfica de wavelets e Análise de correlação em Mapas georreferenciados. Esses procedimentos são necessários para visualizar-se com clareza o histórico embutido nas informações analisadas e uma melhor compreensão para a fase de modelagem com o método SARIMAX. Os resultados indicam que o modelo SARIMAX, com variáveis macroclimáticas, é melhor que o NEWAVE. / Renewable energy sources represent alternatives to the mitigation of global climate change, but they are more susceptible to changing on weather conditions. The Brazilian electricity system has the peculiarity that most of its energy is generated from renewable sources, mainly by hydroelectric plants. For this reason, it provides a representative sample of the difficulties for operating a predominantly renewable basis energy matrix. On one hand, the main hydroelectric generation allows low emissions and low operating costs; on the other hand, the heavy dependence on hydropower involves considerable hydrological risks, specially in an environment where restrictions on energy storage (large dams) are high. Thus, the combination of inadequate investment in generation capacity with low rainfall may, eventually, lead to situations in which the supply capacity is less than the demand, leading even rationing (2002). It is then clear that the ability to accurately predict the rainfall index and hence flow rates available for the next period is an important tool for the operation of the Brazilian electric sector (SEB). Presently, future flows forecasting are only based on observation of past flows without incorporating the analysis of the variables that determine such flows (e.g. climate variables). However, there are evidences that the variability of flows in South America is punctuated by coupled ocean-atmosphere type systems, the so-called large-scale phenomena such as El Niño. However, the traditional forecasting techniques still do not use climate information in a systematic way. The methodology presented here incorporates weather information for decision making in water resources, and demonstrates its applicability to the Southeastern region of Brazil. It is showed that the use of climatic variables (particularly those related to the El Niño phenomenon) predicts streamflow forecasting as well as the official programs do, with the advantage of following eminent climate change. The proposed methodology is formed of the following parts, not necessarily in this order: Model SARIMAX; Data Collection; Graphic analysis of correlations; Time Series Analysis; Wavelets Graphical analysis and Correlation analysis of geo-referenced maps. These procedures are necessary to clearly see the embedded historical information of the information analyzed and better understanding of the modeling stage with SARIMAX method. The results indicate that the SARIMAX model, with large scale variables, is better than the NEWAVE.

The Nelson-Siegel framework published by Diebold and Li a decade ago created an important benchmark and originated several works in the literature of forecasting term structure of interest rates. For instance, the Arbitrage-Free Nelson-Siegel framework improved predictive performance by imposing no-arbitrage conditions to the Nelson-Siegel framework. However, these frameworks were built on the top of a parametric curve model that may lead to poor fitting for sensible term structure shapes affecting forecast results. We propose DCOBS with no-arbitrage restrictions to forecast the term structure. It is built on the top of the nonparametric constrained smoothing Bsplines yield curve model. This curve model has shown to be an optimum solution between financial integrity and respect to yield curve shapes. Even though this curve model may provide more volatile forward curves than parametric models, they are still more accurate than those from Nelson-Siegel frameworks. A software was developed with a complete implementation of yield curve fitting techniques discussed in this paper. DCOBS has been evaluated for ten years of brazilian government bond data and it has shown good consistence with stylized facts of yield curves. The results of DCOBS are promising, specially in short-term forecast, and has shown greater stability and lower root mean square errors than Arbitrage-Free Nelson-Siegel. / O framework Nelson-Siegel publicado por Diebold e Li uma década atrás criou um importante benchmark e originou diversos trabalhos na literatura de previsão de estrutura a termo de taxas de juros. Por exemplo, o framework Nelson-Siegel Livre de Arbitragem melhorou a performance preditiva impondo condições de não-arbitragem ao framework Nelson-Siegel. No entanto, estes frameworks foram construídos em cima do modelo de curvas paramétricas. Em casos mais sensíveis de formas de curvas, este modelo tem um desempenho muito ruim, afetando o resultado da previsão. Nós propomos o DCOBS com restrições de não-arbitragem para prever a estrutura a termo. Ele é construído em cima do modelo de curva não-paramétrico com B-Splines restritas e suavizadas. Este modelo demonstrou ser uma solução ótima entre integridade financeira e respeito às formas de curvas de juros. Embora este modelo de curva possa resultar em curvas forwards mais voláteis que os modelos paramétricos, ele é ainda mais acurado que aqueles do framework Nelson-Siegel. Um software foi desenvolvido com uma implementação completa das técnicas de ajustes de curvas de juros discutidas nesta dissertação. DCOBS foi avaliado utilizando dez anos de dados de títulos públicos do governo brasileiro e demonstrou boa consistência com os fatos estilizados das curvas de juros. Os resultados do DCOBS são promissores, especialmente na previsão de curto prazo, e demonstrou maior estabilidade e menor erro quadrático médio que o modelo Nelson-Siegel Livre de Arbitragem.

The main goal of this study is to propose a methodology that measures directed relations between locally stationary processes. Unlike stationary processes, locally stationary processes may present sudden pattern changes and have local characteristics in specific intervals. This behavior causes instability in measures based on Fourier transforms. The relevance of this study relies on considering these processes and propose robust methodologies that are not affected by outliers, sudden pattern changes or local behavior. We start reviewing the Partial Directed Coherence (PDC) and the Wavelet Coherence. PDC measures the directed relation between components of a multivariate stationary Vector Autoregressive (VAR) model in the frequency domain, while Wavelet Coherence is based on complex wavelets decomposition. We then propose a causal wavelet decomposition of the covariance structure for bivariate locally stationary processes: the Directed Wavelet Covariance (DWC). Compared to Fourier-based quantities, wavelet-based estimators are more appropriate for non-stationary processes and processes with local patterns, outliers and rapid regime changes like in EEG experiments with the introduction of stimuli. We then propose its estimators and calculate its expectation and analyze its variance. Next we propose a decomposition for the variance of multivariate processes with more than two components: the Partial Directed Wavelet Covariance (pDWC). Considering a N-variate locally stationary process, the pDWC calculates the Directed Wavelet Covariance of X_1(t) with X_2(t) eliminating the effect of the other components X_3(t), ... ,X_N(t). We propose two approaches to this situation. First we filter the multivariate process to remove all the exogenous influences and then we calculate the directed relation between the components. In the second case, as in Partial Directed Coherence, we consider the multivariate process as a time-varying Vector Autoregressive Model (tv-VAR) and use its coefficients in the decomposition of the covariance function to isolate the effects of the other components. We also compare results of the PDC, Wavelet Coherence and Directed Wavelet Covariance with simulated data. Finally, we present an application of the proposed Directed Wavelet Covariance and Partial Directed Wavelet Covariance on EEG data. Simulation results show that the proposed measures capture the simulated relations. The pDWC with linear filter has shown more stable estimations than the proposed pDWC considering the tv-VAR. Future studies will discuss the DWC\'s and pDWC\'s asymptotic distributions and significance tests. The proposed Directed Wavelet Covariance decomposition is a different approach to deal with non-stationary processes in the context of causality. The use of wavelets is a gain and adds to the number of studies that can be addressed when Fourier transform does not apply. The pDWC is an alternative for multivariate processes and it removes linear influences from observed external components. / O objetivo deste trabalho é propor uma metodologia para mensurar o impacto direcionado entre processos localmente estacionários. Diferente de processos estacionários, processos localmente estacionários podem apresentar mudanças bruscas e características específicas em determinados intervalos. Tal comportamento pode causar instabilidade em medidas baseadas na transformada de Fourier. A importância deste estudo se dá em englobar processos com tais características, propondo metodologias robustas que não são afetadas pela existência de mudanças bruscas, pontos discrepantes e comportamentos locais. Inicialmente apresentamos conceitos já existentes na literatura, como a Coerência Parcial Direcionada (PDC) e a Coerência de Ondaletas. A PDC mede o impacto direcionado entre componentes de um modelo vetorial autoregressivo (VAR) no domínio da frequência. A coerência de ondaletas é baseada em transformadas complexas de ondaletas. Propomos então uma decomposição no domínio de ondaletas para a estrutura de covariância de processos bivariados localmente estacionários: a Covariância Direcionada de Ondaletas (DWC). Em comparação com as quantidades baseadas na tranformada Fourier, os estimadores baseados em ondaletas são mais apropriados para processos não estacionários com padrões locais, pontos discrepantes ou mudanças rápidas de regime, como em experimentos de eletroencefalograma (EEG) com a introdução de estímulo. Ainda, propomos um estimador para a DWC, calculamos a esperança deste estimador e avaliamos sua variância. Em seguida, propomos uma quantidade análoga à DWC para processos multivariados com mais de duas componentes: a Covariância Parcial Direcionada de Ondaletas (pDWC). Considerando um processo N-variado localmente estacionário, a pDWC calcula a Covariância Direcionada de Ondaletas entre X_1(t) e X_2(t) eliminando o efeito das outras componentes X_3(t), ... , X_N(t). Propomos duas abordagens para a pDWC: na primeira, a pDWC é calculada após a aplicação de um filtro linear que remove o efeito das variáveis exógenas. No segundo caso, a exemplo da Coerência Parcial Direcionada, consideramos o processo multivariado como um Modelo Autoregressivo de Vetorial variante no tempo (tv-VAR) e usamos seus coeficientes na decomposição da função de covariância para isolar os efeitos das demais componentes. Também comparamos os resultados da PDC, Coerência de Ondaletas e Covariância Direcionada de Ondaletas com dados simulados. Por fim, apresentamos uma aplicação da DWC e da pDWC em dados de EEG. Identificamos nas simulações que tanto as medidas já existentes na literatura quanto as quantidades propostas identificaram as relações simuladas. A pDWC proposta com filtros lineares apresentou estimações mais estáveis do que a pDWC considerando os modelos tv-VAR. Estudos futuros discutirão as propriedades assintóticas e testes de significância da DWC e pDWC.

O controle ativo de vazamentos é fundamental para o gerenciamento dos recursos hídricos, e particularmente o problema de sua detecção precisa de alternativas de solução. Nesta pesquisa foram desenvolvidos três métodos para detecção da ocorrência de vazamentos ou outras alterações em redes de distribuição de água para abastecimento, durante operação, com base na análise dos sinais de pressão adquiridos por monitoramento permanente na rede. Os métodos foram desenvolvidos com informações de um estudo de caso real, e fundamentam-se em cadeias de Markov, em controle estatístico de processos, e em comparação com padrões, respetivamente. Seu desempenho global foi quantificado com a área abaixo da curva ROC, obtendo valores médios de 0,67, 0,65 e 0,71, respetivamente. Foi encontrado que a ocorrência de vazamentos produz mudanças nas pressões medidas na rede, mas tais mudanças podem ser próximas às que acontecem pela operação normal, de forma que os métodos propostos constituem ferramentas de suporte ao gerenciamento úteis, sem atingir a detecção e diferenciação da totalidade dos vazamentos e alterações. / Active leak control is fundamental on water resources managment, and particullary the detection problem needs alternative solutions. On this research three methods for leak or anomaly detection on operating supply systems were developed, based on analisys of pressure signals acquired by network monitoring. The proposed methods used real data from a case study, and are based on Markov chains, statistical process control, and pattern comparison, respectively. Their overall performances on case study were measured using the area under ROC curve, reaching averages 0,67, 0,65 and 0,71, respectively. It was found that a leak onset result in disturbances on measured preassure, but sometimes those disturbances are close to those of normal operation, therefore proposed methods are useful decision tools, not reaching detection and distinction for all the leaks or anomalies.

INTRODUÇÃO: Em um cenário de mudanças climáticas, o delineamento da associação e dos mecanismos de efeito entre fatores de risco ambientais, como temperatura e poluição, e saúde tornou-se foco de diversos estudos epidemiológicos. À medida que a exposição à poluição e às condições meteorológicas ocorre de forma simultânea, além do efeito isolado, devemos buscar compreender a interação entre tais fatores, observando se atuam como modificadores de efeito. O presente estudo caracterizou o efeito da temperatura e da poluição do ar, isolado e sinérgico, na mortalidade, a partir de dados secundários. MÉ- TODOS: Três tipos de metodologias foram aplicadas para avaliar a associação isolada da temperatura média e da concentração média diária de poluentes (MP10, NO2, O3) na mortalidade de indivíduos acima dos 40 anos por doenças cardiovasculares e na mortalidade de indivíduos acima dos 60 anos por doenças respiratórias, na cidade de São Paulo - Brasil entre 1998 e 2008. As estimativas de risco relativo produzidas em análises case-crossover com pareamento temporal bidirecional e com pareamento pelo fator confundidor, i.e. temperatura média ou poluente, foram comparadas aos resultados de uma análise tradicional de séries temporais. Para avaliar o efeito sinérgico entre os fatores de risco, interpretamos representações gráficas de superfícies geradas em modelos bivariados. RESULTADOS: Não foram observadas diferenças entre os resultados das análises case-crossover e da análise de séries temporais. Para mortalidade cardiovascular, estimou-se uma mudança percentual no risco relativo devido a um aumento de 10 ug/m3 na concentração do MP10 e do NO2, respectivamente, de 0,85% (0,45-1,25) e 0,26% (0,04-0,48). O aumento percentual no risco de mortalidade respiratória foi de 1,60% (0,74-2,46) e 1,29% (0,46-2,12), respectivamente para MP10 e O3. O efeito da temperatura foi analisado através das funções ajustadas para parametrizar sua relação com a mortalidade. O padrão observado para mortalidade cardiovascular foi de U-shaped. Para mortalidade respiratória foi de J-espelhado, identificando maior risco relativo em temperaturas altas. As análises case-crossover confirmaram que a associação positiva parametrizada para os poluentes não sofre confusão da temperatura, bem como a curva parametrizada para a temperatura não sofre confusão dos níveis de poluentes na análise de séries temporais. As figuras 3D produzidas pelo modelo bivariado ilustraram a dinâmica interativa entre os fatores de risco. O efeito na mortalidade cardiovascular é positivo em baixas concentrações de NO2 e de O3 combinadas com baixas temperaturas. A dimensão deste efeito é comparável ao efeito de altas concentrações em altas temperaturas. Para mortalidade respiratória, a combinação dos fatores mostra um padrão intuitivo de simples somatória dos efeitos. CONCLUSÕES: Métodos analíticos, como o método case-crossover, com controles mais intrínsecos do que parametrizações para variáveis confundidoras, produziram estimativas de risco relativo na mortalidade semelhantes às geradas na análise tradicional de séries temporais. A simultaneidade de exposição a diferentes níveis de fatores ambientais, como temperatura e poluição, pode gerar condições de efeito combinado tão preocupantes quanto as previstas para extremas concentrações / INTRODUCTION : In a climate change scenario, the description of the association and of the pathophysiological mechanisms linking environmental risk factors, such as temperature and air pollution, and health has been the focus in several epidemiological studies. Exposure to air pollution and weather conditions occurs simultaneously, therefore, in addition to the isolated effect, factors interactions and modification effects are key issue. The present study characterized the effect of temperature and air pollution, both isolated and synergistic effects, on mortality, from secondary data. METHODS: Three methods were applied to evaluate the association of average temperature and average daily concentration of pollutants (PM10, NO2, O3) on mortality caused by cardiovascular diseases among individuals over 40 years old and on mortality caused by respiratory diseases among individuals over 60 years old, in the city of Sao Paulo - Brazil, from 1998 to 2008 . We compared the estimates of relative risk produced in several case-crossover approaches, time-stratified bidirectional and matched by the confounding factor, i.e. average temperature or pollutant, to the results of a traditional time-series analysis. The risk factors synergistic effect was evaluated by the graphical interpretation of response surfaces generated by bivariate models. RESULTS: No statistical differences were observed between the results from the case-crossover and time-series analyses . The relative risk percent changes for cardiovascular mortality associated with an increase of 10 ug/m3 in the 24-h average concentrations of PM10 and NO2 are, respectively, 0.85% (0.45-1.25) and 0.26% (0.04-0.48). The percentage increase in the risk of respiratory mortality was 1.60% (0.74- 2.46) and 1.29% (0.46-2.12), respectively, for PM10 and O3. The effect of temperature was analyzed by smooth functions plots. The pattern observed for cardiovascular mortality was U-shaped. For respiratory mortality, the smooth function was J-shaped horizontal flipped, identifying higher relative risk at hot temperatures. The case-crossover analyzes confirmed that the positive association parameterized for pollutants is unlikely to be caused by confounding by temperature, as well as the parametric curve for temperature is unlikely to be caused by confounding by pollutant levels in time-series analysis. The bivariate model surface plots illustrated the dynamic interaction within the risk factors. The effect on cardiovascular mortality is positive at low concentrations of NO2 and O3 in combination with cold temperatures. The magnitude of this effect is comparable to the effect of high concentrations at hot temperatures. For respiratory mortality, the combination of risk factors is simple summation of effects, with no effect modifications of the original patterns. CONCLUSIONS: Analytical methods such as case-crossover method, controlled for confounding variables by design, produced estimates of relative risk in mortality similar to those generated in the traditional time-series analysis. The simultaneous exposure to several levels of environmental factors, such as temperature and air pollution, may represent conditions as harmful as the predicted to extreme concentrations, due to the combined effect