Atualmente, a água tornou-se motivo de conflitos dentro da sociedade, em virtude do aumento das demandas e do comprometimento do seu aspecto qualitativo. A bacia do rio Piracicaba é uma região altamente desenvolvida, com altos índices populacionais e que apresenta disputa de água entre os diversos usuários. Portanto, realizou-se um estudo para determinar a disponibilidade hídrica da bacia, relacionando as demandas de água aluais e futuras. Para isso foi utilizado o modelo ModSimP32, que é basicamente um modelo de simulação e otimização em rede de fluxo. Como dados de entrada do ModsimP32, estão as séries de vazões históricas ou sintéticas e os valores das demandas existentes na bacia. Como se pretendia realizar um estudo a longo prazo, foi necessário a obtenção de séries hidrológicas mais longas, portanto utilizou-se um modelo multivariado AR(1) para gerar novas séries. Para as simulações realizadas, verificou-se que em períodos secos não é possível atender a todas as demandas integralmente e ainda manter as vazões ecológicas no rio, para as regiões de Paulínea e Piracicaba. / Nowadays, the water became the reason of conflicts of the society, due to the increase of the demands and the implicated qualitative aspect. The basin of the river Piracicaba is a highly developed area, with high indexes populations anel it presents dispute of water among several users. Therefore it took place an analysis to verify the amount of water of the basin, relating the demands of water, current and future. For that the model ModSimP32 was used, that is basically a simulation and optimization model in supply network. Among the data of entrance of the ModsimP32, they are the hydrologic series. Therefore it was used of a multivariate model AR(1) to generate new series. For the accomplished simulations, it was verified that is not possible to assist the whole ones integrally the demands in dry periods and still to maintain the ecological flow in the river, for the areas of Paulínea and Piracicaba.

Series temporais de correntes, vento (força e direção), temperatura e salinidade, com duração de 24h, obtidas em 5 estações na Baia da Ilha Grande (rj), de 3-29/01/82, foram analisadas. As medições de corrente foram feitas a5, 12 e 20m, a cada 5min e a 2m acima do fundo, a cada 12min; temperatura e salinidade em cinco profundidades a cada 3h e vento a cada 1h. Foram utilizadas análises de series temporais através dos métodos diretos (periodograma) e indireto para as estimativas espectrais alisadas, bem como as equações hidrodinâmicas na determinação dos períodos. Foram utilizados os testes: ruído branco e fisher-whittle, a análise dos espectros rotatórios e a análise cruzada entre vento e corrente, ao longo de três camadas: superfície intermediaria e de fundo. Foram determinadas oscilações de 4,8h e identificadas como seiches internos e detectadas oscilações com período de 3,4h associadas à ressonância com o vento. Em todo o sistema da baia o período de 6h mostrou-se significativo, correspondendo à oscilação natural da baia. Foram detectadas oscilações de alta freqüência 11 e 20min, 20cm/s eventualmente associadas a vórtices e meandros da corrente. Água subtropical na camada de fundo da baia / Temporal series of currents, wind, water temperature and salinity, obtained from 5 oceanographic stations located in and around Ilha Grande Bay (RJ, Brazil), from January 23 to 29, 1982, were analyzed. AlI series have 24 hours. Currents measu¬rements were dione at depths of 5, 12, 20 m (every 5 minutes) and near the bottom (every 12 minutes). Temperature and salinity data were taken from 5 depths every 3 hours for each, while the wind was measured every hour. The present work was per¬formed in order to investigate short-period oscillations present in the region, related to density stratification and to the features of the basin, as well as to describe the circulation patterns and currents variations during one day interval. Two kinds of analysis were used: temporal series analysis, using statistical and spectral methods, and calculations by hydrodynamic motion equations. In temporal series analysis the direct (periodogram) and indirect methods were used for the spectral estimations. White-noise, Fisher- Whittle tests and rotational spectra analysis were also applied, besides the cross spectrum analysis for the data about winds and currents. The results indicate an intense and unidirectional circulation in the layer above 5 meters, from the western to the eastern portion of the Bay, through Central Channel. In this layer, on the eastern sea-opening side, a flux toward the Bay was observed. These motions, within 5 meters depth, were attributed to a circulation generated by a horizontal density difference between oceanic and inshore waters, with few contribution from tides and winds. At intermediate and near bottom layers, a horizontal homogeneity was observed and, consequent1y, smaller horizontal density gradients were detected. This way, circulation caused by tides was stronger than the movements forced by su¬perficial layers. Resultant bottom currents, observed at the Bay openings, led to the open-sea. At Central Channel, 4.8 h period oscillations were detected, and identified as internal seiches. In the eastern Portion, 3.4 hour period oscillations were detected, related to wind resonance. In alI the bay-system, the 6.0 hour period was significant, corresponding to the bay\'s natural oscillation. The study area presented a density stratification in two layers, with a single water type filling alI the portion below the 20 meters. This water, with characteristics of Subtropical Water, occupied the bottom layer due to an upwelling process produced by the dynamics of currents and winds in the continental shelf . In the two stations located off the bay, the wind and currents observations support this upwelling hypothesis.

A literatura referente a testes de hipótese em modelos auto-regressivos que apresentam uma possível raiz unitária é bastante vasta e engloba pesquisas oriundas de diversas áreas. Nesta dissertação, inicialmente, buscou-se realizar uma revisão dos principais resultados existentes, oriundos tanto da visão clássica quanto da bayesiana de inferência. No que concerne ao ferramental clássico, o papel do movimento browniano foi apresentado de forma detalhada, buscando-se enfatizar a sua aplicabilidade na dedução de estatísticas assintóticas para a realização dos testes de hipótese relativos à presença de uma raíz unitária. Com relação à inferência bayesiana, foi inicialmente conduzido um exame detalhado do status corrente da literatura. A seguir, foi realizado um estudo comparativo em que se testa a hipótese de raiz unitária com base na probabilidade da densidade a posteriori do parâmetro do modelo, considerando as seguintes densidades a priori: Flat, Jeffreys, Normal e Beta. A inferência foi realizada com base no algoritmo Metropolis-Hastings, usando a técnica de simulação de Monte Carlo por Cadeias de Markov (MCMC). Poder, tamanho e confiança dos testes apresentados foram computados com o uso de séries simuladas. Finalmente, foi proposto um critério bayesiano de seleção de modelos, utilizando as mesmas distribuições a priori do teste de hipótese. Ambos os procedimentos foram ilustrados com aplicações empíricas à séries temporais macroeconômicas. / Testing for unit root hypothesis in non stationary autoregressive models has been a research topic disseminated along many academic areas. As a first step for approaching this issue, this dissertation includes an extensive review highlighting the main results provided by Classical and Bayesian inferences methods. Concerning Classical approach, the role of brownian motion is discussed in a very detailed way, clearly emphasizing its application for obtaining good asymptotic statistics when we are testing for the existence of a unit root in a time series. Alternatively, for Bayesian approach, a detailed discussion is also introduced in the main text. Then, exploring an empirical façade of this dissertation, we implemented a comparative study for testing unit root based on a posteriori model's parameter density probability, taking into account the following a priori densities: Flat, Jeffreys, Normal and Beta. The inference is based on the Metropolis-Hastings algorithm and on the Monte Carlo Markov Chains (MCMC) technique. Simulated time series are used for calculating size, power and confidence intervals for the developed unit root hypothesis test. Finally, we proposed a Bayesian criterion for selecting models based on the same a priori distributions used for developing the same hypothesis tests. Obviously, both procedures are empirically illustrated through application to macroeconomic time series.

Indicadores de qualidade hospitalar correspondem a medidas que contém informações relevantes sobre determinados atributos e dimensões que caracterizam a qualidade de diferentes instituições de saúde. Tais medidas são capazes de sinalizar eventuais deficiências ou práticas de sucesso associadas à qualidade dos serviços de saúde. O presente estudo teve por finalidade desenvolver uma ferramenta computacional de análise, voltada para o gerenciamento hospitalar, com o objetivo de se obter um instrumento que possa ser utilizado para monitorar e avaliar a qualidade dos serviços oferecidos por instituições hospitalares através da análise e gerenciamento de indicadores de qualidade hospitalar. Os indicadores alvo para avaliar a qualidade dos serviços representaram um subconjunto de indicadores de qualidade denominados Inpatient Quality Indicators (IQIs) da Agency for Healthcare Research and Quality (AHRQ). A partir da revisão bibliográfica de textos científicos na área e com base nas dimensões de processo e resultado do Modelo Donabediano, foram selecionados vinte e dois indicadores da AHRQ, que avaliam a mortalidade por determinadas afecções e procedimentos cirúrgicos, bem como a quantidade e a qualidade dos procedimentos realizados nas instituições de saúde. A ferramenta foi construída em dois módulos: um módulo responsável pela geração dos indicadores a partir de dados coletados de um banco de dados relacional; e outro destinado ao estudo e análise das séries temporais dos indicadores, permitindo o acompanhamento da evolução dos mesmos de forma histórica. Os dados utilizados para a geração dos indicadores são oriundos da base de dados do Observatório Regional de Atenção Hospitalar (ORAH), que consiste numa entidade responsável pelo processamento de dados de internação de quarenta hospitais públicos e privados, distribuídos ao longo de vinte e seis municípios da região de Ribeirão Preto, São Paulo, Brasil, que compõem a Departamento Regional de Saúde XIII (DRS-XIII). A ferramenta computacional foi concluída e validade com êxito e suas funcionalidades foram disponibilizadas para gestores de saúde e acadêmicos através do portal web de conteúdo vinculado ao ORAH. Em adição, os resultados obtidos através do uso da ferramenta foram utilizados para analisar a situação da assistência hospitalar na região de Ribeirão Preto através da comparação histórica dos indicadores entre as três microrregiões de saúde que compõem a DRS-XIII: Aquífero Guarani, Vale das Cachoeiras e Horizonte Verde. A análise destes resultados também foi essencial para verificar a capacidade da ferramenta em prover informações relevantes para a gestão hospitalar. A partir da análise dos resultados obtidos, concluímos que a ferramenta permite a definição de um panorama geral da assistência hospitalar na região de Ribeirão Preto. De acordo com os achados deste estudo, também verificamos que os indicadores de qualidade hospitalar da AHRQ cumpriram seu papel como medidas sentinela e foram capazes de identificar certos aspectos associados à realidade. Entretanto, a análise dos resultados também remeteu à necessidade de introduzir novas variáveis que permitam conhecer o real estado dos pacientes e as condições estruturais das diferentes instituições de saúde, visto que os indicadores selecionados, por si só, não fornecem aos gestores de saúde uma avaliação final da qualidade das instituições hospitalares. / Inpatient quality indicators are measures that provide relevant inforrnation on the level of quality of care delivered by hospitals and healthcare services. These measures are capable of signaling eventual problems or successful practices associated with the quality of care provided by health services. This project was aimed to create an instrument to assess the quality of care delivered by hospitals by developing a web application whose functionalities focused on monitoring a subset of inpatient quality indicators (IQIs), extracted from the Agency for Healthcare Research and Quality (AHRQ). Based on literature review and on the components of process and outcomes defined by the Donabedian model, there were selected twenty-two AHRQ\'s inpatient quality indicators that are commonly used to evaluate the mortality associated with certain conditions and procedures, as well as the quantity and quality of certain medical procedures. The software is composed by two components: one is responsible for calculating the indicators using admission data extracted from an operational database; the other one is meant for the study and analysis of time series of the indicators, which allows the monitoring of its values over the years. The indicators were ca1culated using administrative data from the Observatory for Hospital Care\'s database (ORAH, from the acronyrn in Portuguese \"Observatório Regional de Atenção Hospitalar\"). The Observatory for Hospital Care is responsible for processing admission data collected from forty hospitals located throughout Ribeirao Preto region, in the Brazilian state of Sao Paulo. The management of hospitals located in the Ribeirao Preto region is conducted by the Regional Department of Health XIII (DRS-XIII, from the acronyrn in Portuguese \"Departamento Regional de Saúde XIII). The web application\'s services were made available to health service administrators and academic personnel through the ORAH\'s website. The results provided by this computational tool were also used to analyze the situation of care delivered by the hospitals in Ribeirao Preto region, which is subdivided into three microregions: Aquifero Guarani, Horizonte Verde e Vale das Cachoeiras. The historic values of the indicators were compared between these three microregions. The analysis of these results was also important to verify whether the web application is actually able to provi de enough inforrnation to acknowledge the reality of the hospitals in Ribeirao Preto region. According to the results, we verified that the AHRQ\'s inpatient quality indicators have fulfilled their role in signalizing certain aspects related to the quality of care of the hospitals, but they do not provi de enough inforrnation to establish a defini tive quality assessment of hospital services. Therefore, we verified the need of introducing new attributes in order to understand and acknowledge the clinical condition of the hospitalized patients, as well as the structure and resources available in the hospitals.

Este trabalho tem por objetivo desenvolver uma abordagem fuzzy focando na estimação de curto prazo da demanda de potência ativa de um alimentador de sistema de distribuição de energia elétrica. A motivação para este trabalho encontra-se na redução do erro de estimação para que o sistema de distribuição como um todo seja corretamente operado. O destaque da abordagem desenvolvida é a metodologia de seleção de entradas para o sistema de estimação, que o treina fornecendo-lhe informações não redundantes e não desnecessárias sobre o comportamento da série temporal. Os resultados, obtidos com treinamento e teste de um sistema de inferência fuzzy multicamadas, mostram que as estimações realizadas selecionando as entradas do sistema de forma criteriosa apresentam menor erro que quando não há critério de seleção. Conclui-se então que a metodologia foi funcional e eficiente para o caso estudado, o que faz com que este trabalho resulte em válidas contribuições nas áreas de sistemas inteligentes, de sistemas dinâmicos e inclusive na forma metodológica de especificação de modelos de estimação de séries temporais. / This work aims to develop a fuzzy approach focusing on the short-term active power demand forecast in a feeder of an electrical energy distribution system. This work motivation lies on the reduction of the forecast error so that the whole distribution system can be correctly operated. The highlight of the developed approach is the methodology to select the inputs for the estimation system, which trains it giving to it non-redundant and non-unnecessary information about the time series behavior. The results, obtained by training and testing a multilayer fuzzy inference system, show that the estimations made by following a criterion to select the inputs have smaller error than when there is no selection criterion at all. It is therefore concluded that the methodology was functional and efficient for the case under study, what makes this work result in valid contributions for the fields of intelligent systems, dynamic systems and in the methodological way to specify models to estimate time series.

O presente trabalho teve por objetivo estudar o efeito do campo de ventos e do meandramento da Corrente do Brasil nas variabilidades hidrográfica e bioquímica ao largo da costa norte do Estado de São Paulo. Foram utilizados dados de temperatura, nutrientes e clorofila-a obtidos in situ mensalmente ao largo de Ubatuba entre dezembro de 2004 a abril de 2014, dados do campo de ventos do pacote Blended Sea Winds (NCDC/NOAA), além de Temperatura da Superfície do Mar e Clorofila-a da Superfície do Mar do sensor MODIS/AQUA. Os dados obtidos mostraram que na primavera o vento paralelo teve forte correlação com a temperatura em toda coluna de água, evidenciando a importância da intrusão remota nesta estação. No verão as altas correlações com o nitrato indicam a dominância de intrusão local. A correlação com a distância da Corrente do Brasil foi significativa com a clorofila-a, o nitrato e fosfato. Os resultados permitem inferir que o vento é o principal fator que determina a variabilidade hidrográfica e bioquímica na área de estudo, e que o meandramento da Corrente do Brasil teria papel secundário na dinâmica da plataforma continental interna. / The main goal of this work is to evaluate the effect of the wind field and Brazil Current meandering on hydrographic and biochemical variability off northern coast of Sao Paulo, Brazil. The dataset used were comprised of monthly samples of temperature, chlorophyll-a and nutrients acquired in situ in Ubatuba from December 2004 to April 2014, wind field derived from NCDC/NOAA Blended Sea Winds package, as well as sea surface temperature and sea surface chlorophyll remotely sensed by MODIS aboard Acqua satellite. Data analysis reveal a strong correlation of along-shore wind component with the water temperature in all depths at spring, pointing out the importance of remote intrusion and advection of South Atlantic Central Water at the sampling site. During summer, however, high correlation of said wind component with nitrate concentration show dominance of local intrusion processes. The distance between the sampling station and the Brazil Current front correlated significantly with chlorophyll-a, nitrate and phosphate. These results suggest that the wind is the main driver of biochemical and hydrographic variability at the study area, while the Brazil Current front meandering plays a secondary role in the internal shelf dynamics.

Ce manuscrit porte sur certaines extensions à des séries temporelles prenant des valeurs entières du modèle paramétrique périodique autorégressif établi pour des séries prenant des valeurs réelles. Les modèles que nous considérons sont basés sur l'utilisation de l'opérateur de Steutel et Van Harn (1979) et généralisent le processus autorégressif stationnaire à valeurs entières (INAR) introduit par Al-Osh & Alzaid (1987) à des séries de comptage périodiquement corrélées. Ces généralisations incluent l'introduction d'un opérateur périodique, la prise en compte d'une structure d’autocorrélation plus complexe dont l’ordre est supérieur à un, l'apparition d'innovations de variances périodiques mais aussi à inflation de zéro par rapport à une loi discrète donnée dans la famille des distributions exponentielles, ainsi que l’utilisation de covariables explicatives. Ces extensions enrichissent considérablement le domaine d'applicabilité des modèles de type INAR. Sur le plan théorique, nous établissons des propriétés mathématiques de nos modèles telles que l'existence, l'unicité, la stationnarité périodique de solutions aux équations définissant les modèles. Nous proposons trois méthodes d'estimation des paramètres des modèles dont une méthode des moments basée sur des équations du type Yule-Walker, une méthode des moindres carrés conditionnels, et une méthode du quasi maximum de vraisemblance (QML) basée sur la maximisation d'une vraisemblance gaussienne. Nous établissons la consistance et la normalité asymptotique de ces procédures d'estimation. Des simulations de type Monte Carlo illustrent leur comportement pour différentes tailles finies d'échantillon. Les modèles sont ensuite ajustés à des données réelles et utilisés à des fins de prédiction. La première extension du modèle INAR que nous proposons consiste à introduire deux opérateurs de Steutel et Van Harn périodiques, l'un modélisant les autocorrélations partielles d'ordre un sur chaque période et l'autre captant la saisonnalité périodique des données. Grâce à une représentation vectorielle du processus, nous établissons les conditions l'existence et d'unicité d'une solution périodiquement corrélées aux équations définissant le modèle. Dans le cas où les innovations suivent des lois de Poisson, nous étudions la loi marginale du processus. Á titre d'exemple d'application sur des données réelles, nous ajustons ce modèle à des données de comptage journalières du nombre de personnes ayant reçu des antibiotiques pour le traitement de maladies respiratoires dans la région de Vitória au Brésil. Comme les affections respiratoires sont fortement corrélées au niveau de pollution atmosphérique et aux conditions climatiques, la structure de corrélation des nombres quotidiens de personnes recevant des antibiotiques montre, entre autres caractéristiques, une périodicité et un caractère saisonnier hebdomadaire. Nous étendons ensuite ce modèle à des données présentant des autocorrélations partielles périodiques d'ordre supérieur à un. Nous étudions les propriétés statistiques du modèle, telles que la moyenne, la variance, les distributions marginales et jointes. Nous ajustons ce modèle au nombre quotidien de personnes recevant du service d'urgence de l'hôpital public de Vitória un traitement pour l'asthme. Enfin, notre dernière extension porte sur l'introduction d'innovations suivant une loi de Poisson à inflation de zéro dont les paramètres varient périodiquement, et sur l’ajout de covariables expliquant le logarithme de l'intensité de la loi de Poisson. Nous établissons certaines propriétés statistiques du modèle et nous mettons en oeuvre la méthode du QML pour estimer ses paramètres. Enfin, nous appliquons cette modélisation à des données journalières du nombre de personnes qui se sont rendues dans le service d'urgence d'un hôpital pour des problèmes respiratoires, et nous utilisons comme covariable la concentration de polluant dans la même zone géographique. / This manuscript deals with some extensions to time series taking integer values of the autoregressive periodic parametric model established for series taking real values. The models we consider are based on the use of the operator of Steutel and Van Harn (1979) and generalize the stationary integer autoregressive process (INAR) introduced by Al-Osh & Alzaid (1987) to periodically correlated counting series. These generalizations include the introduction of a periodic operator, the taking into account of a more complex autocorrelation structure whose order is higher than one, the appearance of innovations of periodic variances but also at zero inflation by relation to a discrete law given in the family of exponential distributions, as well as the use of explanatory covariates. These extensions greatly enrich the applicability domain of INAR type models. On the theoretical level, we establish mathematical properties of our models such as the existence, the uniqueness, the periodic stationarity of solutions to the equations defining the models. We propose different methods for estimating model parameters, including a method of moments based on Yule-Walker equations, a conditional least squares method, and a quasi-maximum likelihood method based on the maximization of a Gaussian likelihood. We establish the consistency and asymptotic normality of these estimation procedures. Monte Carlo simulations illustrate their behavior for different finite sample sizes. The models are then adjusted to real data and used for prediction purposes.The first extension of the INAR model that we propose consists of introducing two periodic operators of Steutel and Van Harn, one modeling the partial autocorrelations of order one on each period and the other capturing the periodic seasonality of the data. Through a vector representation of the process, we establish the conditions of existence and uniqueness of a solution periodically correlated to the equations defining the model. In the case where the innovations follow Poisson's laws, we study the marginal law of the process. As an example of real-world application, we are adjusting this model to daily count data on the number of people who received antibiotics for the treatment of respiratory diseases in the Vitória region in Brazil. Because respiratory conditions are strongly correlated with air pollution and weather, the correlation pattern of the daily numbers of people receiving antibiotics shows, among other characteristics, weekly periodicity and seasonality. We then extend this model to data with periodic partial autocorrelations of order higher than one. We study the statistical properties of the model, such as mean, variance, marginal and joined distributions. We are adjusting this model to the daily number of people receiving emergency service from the public hospital of the municipality of Vitória for treatment of asthma. Finally, our last extension deals with the introduction of innovations according to a Poisson law with zero inflation whose parameters vary periodically, and on the addition of covariates explaining the logarithm of the intensity of the Poisson's law. We establish some statistical properties of the model, and we use the conditional maximum likelihood method to estimate its parameters. Finally, we apply this modeling to daily data of the number of people who have visited a hospital's emergency department for respiratory problems, and we use the concentration of a pollutant in the same geographical area as a covariate. / Este manuscrito trata de algumas extensões para séries temporais de valores inteiros domodelo paramétrico periódico autorregressivo estabelecido séries temporais de valores reais. Osmodelos considerados baseiam-se no uso do operadorde Steutel e Van Harn (1979) e generalizamo processo autorregressivo depara números inteiros estacionários (INAR) introduzidos por Al-Osh & Alzaid(1987) para séries de contagem periodicamente correlacionadas. Essas generalizações incluem aintrodução de um operador periódico, a consideração de uma estrutura de autocorrelação mais complexa,cuja ordem é maior do que um, o aparecimentode inovações de variâncias periódicas, e também ainflação zero em relação a uma lei discreta dadana família de distribuições exponenciais, bem comoo uso de covariáveis explicativas. Essas extensões enriquecem muito o domínio de aplicabilidade dosmodelos do tipo INAR. No nível teórico, estabelecemospropriedades matemáticas de nossos modeloscomo a existência, a unicidade, e a estacionariedadeperiódica de soluções para as equações que definemos modelos. Propomos três métodos para estimarparâmetros de modelos, incluindo um métodode momentos baseado nas equações de Yule-Walker,um método de mínimos quadrados condicionais e ummétodo de quasi-máxima verossimilhança (QML) baseadona maximização de uma probabilidade Gaussiana. Estabelecemos a consistência e a normalidadeassintótica desses procedimentos de estimativa. Assimulações de Monte Carlo ilustram seus comportamentospara diferentes tamanhos de amostras finitas.Os modelos são então ajustados para dados reais eusados para fins de previsão. A primeira extensão domodelo INAR que propomos consiste na introdução de dois operadores periódicos de Steutel e VanHarn, o primeiro atua modelando as autocorrelações parciais de ordem um em cada período e o outro capturando a sazonalidade periódica dos dados.Através de uma representação vetorial do processo,estabelecemos as condições existência e unicidadede uma solução periodicamente correlacionada às equações que definem o modelo. No casoem que as inovações seguem as leis de Poisson,estudamos a lei marginal do processo. Como umexemplo de aplicação no mundo real, estamos ajustandoeste modelo aos dados diários de contagemdo número de pessoas que receberam antibióticos para o tratamento de doenças respiratórias na região de Vitória, Brasil. Como as condições respiratórias estão fortemente correlacionadas com a poluição doar e o clima, o padrão de correlação dos números diários de pessoas que recebem antibióticos mostra,entre outras características, a periodicidade semanale a sazonalidade. Em seguida, estendemosesse modelo para dados com autocorrelações parciaisperiódicas de ordem maior que um. Estudamosas propriedades estatísticas do modelo, como média,variância, distribuições marginais e conjuntas. Ajustamosesse modelo ao número diário de pessoascom problema respiratório que receberam atendimentode emergência no pronto-atendimento da redepública do município de Vitória. Finalmente, nossa última extensão trata da introdução de inovações de acordo com uma lei de Poisson com inflação zero cujos parâmetros variam periodicamente, e daadição de covariáveis explicando o logaritmo da intensidadeda lei de Poisson. Estabelecemos algumaspropriedades estatísticas do modelo e usamoso método QML para estimar seus parâmetros. Porfim, aplicamos essa modelagem aos dados diários sobre o número de pessoas que visitaram o departamentode emergência de um hospital por problemasrespiratórios e usamos como covariável a sérieconcentrações diárias e um poluente medido namesma área geográfica.

Ce manuscrit propose de nouvelles méthodes d’estimation robustes pour les fonctions matricielles d’autocovariance et d’autocorrélation de séries chronologiques multivariées stationnaires pouvant présenter des valeurs aberrantes aléatoires additives. Ces fonctions jouent un rôle important dans l’identification et l’estimation des paramètres de modèles de séries chronologiques multivariées stationnaires. Nous proposons tout d'abord de nouveaux estimateurs des fonctions matricielles d’autocovariance et d’autocorrélation construits en utilisant une approche spectrale à l'aide du périodogramme matriciel. Comme dans le cas des estimateurs classiques des fonctions d’autocovariance et d’autocorrélation matricielles, ces estimateurs sont affectés par des observations aberrantes. Ainsi, toute procédure d'identification ou d'estimation les utilisant est directement affectée, ce qui entraîne des conclusions erronées. Pour atténuer ce problème, nous proposons l’utilisation de techniques statistiques robustes pour créer des estimateurs résistants aux observations aléatoires aberrantes. Dans un premier temps, nous proposons de nouveaux estimateurs des fonctions d’autocorvariance et d’autocorrélation de séries chronologiques univariées. Les domaines temporel et fréquentiel sont liés par la relation existant entre la fonction d’autocovariance et la densité spectrale. Le périodogramme étant sensible aux données aberrantes, nous obtenons un estimateur robuste en le remplaçant parle $M$-périodogramme. Les propriétés asymptotiques des estimateurs sont établies. Leurs performances sont étudiées au moyen de simulations numériques pour différentes tailles d’échantillons et différents scénarios de contamination. Les résultats empiriques indiquent que les méthodes proposées fournissent des valeurs proches de celles obtenues par la fonction d'autocorrélation classique quand les données ne sont pas contaminées et resistent à différents cénarios de contamination. Ainsi, les estimateurs proposés dans cette thèse sont des méthodes alternatives utilisables pour des séries chronologiques présentant ou non des valeurs aberrantes. Les estimateurs obtenus pour des séries chronologiques univariées sont ensuite étendus au cas de séries multivariées. Cette extension est simplifiée par le fait que le calcul du périodogramme croisé ne fait intervenir que les coefficients de Fourier de chaque composante de la série. Le $M$-périodogramme matriciel apparaît alors comme une alternative robuste au périodogramme matriciel pour construire des estimateurs robustes des fonctions matricielles d’autocovariance et d’autocorrélation. Les propriétés asymptotiques sont étudiées et des expériences numériques sont réalisées. Comme exemple d'application avec des données réelles, nous utilisons les fonctions proposées pour ajuster un modèle autoregressif par la méthode de Yule-Walker à des données de pollution collectées dans la région de Vitória au Brésil.Enfin, l'estimation robuste du nombre de facteurs dans les modèles factoriels de grande dimension est considérée afin de réduire la dimensionnalité. En présence de valeurs aberrantes, les critères d’information proposés par Bai & Ng (2002) tendent à surestimer le nombre de facteurs. Pour atténuer ce problème, nous proposons de remplacer la matrice de covariance standard par la matrice de covariance robuste proposée dans ce manuscrit. Nos simulations montrent qu'en l'absence de contamination, les méthodes standards et robustes sont équivalentes. En présence d'observations aberrantes, le nombre de facteurs estimés augmente avec les méthodes non robustes alors qu'il reste le même en utilisant les méthodes robustes. À titre d'application avec des données réelles, nous étudions des concentrations de polluant PM$_{10}$ mesurées dans la région de l'Île-de-France en France. / This manuscript proposes new robust estimation methods for the autocovariance and autocorrelation matrices functions of stationary multivariates time series that may have random additives outliers. These functions play an important role in the identification and estimation of time series model parameters. We first propose new estimators of the autocovariance and of autocorrelation matrices functions constructed using a spectral approach considering the periodogram matrix periodogram which is the natural estimator of the spectral density matrix. As in the case of the classic autocovariance and autocorrelation matrices functions estimators, these estimators are affected by aberrant observations. Thus, any identification or estimation procedure using them is directly affected, which leads to erroneous conclusions. To mitigate this problem, we propose the use of robust statistical techniques to create estimators resistant to aberrant random observations.As a first step, we propose new estimators of autocovariance and autocorrelation functions of univariate time series. The time and frequency domains are linked by the relationship between the autocovariance function and the spectral density. As the periodogram is sensitive to aberrant data, we get a robust estimator by replacing it with the $M$-periodogram. The $M$-periodogram is obtained by replacing the Fourier coefficients related to periodogram calculated by the standard least squares regression with the ones calculated by the $M$-robust regression. The asymptotic properties of estimators are established. Their performances are studied by means of numerical simulations for different sample sizes and different scenarios of contamination. The empirical results indicate that the proposed methods provide close values of those obtained by the classical autocorrelation function when the data is not contaminated and it is resistant to different contamination scenarios. Thus, the estimators proposed in this thesis are alternative methods that can be used for time series with or without outliers.The estimators obtained for univariate time series are then extended to the case of multivariate series. This extension is simplified by the fact that the calculation of the cross-periodogram only involves the Fourier coefficients of each component from the univariate series. Thus, the $M$-periodogram matrix is a robust periodogram matrix alternative to build robust estimators of the autocovariance and autocorrelation matrices functions. The asymptotic properties are studied and numerical experiments are performed. As an example of an application with real data, we use the proposed functions to adjust an autoregressive model by the Yule-Walker method to Pollution data collected in the Vitória region Brazil.Finally, the robust estimation of the number of factors in large factorial models is considered in order to reduce the dimensionality. It is well known that the values random additive outliers affect the covariance and correlation matrices and the techniques that depend on the calculation of their eigenvalues and eigenvectors, such as the analysis principal components and the factor analysis, are affected. Thus, in the presence of outliers, the information criteria proposed by Bai & Ng (2002) tend to overestimate the number of factors. To alleviate this problem, we propose to replace the standard covariance matrix with the robust covariance matrix proposed in this manuscript. Our Monte Carlo simulations show that, in the absence of contamination, the standard and robust methods are equivalent. In the presence of outliers, the number of estimated factors increases with the non-robust methods while it remains the same using robust methods. As an application with real data, we study pollutant concentrations PM$_{10}$ measured in the Île-de-France region of France. / Este manuscrito é centrado em propor novos métodos de estimaçao das funçoes de autocovariancia e autocorrelaçao matriciais de séries temporais multivariadas com e sem presença de observaçoes discrepantes aleatorias. As funçoes de autocovariancia e autocorrelaçao matriciais desempenham um papel importante na analise e na estimaçao dos parametros de modelos de série temporal multivariadas. Primeiramente, nos propomos novos estimadores dessas funçoes matriciais construıdas, considerando a abordagem do dominio da frequencia por meio do periodograma matricial, um estimador natural da matriz de densidade espectral. Como no caso dos estimadores tradicionais das funçoes de autocovariancia e autocorrelaçao matriciais, os nossos estimadores tambem sao afetados pelas observaçoes discrepantes. Assim, qualquer analise subsequente que os utilize é diretamente afetada causando conclusoes equivocadas. Para mitigar esse problema, nos propomos a utilizaçao de técnicas de estatistica robusta para a criaçao de estimadores resistentes as observaçoes discrepantes aleatorias. Inicialmente, nos propomos novos estimadores das funçoes de autocovariancia e autocorrelaçao de séries temporais univariadas considerando a conexao entre o dominio do tempo e da frequencia por meio da relaçao entre a funçao de autocovariancia e a densidade espectral, do qual o periodograma tradicional é o estimador natural. Esse estimador é sensivel as observaçoes discrepantes. Assim, a robustez é atingida considerando a utilizaçao do Mperiodograma. O M-periodograma é obtido substituindo a regressao por minimos quadrados com a M-regressao no calculo das estimativas dos coeficientes de Fourier relacionados ao periodograma. As propriedades assintoticas dos estimadores sao estabelecidas. Para diferentes tamanhos de amostras e cenarios de contaminaçao, a performance dos estimadores é investigada. Os resultados empiricos indicam que os métodos propostos provem resultados acurados. Isto é, os métodos propostos obtêm valores proximos aos da funçao de autocorrelaçao tradicional no contexto de nao contaminaçao dos dados. Quando ha contaminaçao, os M-estimadores permanecem inalterados. Deste modo, as funçoes de M-autocovariancia e de M-autocorrelaçao propostas nesta tese sao alternativas vi aveis para séries temporais com e sem observaçoes discrepantes. A boa performance dos estimadores para o cenario de séries temporais univariadas motivou a extensao para o contexto de séries temporais multivariadas. Essa extensao é direta, haja vista que somente os coeficientes de Fourier relativos à cada uma das séries univariadas sao necessarios para o calculo do periodograma cruzado. Novamente, a relaçao de dualidade entre o dominio da frequência e do tempo é explorada por meio da conexao entre a funçao matricial de autocovariancia e a matriz de densidade espectral de séries temporais multivariadas. É neste sentido que, o presente artigo propoe a matriz M-periodograma como um substituto robusto à matriz periodograma tradicional na criaçao de estimadores das funçoes matriciais de autocovariancia e autocorrelaçao. As propriedades assintoticas sao estudas e experimentos numéricos sao realizados. Como exemplo de aplicaçao à dados reais, nos aplicamos as funçoes propostas no artigo na estimaçao dos parâmetros do modelo de série temporal multivariada pelo método de Yule-Walker para a modelagem dos dados MP10 da regiao de Vitoria/Brasil. Finalmente, a estimaçao robusta dos numeros de fatores em modelos fatoriais aproximados de alta dimensao é considerada com o objetivo de reduzir a dimensionalidade. Ésabido que dados discrepantes afetam as matrizes de covariancia e correlaçao. Em adiçao, técnicas que dependem do calculo dos autovalores e autovetores dessas matrizes, como a analise de componentes principais e a analise fatorial, sao completamente afetadas. Assim, na presença de observaçoes discrepantes, o critério de informaçao proposto por Bai & Ng (2002) tende a superestimar o numero de fatores. [...]

Esta tese examina o problema de detecção de conectividade entre séries temporais no sentido de Granger no caso em que a natureza não linear das interações não permite sua determinação por meio de modelos auto-regressivos lineares vetoriais. Mostra-se que é possível realizar esta detecção com auxílio dos chamados métodos de Kernel, que se tornaram populares em aprendizado por máquina (\'machine learning\') já que tais métodos permitem definir formas generalizadas de teste de Granger, coerência parcial direcionada e função de transferência direcionada. Usando simulações, mostram-se alguns exemplos de detecção nos quais fica também evidente que resultados assintóticos deduzidos originalmente para estimadores lineares podem ser generalizados de modo análogo, mostrando-se válidos no presente contexto kernelizado. / This work examines the connectivity detection problem between time series in the Granger sense when the nonlinear nature of interactions determination is impossible via linear vector autoregressive models, but is, nonetheless, feasible with the aid of the so-called Kernel methods that are popular in machine learning. The kernelization approach allows defining generalised versions for Granger tests, partial directed coherence and directed transfer function, which the simulation of some examples shows that the asymptotic detection results originally deducted for linear estimators, can also be employed under kernelization if suitably adapted.

Alterações no ecossistema marinho e nos estoques pesqueiros devido à pressão da pesca podem ser detectadas por meio de indicadores multiespecíficos. Geralmente, esses indicadores são aplicados a séries temporais de capturas aliados a dados bio-ecológicos dos recursos. Entretanto, abordagens alternativas baseadas em dados de comercialização do pescado podem ser utilizadas. Neste estudo foram aplicados vários indicadores multiespecíficos aos dados disponíveis da região Sudeste/Sul do Brasil, integrando aspectos ecológicos e econômicos de forma inédita para essa região. Para isto, utilizaram-se dados da estatística pesqueira e dados de comercialização de pescado entre 1968-2007, além de dados bio-ecológicos dos recursos (nível trófico, comprimento máximo, longevidade e profundidade). Foram analisadas as tendências desses parâmetros em relação aos desembarques, às quantidades comercializadas e aos preços de mercado. Os indicadores Índice Trófico Marinho, Fishing-in-Balance e Índice de Preço Relativo Logaritmizado também foram explorados. Foi realizada uma análise inferencial das tendências de preço e quantidade das principais categorias de mercado e de suas correlações. A avaliação ecológico-econômica evidencia uma tendência de escassez das espécies-alvo da pesca e de algumas espécies de nível trófico, longevidade e comprimento máximo altos, além do fenômeno \"pricing down the food web\". Portanto, a base de dados do mercado provou ser valiosa para compreender a dinâmica da pesca numa perspectiva ecossistêmica. / Changes in marine ecosystems and fisheries resources due to the fishing pressure can be detected by multispecies indicators. These are, usually, applied to catch or landing time series, jointly the resources bio-ecological data. However, there is an alternative approach, based on market data that could be used. In this study, several multispecies indicators were applied to data from Southeastern/Southern Brazil, integrating ecological and economics aspects to this region in an unprecedented way. Fishery landings and market values for the period 1968-2007 were used, besides bio-ecological classification of seafood categories (trophic level, longevity, maximum length and depth). Trends of these parameters by landings and market quantities and prices were analysed. The Marine Trophic Index, Fishing-in-Balance and the Logarithm Relative Price Index were also applied. Moreover, an inferential analysis of individual categories statistical trends in market prices and quantities and their correlations were done. The joint ecological-economic analysis provided evidence of the scarcity of most higher trophic level, longevity and maximum length categories and fisheries target species, besides the \"pricing down the food web\" phenomenon. Therefore, the market database proved to be priceless to understand the fishery dynamic in an ecosystem perspective.