This thesis focuses on the developing of statistical methodology in reliability and quality engineering, and to assist the decision-makings at enterprise level, process level, and product level. In Chapter II, we propose a multi-level statistical modeling strategy to characterize data from spatial logistics systems. The model can support business decisions at different levels. The information available from higher hierarchies is incorporated into the multi-level model as constraint functions for lower hierarchies. The key contributions include proposing the top-down multi-level spatial models which improve the estimation accuracy at lower levels; applying the spatial smoothing techniques to solve facility location problems in logistics. In Chapter III, we propose methods for modeling system service reliability in a supply chain, which may be disrupted by uncertain contingent events. This chapter applies an approximation technique for developing first-cut reliability analysis models. The approximation relies on multi-level spatial models to characterize patterns of store locations and demands. The key contributions in this chapter are to bring statistical spatial modeling techniques to approximate store location and demand data, and to build system reliability models entertaining various scenarios of DC location designs and DC capacity constraints. Chapter IV investigates the power law process, which has proved to be a useful tool in characterizing the failure process of repairable systems. This chapter presents a procedure for detecting and estimating a mixture of conforming and nonconforming systems. The key contributions in this chapter are to investigate the property of parameter estimation in mixture repair processes, and to propose an effective way to screen out nonconforming products. The key contributions in Chapter V are to propose a new method to analyze heavily censored accelerated life testing data, and to study the asymptotic properties. This approach flexibly and rigorously incorporates distribution assumptions and regression structures into estimating equations in a nonparametric estimation framework. Derivations of asymptotic properties of the proposed method provide an opportunity to compare its estimation quality to commonly used parametric MLE methods in the situation of mis-specified regression models.

Sea level rise (SLR) is one of the most damaging impacts associated with climate change. The objective of this study is to develop a comprehensive framework to identify the spatial patterns of sea level in the historical records, project regional mean sea levels in the future, and assess the corresponding impacts on the coastal communities. The first part of the study suggests a spatial pattern recognition methodology to characterize the spatial variations of sea level and to investigate the sea level footprints of climatic signals. A technique based on artificial neural network is proposed to reconstruct average sea levels for the characteristic regions identified. In the second part of the study, a spatial dynamic system model (DSM) is developed to simulate and project the changes in regional sea levels and sea surface temperatures (SST) under different development scenarios of the world. The highest sea levels are predicted under the scenario A1FI, ranging from 71 cm to 86 cm (relative to 1990 global mean sea level); the lowest predicted sea levels are under the scenario B1, ranging from 51 cm to 64 cm (relative to 1990 global mean sea level). Predicted sea levels and SST's of the Indian Ocean are significantly lower than those of the Pacific and the Atlantic Ocean under all six scenarios. The last part of this dissertation assesses the inundation impacts of projected regional SLR on three representative coastal U.S. states through a geographic information system (GIS) analysis. Critical issues in the inundation impact assessment process are identified and discussed.

Thesis (M.A.)--State University of New York at Binghamton, Department of Geography, 2009. / Includes bibliographical references.

Thesis (Ph.D.)--Mississippi State University. Department of Sociology, Anthropology, and Social Work. / Title from title screen. Includes bibliographical references.

CAPES / Glycine max (L.) Merrill é uma das principais culturas agrícolas do país e integra um conjunto de atividades agrícolas com maior evidência no mercado mundial. Este trabalho objetiva determinar através de modelos em quais regiões do Estado Chrysodeixis includens Walker, 1858 (Lepidoptera: Erebidae), Anticarsia gemmatalis Hübner, 1818 (Lepidoptera: Erebidae), Euschistus heros Fabricius, 1794 (Hemiptera: Pentatomidae) e Nezara viridula Lineaus, 1758 (Hemiptera: Pentatomidae) tem maior ocorrência, bem como analisar possíveis influências sobre uma mudança na distribuição populacional. Foram obtidos dados oficiais relativos ao número de receitas agronômicas emitidas para cada município quanto aos principais alvos biológicos, classificação dos principais produtos utilizados e ingredientes ativos mais utilizados, através da Agência de Defesa Agropecuária do Paraná (ADAPAR), referentes à cultura da soja das safras 2014/2015 e 2015/2016. Com auxílio do aplicativo Google Earth™, coletaram-se as coordenadas geográficas (latitude e longitude), no formato UTM, de cada município. Foram calculados os percentuais de receitas emitidas (RE) de cada município, após a organização dos dados iniciou-se a manipulação destes no programa Quantum Gis® 2.16. Na seqüência, realizou-se o cálculo do percentual do número de RE por classificação dos produtos utilizados e dos ingredientes ativos, ambos para as safras 2014/15 e 2015/16. A partir do relatório das informações recebidas por meio do Sistema de Controle do Comércio e Uso de Agrotóxicos no Estado do Paraná (SIAGRO), foi possível calcular o volume em toneladas de inseticida comercializado e o volume para os ingredientes ativos com maior número de RE das safras 2014/15 e 2015/16. Foram cruzadas informações de número de RE por município e a área plantada em hectares, descrita em percentual, servindo de apoio para uma possível justificativa da distribuição dos insetos-praga estudados. A análise da distribuição das principais pragas da soja, através da emissão dos receituários agronômicos, demonstra ser uma ferramenta capaz de estimar a amplitude dessa distribuição. Observou-se que a região Oeste do Paraná teve os maiores índices de emissão de receituários agronômicos emitidos para o controle de A. gemmatalis, C. includens, E. heros e N. viridula nas duas safras (2014/15 e 2015/16). No entanto, não foi possível afirmar que houve mudanças na distribuição da população desses insetos-praga devido ao uso dos inseticidas aplicados, pois, os dados obtidos não sustentam essa afirmação. Sendo assim, são necessários estudos mais centralizados e com dados mais detalhados para afirmar as possíveis causas nas diferenças de distribuição dos insetos-praga. A técnica de modelagem e o uso de programas geoestatísticos, constitui uma alternativa potencial para a implementação de protocolos de controle, consequentemente reduzindo os impactos ambientais gerados pela aplicação excessiva e em períodos inadequados dos agrotóxicos. / Glycine max (L.) Merrill is one of the main agricultural crops of the country and it integrates a set of agricultural activities with more evidence in the world market. This work aims to determine through models in which regions of the State Chrysodeixis includens Walker, 1858 (Lepidoptera: Erebidae), Anticarsia gemmatalis Hübner, 1818 (Lepidoptera: Erebidae), Euschistus heros Fabricius, 1794 (Hemiptera: Pentatomidae) and Nezara viridula Lineaus, 1758 (Hemiptera: Pentatomidae) has a higher occurrence, as well as to analyze possible influences on a change in the population distribution. Official data were obtained regarding the number of agronomic recipes issued for each municipality regarding the main biological targets, classification of the main products used and active ingredients most used, through the Agência de Defesa Agropecuária do Paraná (ADAPAR), regarding the crop of soybeans 2014/2015 and 2015/2016. Using the Google Earth ™ application, the geographic coordinates (latitude and longitude) in the UTM format of each municipality were collected. The percentages of revenues generated (RE) of each municipality were calculated, after the organization of the data the manipulation of these data was initiated in the program Quantum Gis® 2.16. Subsequently, the percentage of RE numbers was calculated by classification of the products used and the active ingredients, both for the 2014/15 and 2015/16 crops. Based on the information received through the Sistema de Controle do Comércio e Uso de Agrotóxicos no Estado do Paraná (SIAGRO), it was possible to calculate the volume in tons of commercialized insecticide and the volume for the active ingredients with the highest number of RE 2014/15 and 2015/16 crops. Information on RE numbers per municipality was cross-referenced and the area planted in hectares, described as a percentage, was used to support a possible justification for the distribution of the pest insects studied. The analysis of the distribution of the main pests of the soybean, through the emission of the agronomic prescriptions, proves to be a tool capable of estimating the amplitude of this distribution. It was observed that the western region of Paraná had the highest rates of emission of agronomic prescriptions issued for the control of A. gemmatalis, C. includens, E. heros and N. viridula in the two harvests (2014/15 and 2015/16) . However, it was not possible to affirm that there were changes in the population distribution of these insect pests due to the use of applied insecticides, because the data obtained do not support this assertion. Therefore, more centralized studies and more detailed data are needed to ascertain the possible causes in the distribution differences of the pest insects. The modeling technique and the use of geostatistical programs constitute a potential alternative for the implementation of control protocols, consequently reducing the environmental impacts generated by excessive application and inadequate periods of pesticides.

A cultura do milho é uma das atividades agrícolas mais importantes para a economia no Brasil e a utilização de modelos estatísticos pode auxiliar a tomada de decisão neste setor produtivo. O presente estudo visou identificar áreas com correlação e autocorrelação espacial para a produtividade de milho e suas variáveis preditoras (temperatura média, precipitação pluvial, radiação solar, potencialidade agrícola do solo e altitude), e também, verificar o modelo de regressão espacial mais adequado para a explicação da cultura. O estudo foi realizado utilizando dados de municípios do estado do Paraná referente a safras de verão dos anos agrícolas de 2011/2012, 2012/2013 e 2013/2014. Os softwares utilizados para a análise estatística e geração dos mapas temáticos foram o ArcMap 9.3 e GeoDa 1.6.7. A identificação da dependência espacial entre as variáveis foi realizada por meio do índice de Moran Global (Univariado e Bivariado) e o índice local de associação espacial (LISA), concluindo-se que para todos os anos e critérios de vizinhança utilizados, houve autocorrelação espacial significativa ao nível de 1% para todas as variáveis. Verificouse ainda que a temperatura média, precipitação e altitude, estão correlacionadas significativamente (P-value<5%) com a produtividade do milho em todos os anos e critérios estudados. As variáveis: radiação solar e potencialidade agrícola do solo não apresentaram correlação significativa para alguns dos anos (2012/2013) e matrizes de vizinhança (contingência queen e vizinho mais próximo). Para determinar o modelo de regressão mais apropriado para a estimativa da produtividade de milho, foi adotado o diagnóstico estatístico do modelo de regressão OLS - Ordinary Least Square, que verifica se é necessário aplicar algum modelo de regressão espacial para explicação dos dados. Para todos anos agrícolas foi recomendado a utilização do modelo de regressão espacial SAR – Spatial Lag Model, sendo que apenas para o ano agrícola 2013/2014 pode ser recomendado o modelo Spatial Error Model (CAR). A regressão espacial (SAR e CAR) adotada para a estimativa da produtividade de milho em diferentes anos, obteve melhores resultados quando comparada com os resultados da regressão que não incorpora a autocorrelação espacial dos dados (OLS). O coeficiente de determinação R², os critérios de informação bayesiano (BIC) e o máximo valor do logaritmo da função verossimilhança (Log-likelihood), apresentou melhora significativa na estimação da produtividade do milho quando utilizado SAR e CAR. / Corn cultivation is one of the most important agricultural activities for the Brazilian economy and the use of statistical models can help decision making in this productive sector. The present study aimed to identify areas with correlation and spatial autocorrelation for maize productivity and its predictive variables (mean temperature, rainfall, solar radiation, soil potential and altitude), and to verify the spatial regression model most appropriate for The explanation of culture. The study was carried out using data from municipalities in the state of Paraná referring to summer crops of the 2011/2012, 2012/2013 and 2013/2014 agricultural years. The software used for the statistical analysis and generation of thematic maps were ArcMap 9.3 and GeoDa 1.6.7. The identification of spatial dependence among variables was performed using the Moran Global Index (Univariate and Bivariate) and the local spatial association index (LISA). It was concluded that for all the years and neighborhood criteria used, there was spatial autocorrelation Significant at the 1% level for all variables. It was also verified that the average temperature, precipitation and altitude, are correlated significantly (P-value <5%) with corn yield in all years and criteria studied. The variables: solar radiation and soil agricultural potential did not present significant correlation for some of the years (2012/2013) and neighborhood matrices (queen contingency and nearest neighbor). To determine the most appropriate regression model for estimating maize productivity, the OLS - Ordinary Least Square regression model was used to verify if it is necessary to apply some spatial regression model to explain the data. For all agricultural years it was recommended to use the spatial regression model Spatial Lag Model (SLM), and only for the agricultural year 2013/2014 can the Spatial Error Model (SEM) be recommended. The spatial regression (SLM and SEM) adopted for estimating maize productivity in different years yielded better results when compared with regression results that did not incorporate spatial data autocorrelation (OLS). The coefficient of determination R², the Bayesian information criteria (BIC) and the maximum log-likelihood value, showed a significant improvement in corn productivity estimation when using SLM and SEM.

A cultura do milho é uma das atividades agrícolas mais importantes para a economia no Brasil e a utilização de modelos estatísticos pode auxiliar a tomada de decisão neste setor produtivo. O presente estudo visou identificar áreas com correlação e autocorrelação espacial para a produtividade de milho e suas variáveis preditoras (temperatura média, precipitação pluvial, radiação solar, potencialidade agrícola do solo e altitude), e também, verificar o modelo de regressão espacial mais adequado para a explicação da cultura. O estudo foi realizado utilizando dados de municípios do estado do Paraná referente a safras de verão dos anos agrícolas de 2011/2012, 2012/2013 e 2013/2014. Os softwares utilizados para a análise estatística e geração dos mapas temáticos foram o ArcMap 9.3 e GeoDa 1.6.7. A identificação da dependência espacial entre as variáveis foi realizada por meio do índice de Moran Global (Univariado e Bivariado) e o índice local de associação espacial (LISA), concluindo-se que para todos os anos e critérios de vizinhança utilizados, houve autocorrelação espacial significativa ao nível de 1% para todas as variáveis. Verificouse ainda que a temperatura média, precipitação e altitude, estão correlacionadas significativamente (P-value<5%) com a produtividade do milho em todos os anos e critérios estudados. As variáveis: radiação solar e potencialidade agrícola do solo não apresentaram correlação significativa para alguns dos anos (2012/2013) e matrizes de vizinhança (contingência queen e vizinho mais próximo). Para determinar o modelo de regressão mais apropriado para a estimativa da produtividade de milho, foi adotado o diagnóstico estatístico do modelo de regressão OLS - Ordinary Least Square, que verifica se é necessário aplicar algum modelo de regressão espacial para explicação dos dados. Para todos anos agrícolas foi recomendado a utilização do modelo de regressão espacial SAR – Spatial Lag Model, sendo que apenas para o ano agrícola 2013/2014 pode ser recomendado o modelo Spatial Error Model (CAR). A regressão espacial (SAR e CAR) adotada para a estimativa da produtividade de milho em diferentes anos, obteve melhores resultados quando comparada com os resultados da regressão que não incorpora a autocorrelação espacial dos dados (OLS). O coeficiente de determinação R², os critérios de informação bayesiano (BIC) e o máximo valor do logaritmo da função verossimilhança (Log-likelihood), apresentou melhora significativa na estimação da produtividade do milho quando utilizado SAR e CAR. / Corn cultivation is one of the most important agricultural activities for the Brazilian economy and the use of statistical models can help decision making in this productive sector. The present study aimed to identify areas with correlation and spatial autocorrelation for maize productivity and its predictive variables (mean temperature, rainfall, solar radiation, soil potential and altitude), and to verify the spatial regression model most appropriate for The explanation of culture. The study was carried out using data from municipalities in the state of Paraná referring to summer crops of the 2011/2012, 2012/2013 and 2013/2014 agricultural years. The software used for the statistical analysis and generation of thematic maps were ArcMap 9.3 and GeoDa 1.6.7. The identification of spatial dependence among variables was performed using the Moran Global Index (Univariate and Bivariate) and the local spatial association index (LISA). It was concluded that for all the years and neighborhood criteria used, there was spatial autocorrelation Significant at the 1% level for all variables. It was also verified that the average temperature, precipitation and altitude, are correlated significantly (P-value <5%) with corn yield in all years and criteria studied. The variables: solar radiation and soil agricultural potential did not present significant correlation for some of the years (2012/2013) and neighborhood matrices (queen contingency and nearest neighbor). To determine the most appropriate regression model for estimating maize productivity, the OLS - Ordinary Least Square regression model was used to verify if it is necessary to apply some spatial regression model to explain the data. For all agricultural years it was recommended to use the spatial regression model Spatial Lag Model (SLM), and only for the agricultural year 2013/2014 can the Spatial Error Model (SEM) be recommended. The spatial regression (SLM and SEM) adopted for estimating maize productivity in different years yielded better results when compared with regression results that did not incorporate spatial data autocorrelation (OLS). The coefficient of determination R², the Bayesian information criteria (BIC) and the maximum log-likelihood value, showed a significant improvement in corn productivity estimation when using SLM and SEM.

Orientador: Tirza Aidar / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Filosofia e Ciencias Humanas / Made available in DSpace on 2018-08-12T21:57:32Z (GMT). No. of bitstreams: 1 Maia_PauloBorlina_D.pdf: 17064044 bytes, checksum: c5a7f76cc959d1abdcec9a6bfb9aa950 (MD5) Previous issue date: 2009 / Resumo: Este trabalho teve como objetivo analisar a mortalidade dos acidentes de trânsito no Município de São Paulo para o período de 2003 a 2005, avaliando a distribuição espacial a partir do local de ocorrência dos eventos e as possíveis relações destes acidentes com o local de residência das vítimas. Análises espaciais foram conduzidas por meio da vinculação de dois bancos de dados oficiais, referentes aos registros das Declarações de Óbito da Fundação Seade e Boletins de Ocorrência, da Secretaria de Segurança Pública do Estado de São Paulo. Os resultados indicam padrões espaciais específicos e diferenciados segundo o tipo do acidente e as características das vítimas, apontando para a enorme potencialidade das informações georreferenciadas geradas e das técnicas de análise utilizadas para a construção do conhecimento, orientação de políticas e planejamento urbano. / Abstract: This study aimed to examine the mortality of transport accidents in the city of Sao Paulo for the period from 2003 to 2005, evaluating the spatial distribution from the site of occurrence of the events and the possible relationship of these accidents with the place of residence of the victims. Spatial analyses were conducted through the linking of two data banks related to the records of official statements of deaths the Seade Foundation and the Bulletins of Occurrence of the Secretary of Public Security of the State of Sao Paulo. The results indicate specific and spatial patterns which vary with the type and characteristics of the accident victims, pointing to the enormous potential of the georeferenciate information and techniques of analysis used to build the knowledge, directions for public policies and urban planning. / Doutorado / Doutor em Demografia

Orientador: Maurício Aguiar Serra / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Economia / Made available in DSpace on 2018-08-20T09:09:02Z (GMT). No. of bitstreams: 1 Carvalho_AndreCutrim_D.pdf: 4474029 bytes, checksum: c2a4434f05f9639325475df7d98b3350 (MD5) Previous issue date: 2012 / Resumo: A presente Tese de Doutorado se propõe a investigar e discutir teoricamente os principais fatores responsáveis pela dinâmica do desmatamento florestal na Amazônia paraense, numa perspectiva de abordagem realizada por intermédio da Nova Economia Institucional. A hipótese básica desta Tese é de que a expansão da fronteira agropecuária é o elemento condutor do fenômeno do desmatamento florestal na Amazônia paraense, sendo que esse avanço da fronteira agropecuária carrega, também, outros fatores que estão ligadas diretamente ao avanço do progresso econômico capitalista, tais como: crescimento econômico (PIB), construção de estradas, incremento do rebanho bovino, estrutura fundiária concentrada, especulação sobre o preço da terra, crédito rural, Instituições, mecanismos de governança, entre outros. No entanto, a principal atividade causadora de desmatamento florestal na Amazônia paraense é a pecuária de corte em regime extensivo. Nesse contexto, a econometria espacial será uma ferramenta de extrema importância para mensurar, a partir dos resultados obtidos no modelo econométrico espacial, os efeitos que o desmatamento florestal vem provocando na Amazônia paraense, bem como a especificidade de cada um, traçando um panorama histórico-institucionalista para sustentar os argumentos empíricos. O período escolhido para a análise econométrica compreende os anos de 2000 e 2008, devido à elevada taxa de desmatamento florestal na Amazônia paraense / Abstract: This PhD thesis proposes to investigate theoretically and discuss the main factors responsible for the dynamics of deforestation in the Amazon forest in Pará, in the interests of approach through the New Institutional Economics. The basic hypothesis of this thesis is that the expansion of the agricultural frontier is the conductive element of the phenomenon of deforestation in the Amazon forest in Pará, and this advancing agricultural frontier bears are also other factors that are directly linked to the advance of capitalist economic progress, such as: cresimento economic (GDP), construction of roads, increase of cattle, concentrated land ownership, speculation about the price of land, rural credit institutions, governance mechanisms, among others. However, the main activity causing deforestation in the Amazon forest in Pará is the beef cattle in extensive farming.. In this context, spatial econometrics is an extremely important tool to measure, from the results obtained in the spatial econometric model, the effects of deforestation in the Amazon forest has led to Para, and the specificity of each one, drawing a historical-institutionalist arguments to support the empirical. The period chosen for the econometric analysis covers the years 2000 and 2008 due to the high rate of deforestation in the Amazon forest in Pará / Doutorado / Desenvolvimento Economico, Espaço e Meio Ambiente / Doutor em Desenvolvimento Economico

M.A. (Geography) / Please refer to full text to view abstract