A flutuação na abundância de estoques pesqueiros é tema de investigação científica desde o final do século XIX. A ciência pesqueira se estabeleceu para que se pudesse compreender os impactos da exploração da pesca em recursos naturais renováveis, e, principalmente, para evitar colapsos e preservar as populações exploradas. A principal fonte de dados para investigações pesqueiras são provenientes da própria pesca. Um dos problemas associados à esse fato, é que os pescadores procuram sempre por áreas de alto rendimento, o que faz com que os dados de captura analisados sejam de uma amostra não aleatória. Além disso, entre as diversas espécies que são capturadas, algumas poucas são consideradas alvo da pescaria, enquanto que as demais são chamadas de capturas incidentais. Tudo isso faz com que dados pesqueiros possuam características particulares, como assimetria, excesso de zeros e sobredispersão. Tradicionalmente, estes dados são analisados ignorando-se a estrutura de dependência espacial e temporal, reconhecidamente importante devido a natureza das informações. O objetivo deste trabalho foi então utilizar abordagens estatísticas recentes, que são capazes de lidar com as características desafiadoras de dados pesqueiros. Inicialmente, foram utilizados modelos hierárquicos bayesianos para a modelagem da estrutura temporal da captura de uma espécie. Para esta modelagem, foi utilizado a aproximação de Laplace encaixada e integrada (INLA), um método recente na literatura para realizar inferência no contexto bayesiano através de aproximação, ao contrário dos tradicionais métodos por amostragem. Esta alternativa é computacionalmente mais eficiente, e se mostrou extremamente viável para a análise de dados pesqueiros. Ao final, pode-se concluir que a dependência temporal é de fato importante, e não pode ser ignorada nesse tipo de dado. Seguindo a mesma ideia, foi também desenvolvido um método de estimação em dois estágios para a obtenção dos parâmetros de modelos dinâmicos de biomassa. A estimação em dois estágios permite a consideração de toda a estrutura de dependência espaço-temporal presente nos dados pesqueiros. De fato, os resultados mostraram que quando estas estruturas são levadas em consideração, as estimativas dos parâmetros de interesse são não viesadas e consistentes. Abordagens multivariadas seriam escolhas naturais para a análise da captura de diversas espécies. No entanto, a maioria destas técnicas envolve a suposição de normalidade, o que praticamente torna inviável seu uso em dados de captura. Os Modelos Multivariados de Covariância Linear Generalizada (McGLM) são uma alternativa recente, pois permitem considerar que as respostas possam assumir qualquer distribuição da família exponencial de dispersão. Isso faz com que dados que possuem dependência, excesso de zeros e sobredispersão possam ser considerados de maneira natural. Neste trabalho, os McGLMs foram utilizados para se verificar a influência de um dispositivo que evita a captura incidental de aves, na captura de duas espécies consideradas alvo da pescaria. Com isso, pôde-se concluir que o artefato, comprovadamente eficiente na redução da captura de aves, não diminui a captura das espécies desejadas. / Fluctuation in abundance of fish stocks is scientifically studied since the end of the 19th century. Fisheries science was established to understand impacts of fisheries in renewable natural resources, and mainly to avoid overfishing and to preserve explored populations. The primary data source for fisheries investigation is from fisheries itself. One of the problems associated with this fact is that fishermen are always looking for high productivity areas, which makes catch data a non-random sample. In addition, among many species captured, only a few are considered targets, while the rest are called bycatch. As a consequence, fisheries data presents particular features, such as asymmetry, excess zeros, and overdispersion. It is well known that catches are highly dependent in time and space, however, this spatiotemporal structure is traditionally ignored when analyzing catch data. The aim of this work was then to apply newly developed statistical approaches, capable of handling the challenging features of fisheries data. Initially, the temporal structure of a bycatch species was modeled through Bayesian hierarchical models. The Integrated Nested Laplace Approximation (INLA), a recent method that uses approximation rather than sampling, in the Bayesian framework, was used. This approach is computationally more efficient and turned out to be a quite viable method to analyze fisheries data. As a conclusion, we showed that the temporal dependence is indeed important, and cannot be ignored when analyzing this kind of data. Following the same reasoning, a two-stage approach was developed for the estimation of parameters from biomass dyna- mic models. This two-stage approach allows the inclusion of spatial and temporal effects, inherently present in fisheries data. Results showed that when this structures are considered, parameter estimates are unbiased and consistent. Multivariate statistical methods should be the default approach when analyzing catch data from several species. However, most of this techniques are based on the normality assumption, which makes it of little use for catch data. The recently developed Multivariate Covariance Generalized Linear Models (McGLM) assumes that response variables could follow any distribution from the exponential dispersion family. This flexibility allows that data with both overdispersion and excess zeros may be modeled in a natural way. In this work, McGLMs were used to assess the influence of a device used to prevent seabird bycatch, in two target species captures. As a conclusion, we showed that the device does not interfere in the catch of targeted species.

Fluxos de dados são usualmente caracterizados por grandes quantidades de dados gerados continuamente em processos síncronos ou assíncronos potencialmente infinitos, em aplicações como: sistemas meteorológicos, processos industriais, tráfego de veículos, transações financeiras, redes de sensores, entre outras. Além disso, o comportamento dos dados tende a sofrer alterações significativas ao longo do tempo, definindo data streams evolutivos. Estas alterações podem significar eventos temporários (como anomalias ou eventos extremos) ou mudanças relevantes no processo de geração da stream (que resultam em alterações na distribuição dos dados). Além disso, esses conjuntos de dados podem possuir características espaciais, como a localização geográfica de sensores, que podem ser úteis no processo de análise. A detecção dessas variações de comportamento que considere os aspectos da evolução temporal, assim como as características espaciais dos dados, é relevante em alguns tipos de aplicação, como o monitoramento de eventos climáticos extremos em pesquisas na área de Agrometeorologia. Nesse contexto, esse projeto de mestrado propõe uma técnica para auxiliar a análise espaço-temporal em data streams multidimensionais que contenham informações espaciais e não espaciais. A abordagem adotada é baseada em conceitos da Teoria de Fractais, utilizados para análise de comportamento temporal, assim como técnicas para manipulação de data streams e estruturas de dados hierárquicas, visando permitir uma análise que leve em consideração os aspectos espaciais e não espaciais simultaneamente. A técnica desenvolvida foi aplicada a dados agrometeorológicos, visando identificar comportamentos distintos considerando diferentes sub-regiões definidas pelas características espaciais dos dados. Portanto, os resultados deste trabalho incluem contribuições para a área de mineração de dados e de apoio a pesquisas em Agrometeorologia. / Data streams are usually characterized by large amounts of data generated continuously in synchronous or asynchronous potentially infinite processes, in applications such as: meteorological systems, industrial processes, vehicle traffic, financial transactions, sensor networks, among others. In addition, the behavior of the data tends to change significantly over time, defining evolutionary data streams. These changes may mean temporary events (such as anomalies or extreme events) or relevant changes in the process of generating the stream (that result in changes in the distribution of the data). Furthermore, these data sets can have spatial characteristics such as geographic location of sensors, which can be useful in the analysis process. The detection of these behavioral changes considering aspects of evolution, as well as the spatial characteristics of the data, is relevant for some types of applications, such as monitoring of extreme weather events in Agrometeorology researches. In this context, this project proposes a technique to help spatio-temporal analysis in multidimensional data streams containing spatial and non-spatial information. The adopted approach is based on concepts of the Fractal Theory, used for temporal behavior analysis, as well as techniques for data streams handling also hierarchical data structures, allowing analysis tasks that take into account the spatial and non-spatial aspects simultaneously. The developed technique has been applied to agro-meteorological data to identify different behaviors considering different sub-regions defined by the spatial characteristics of the data. Therefore, results from this work include contribution to data mining area and support research in Agrometeorology.

A cidade que mais cresce no mundo. São Paulo não pode parar... São Paulo deve parar! Mais do que slogans que marcam a história da maior metrópole brasileira, essas frases revelam uma capital marcada por mudanças e manifestações sociais típicas de grandes centros urbanos. O presente trabalho visa compreender essas mudanças por intermédio de uma das manifestações que melhor distingue o território paulistano: os homicídios dolosos, um dos principais problemas sociais desta metrópole. Para tanto, conceitos e concepções presentes na literatura que aborda o movimento da criminalidade urbana paulista são debatidos, utilizados como fundamento teórico e hipóteses a serem testadas. Além disso, técnicas estatísticas e geoestatísticas são empregadas como ferramentas analíticas do material empírico, obtido de diversas fontes. O trabalho é composto por estudos descritivo-exploratórios e análises em escala intraurbana. Congregando um amplo número de pesquisas cientificas, esses estudos buscam esclarecer por que, em um determinado período e local, as taxas de homicídios dolosos apresentam estabilidade, crescimento ou retração. Já as análises avaliam esse fenômeno do ponto de vista dos diversos padrões de urbanização e de homicídios que configuram a cidade de São Paulo. De modo geral, as investigações são consideradas em perspectiva longitudinal, o que possibilita uma observação mais adequada das nuances e variações dos homicídios, assim como melhor contextualização das matrizes teóricas que sustentam ou contestam os resultados obtidos. Entretanto, mais do que considerar o movimento dos homicídios dolosos por intermédio de suas taxas e das condicionantes que explicam sua variabilidade no tempo e no espaço, avalia-se o efeito destas entre si, sob um ponto de vista sócio-histórico e, em sentido amplo, dialético e plural. Considerando o desenvolvimento da cidade, buscou-se apresentar as transformações ocorridas na urbe e como elas se associam às taxas de homicídios. Essas transformações são vistas tanto em nível macrossociológico como microssocial. No primeiro, focaliza-se o movimento dos homicídios dolosos tendo em vista fatores históricos, econômicos, políticos e sociais que aparecem direta ou indiretamente associados com esse movimento. No segundo nível, em cada uma das milhares de partes em que a cidade é dividida são verificadas características econômicas, infraestruturais, demográficas e sociais, entre outras, que se mostraram significativas para explicar a variabilidade dos homicídios. Ambos os níveis são articulados durante todo o trabalho, sendo as conclusões alcançadas oriundas desta articulação condutoras da reflexão acerca das principais conclusões deste estudo. Essas conclusões contrariam a noção de que o movimento dos homicídios pode ser explicado por teorias universais e atemporais, apontando para a importância de uma avaliação científica da área e do período de estudo, das teorias sobre crimes urbanos e das mudanças sociais capazes de alterar esse movimento. / The world´s fastest growing city. Sao Paulo cant stop Sao Paulo must stop! More than slogans that marked the history of the biggest Brazilian metropolis; these sentences reveal a city characterized by change and social manifestations distinctive of large urban centers. The present work aims to comprehend these changes through one of the manifestations that best distinguishes the city area; homicides, one of the metropolis main social problems. For this purpose, the concepts and conceptions present in the literature that approaches the citys urban criminality movement are addressed, and used as theory basis and hypothesis to be tried. Also, the statistical and geostatistical techniques are employed as analytical tools to study the empirical data obtained through several sources. This work is composed of descriptive exploratory studies and assessments on intraurban scales. The studies gathered a wide number of scientific researches that seek to clarify why, in a certain period and location, the homicide rates present stability, growth or retraction. On the other hand the analysis approaches this phenomenon through the point of view of several urbanization and homicidal patterns that characterize Sao Paulo city. Overall, the research is taken into consideration on a longitudinal perspective, what enables a more suitable observation of homicide shades and variations, as a better contextualization of the theoretical matrices that support or challenge the obtained results. However, more than considering the movement of homicide by its rates and conditionings, that explain their variations in time and space, it was also assessed the effects among each other, under a sociohistorical point of view and, in a wider perspective, dialectical and plural as well. Taken into account the citys development, it was soughed to present the transformations that occur in the city and how they are related to the homicide rates. Those transformations can be seen in a macrosociological and microsocial levels. At the first, it was focused on the movement of homicide taken into historic, economic, politic and social account factors that show directly or indirectly associated with this movement. At the second level, in each of the thousand parts that composed the city it is verified economic, infrastructural, demographical and social characteristics, among others, that were found to be significant to explain the variability of homicide. Both levels are articulated throughout this work, and these conclusions reached arising of this articulation lead to reflection on the main conclusions of this work. These conclusions contradict the notion that the homicide movement can be explained by universal and timeless theories that show the importance of scientific assessments over place and time the study took place, of urban crime theories and the social changes capable of altering that movement.

A modelagem de processos espaço-temporais é de suma importância para dados climatológicos, visto que o clima sofre influência temporal e espacial. A classe de modelos STARMA, autorregressivo e de médias móveis espaço-temporal, adequa-se a esses processos, porém, não há, na literatura, um estudo sobre o melhor método para quantificar a dependência espacial, e não é sabido se há uma diferença entre os métodos para esses modelos. Logo, neste trabalho, é realizado um estudo de simulações do modelo STAR, utilizando-se diferentes formas para obter os pesos espaciais. Após concluir as simulações é realizado o ajuste de um modelo STARIMA para um conjunto de dados de médias mensais de temperaturas mínimas diárias coletadas em uma mesorregião localizada no Oeste do Estado do Paraná. Este trabalho é separado em dois artigos e ambos são realizados utilizando-se o programa R. O primeiro é o estudo de simulações, chegando-se à conclusão de que o método para determinar a dependência espacial interfere no resultado da modelagem e depende da região em estudo. No segundo artigo, conclui-se que o inverso da distância é a melhor opção para a matriz de pesos e um modelo STARIMA sazonal tem o melhor ajuste para o conjunto de dados em questão. / Process modeling spatio-temporal is of great importance for climatological data, once that the climate undergoes spatial and temporal influence. The class of models STARMA, autoregressive models and spatio-temporal moving averages, are suitable to the these processes, however, for these models, there is not a study about the best method to quantify the spatial dependence, and/or it is not known whether there is a difference between the methods for these models. In this thesis, a study simulations of the STAR model using different forms for the spatial weights is performed. After the simulation procedure, the STARIMA model is fitted to the real dataset of monthly mean daily minimum temperatures collected in a mesoregion located to the west of the state of Paraná. This thesis is separated into two papers and both are performed using the statistical software R. The first one is the simulation study that concludes that the method for determining the spatial dependence interferes with results of the modeling and depends on the region under study. In the second paper, it is concluded that the inverse distance is the best option for the weight matrix and a seasonal STARIMA model has the best fit for the data set.

D'après le rapport de l'OMS en 2015, près de la moitié de la population mondiale est exposée au risque du paludisme et le plus grand nombre des cas recensés se trouve en Afrique subsaharienne. Madagascar fait partie des pays où le paludisme est encore endémique. La géographie et le climat de l'île se traduisent par une répartition assez particulière du paludisme. Les plus fortes incidences sont observées sur les littoraux alors que les plus faibles le sont sur les Hautes Terres Centrales. Cinq zones épidémiologiques et opérationnelles ont été définies par les services de lutte contre le paludisme : Est, Ouest, Sud, Hautes Terres et les Marges. Cette étude vise à apporter une meilleure compréhension de l'épidémiologie du paludisme et de mesurer l'impact des mobilités humaines sur la transmission des zones à forte transmission vers les zones à faible transmission afin de contribuer à mieux cibler les actions de contrôle par les acteurs de la santé publique. Elle offre une nouvelle approche permettant d'évaluer la dynamique spatio-temporelle du paludisme, de quantifier la circulation de l'infection palustre en tenant compte de la mobilité de la population par l’utilisation des données de téléphonie mobile et d'identifier les principales zones exportatrices et importatrices de la maladie. En premier lieu, à travers une analyse rétrospective des données d'incidence, ce travail a montré une hétérogénéité évidente dans chaque stratification épidémiologique et la recrudescence de la maladie sur les Hautes Terres et les Marges. En second lieu, indépendamment de la densité de la population, nous avons montré que les Hautes Terres et surtout la capitale Antananarivo sont une zone à fort risque d'importation de paludisme et que les zones exportatrices sont surtout situées à l'Est et à l'Ouest. Enfin, notre enquête de terrain a souligné l'importance d'une mobilité inter district faible et d'une mobilité intra district voire intra communale importante qui mériterait d'être prise en compte dans la mesure de la circulation de l'infection palustre. Cette étude a permis de mettre en lumière que le paludisme est très dynamique à Madagascar avec un degré d'intensité différent même si les zones appartiennent à la même stratification. Ce constat devrait se traduire par une adaptation des stratégies de lutte. Enfin, la mobilité humaine joue un rôle important dans la transmission. A l'heure où la téléphonie mobile s'est largement diffusée à Madagascar, son utilisation pour estimer le déplacement des populations devient un outil pertinent pour contribuer à orienter le contrôle des maladies. / According to the 2015 WHO report, almost half of the world population is exposed to malaria, with the largest number of reported cases in sub-Saharan Africa. Madagascar is one of the countries where malaria is still endemic because of its geographical location. As a matter of fact, the geography and climate of the island gives a specific epidemiological stratification of malaria. There are five malaria epidemiological zones: East, West, South, Highlands and Fringe. The highest incidence is observed on coastal areas, while the lowest incidence is observed on the Central Highlands. This study aims to provide a better understanding of the epidemiology of malaria and to measure the impact of human mobility on transmission from high transmission areas to low transmission areas in order to help better target control actions by public health actors. This study proposes an alternative approach to assess the spatiotemporal dynamics of malaria, quantify the circulation of malaria infection and take into account the mobility of the population to identify the main source and sink areas of malaria. Firstly, through a retrospective analysis of incidence data, this work showed a clear heterogeneity in each stratum, and an increase the Highlands and the Fringe areas. Secondly, regardless of the population density, we have shown that the Highlands and especially the capital of Madagascar, Antananarivo, was a zone at high risk of the importation of malaria. The source areas were mainly in the eastern and the western part of the country. Finally, our field survey highlighted the importance of low inter-district mobility and high intra-district or even intra-communal mobility which should be taken into consideration when assessing the spreading of malaria infection. This study revealed that malaria is very dynamic in Madagascar with a different degree of intensity even if such areas belong to the same stratum. This observation should translate into an adaptation of control strategies. Finally, human mobility plays a leading part in the transmission. At a time when mobile telephony has spread widely in Madagascar, its use to estimate the mobility of populations is becoming a relevant tool to help guide disease control.

Objetivo: Este estudo tem por objetivo apresentar diferenciais inter-municípios e temporais dos padrões de mortalidade fetal no estado de São Paulo (SP) e identificar indicadores municipais associados. Métodos: Estudo ecológico com uso de análises exploratórias espaciais e modelagem bayesiana espacial e espaço-temporal utilizando histórico de dados do estado de SP entre 2005 e 2016. Foram calculadas as taxas brutas e bayesianas empíricas de mortalidade fetal considerando município como unidade de análise e, em seguida, foram calculados os índices globais de Moran e Geary para testar a hipótese de autocorrelação espacial. Os indicadores municipais testados como covariáveis do modelo bayesiano espacial foram selecionados por uma combinação de métodos de Análise de Componentes Principais e critério Deviance Information Criterion. Foram calculdas as taxas totalmente bayesianas de mortalidade fetal pelos modelos bayesianos espacial com e sem covariáveis. A identificação de padrões espaço-temporais foi realizada pela modelagem bayesiana espaço-temporal. Resultados: A autocorrelação espacial foi evidenciada pelos índices de Moran e Geary, não havendo evidências de aleatoriedade em sua distribuição. A seleção de indicadores municipais resultou como finalistas cinco variáveis e o modelo bayesiano espacial com quatro indicadores municipais foi eleito o modelo com melhor ajuste, apontando relação de aumento da taxa de mortalidade fetal nos municípios que apresentam as seguintes características: baixo percentual de crianças entre 4 e 5 anos na escola; alto percentual de adolescentes entre 15 e 17 anos no ensino médio com 2 anos de atraso; alto percentual da população em domicílios com densidade superior a 2 pessoas por dormitório. A amplitude das taxas empíricas bayesianas e totalmente bayesianas foram reduzidas em relação à taxa bruta, de tal modo que as taxas bayesianas empíricas global e local apresentaram a menor e a maior variabilidade entre as taxas calculadas, respectivamente. A região intermediária de São José dos Campos e da Baixada Santista apresentaram altas taxas de mortalidade fetal e relação geral de indicadores municipais que indicavam piores condições. A região de Marília obteve maiores taxas de mortalidade fetal segundo o modelo eleito apesar da relação de indicadores apresentarem boas condições. O modelo bayesiano espaço-temporal identificou leve tendência de redução da taxa de mortalidade ao longo dos anos no SP. Conclusões: Os achados do estudo apontam a necessidade de intensificação de políticas públicas que gerem maior atenção à saúde das gestantes que residem em locais com alta vulnerabilidade social e baixo rendimento médio per capita, que são locais de maior risco para mortalidade fetal. / Objective: This study aims to assess differential inter-urban and temporal stillbirth patterns in the state of São Paulo (SP), as well as identify possible associated municipal indicators. Methods: This is an ecological study applying exploratory spatial analyses, using SP data history between 2005 and 2016. Crude and empirical Bayes stillbirth rates were calculated considering municipality as the analysis unit, followed by global Moran and Geary index calculations to test the spatial autocorrelation hypothesis. The municipal indicators tested as Bayesian spatial model covariates were selected by a combination of a Principal Components Analysis and Deviance Information Criterion criteria. Bayesian rates of stillbirth were calculated using Bayesian spatial models with and without covariates. The identification of spatio-temporal patterns was carried out using Bayesian spatio-temporal modeling. Results: Spatial autocorrelation was evidenced by the Moran and Geary indices, with no evidence of random distribution. The selection of municipal indicators resulted in five variables as finalists and the Bayesian spatial model comprising four municipal indicators was chosen as the best fit model, indicating a relation of increase of the fetal mortality rate in the municipalities that present the following characteristics: low percentage of children between 4 and 5 years attending school, high percentage of adolescents between 15 and 17 years old attending high school with up to a 2-year delay, high percentage of the population in households with a density over 2 people per dormitory and high percentage of the population exposed to very high social vulnerability. The amplitude of the Bayes empirical rates and Bayesian rates were reduced in relation to the gross rate, so that the global and local empirical Bayes rates presented the lowest and the highest variability among the calculated rates, respectively. The intermediate region of São José dos Campos and Baixada Santista presented high rates of fetal mortality and general relation of municipal indicators that indicated worse conditions. The region of Marília obtained higher rates of stillbirth according to the model chosen, despite the ratio of indicators showing good conditions. The Bayesian space-time model pointed to low and high-risk clusters and the Bayesian parametric temporal model presented a slight trend for decreased mortality rates over the years in SP. Conclusions: The findings obtained herein point out the need for intensification of public policies that generate greater attention to the health of pregnant women living in places with high social vulnerability and low per capita income, which are higher risk places for fetal mortality.

A cidade que mais cresce no mundo. São Paulo não pode parar... São Paulo deve parar! Mais do que slogans que marcam a história da maior metrópole brasileira, essas frases revelam uma capital marcada por mudanças e manifestações sociais típicas de grandes centros urbanos. O presente trabalho visa compreender essas mudanças por intermédio de uma das manifestações que melhor distingue o território paulistano: os homicídios dolosos, um dos principais problemas sociais desta metrópole. Para tanto, conceitos e concepções presentes na literatura que aborda o movimento da criminalidade urbana paulista são debatidos, utilizados como fundamento teórico e hipóteses a serem testadas. Além disso, técnicas estatísticas e geoestatísticas são empregadas como ferramentas analíticas do material empírico, obtido de diversas fontes. O trabalho é composto por estudos descritivo-exploratórios e análises em escala intraurbana. Congregando um amplo número de pesquisas cientificas, esses estudos buscam esclarecer por que, em um determinado período e local, as taxas de homicídios dolosos apresentam estabilidade, crescimento ou retração. Já as análises avaliam esse fenômeno do ponto de vista dos diversos padrões de urbanização e de homicídios que configuram a cidade de São Paulo. De modo geral, as investigações são consideradas em perspectiva longitudinal, o que possibilita uma observação mais adequada das nuances e variações dos homicídios, assim como melhor contextualização das matrizes teóricas que sustentam ou contestam os resultados obtidos. Entretanto, mais do que considerar o movimento dos homicídios dolosos por intermédio de suas taxas e das condicionantes que explicam sua variabilidade no tempo e no espaço, avalia-se o efeito destas entre si, sob um ponto de vista sócio-histórico e, em sentido amplo, dialético e plural. Considerando o desenvolvimento da cidade, buscou-se apresentar as transformações ocorridas na urbe e como elas se associam às taxas de homicídios. Essas transformações são vistas tanto em nível macrossociológico como microssocial. No primeiro, focaliza-se o movimento dos homicídios dolosos tendo em vista fatores históricos, econômicos, políticos e sociais que aparecem direta ou indiretamente associados com esse movimento. No segundo nível, em cada uma das milhares de partes em que a cidade é dividida são verificadas características econômicas, infraestruturais, demográficas e sociais, entre outras, que se mostraram significativas para explicar a variabilidade dos homicídios. Ambos os níveis são articulados durante todo o trabalho, sendo as conclusões alcançadas oriundas desta articulação condutoras da reflexão acerca das principais conclusões deste estudo. Essas conclusões contrariam a noção de que o movimento dos homicídios pode ser explicado por teorias universais e atemporais, apontando para a importância de uma avaliação científica da área e do período de estudo, das teorias sobre crimes urbanos e das mudanças sociais capazes de alterar esse movimento. / The world´s fastest growing city. Sao Paulo cant stop Sao Paulo must stop! More than slogans that marked the history of the biggest Brazilian metropolis; these sentences reveal a city characterized by change and social manifestations distinctive of large urban centers. The present work aims to comprehend these changes through one of the manifestations that best distinguishes the city area; homicides, one of the metropolis main social problems. For this purpose, the concepts and conceptions present in the literature that approaches the citys urban criminality movement are addressed, and used as theory basis and hypothesis to be tried. Also, the statistical and geostatistical techniques are employed as analytical tools to study the empirical data obtained through several sources. This work is composed of descriptive exploratory studies and assessments on intraurban scales. The studies gathered a wide number of scientific researches that seek to clarify why, in a certain period and location, the homicide rates present stability, growth or retraction. On the other hand the analysis approaches this phenomenon through the point of view of several urbanization and homicidal patterns that characterize Sao Paulo city. Overall, the research is taken into consideration on a longitudinal perspective, what enables a more suitable observation of homicide shades and variations, as a better contextualization of the theoretical matrices that support or challenge the obtained results. However, more than considering the movement of homicide by its rates and conditionings, that explain their variations in time and space, it was also assessed the effects among each other, under a sociohistorical point of view and, in a wider perspective, dialectical and plural as well. Taken into account the citys development, it was soughed to present the transformations that occur in the city and how they are related to the homicide rates. Those transformations can be seen in a macrosociological and microsocial levels. At the first, it was focused on the movement of homicide taken into historic, economic, politic and social account factors that show directly or indirectly associated with this movement. At the second level, in each of the thousand parts that composed the city it is verified economic, infrastructural, demographical and social characteristics, among others, that were found to be significant to explain the variability of homicide. Both levels are articulated throughout this work, and these conclusions reached arising of this articulation lead to reflection on the main conclusions of this work. These conclusions contradict the notion that the homicide movement can be explained by universal and timeless theories that show the importance of scientific assessments over place and time the study took place, of urban crime theories and the social changes capable of altering that movement.

De nos jours, on a de plus en plus de capteurs qui ont tendance à apporter confort et facilité dans notre vie quotidienne. Ces capteurs sont faciles à déployer et à intégrer dans une variété d’applications (monitoring de bâtiments intelligents, aide à la personne,...). Ces milliers (voire millions)de capteurs sont de plus en plus envahissants et génèrent sans arrêt des masses énormes de données qu’on doit stocker et gérer pour le bon fonctionnement des applications qui en dépendent. A chaque fois qu'un capteur génère une donnée, deux dimensions sont d'un intérêt particulier : la dimension temporelle et la dimension spatiale. Ces deux dimensions permettent d'identifier l'instant de réception et la source émettrice de chaque donnée. Chaque dimension peut se voir associée à une hiérarchie de granularités qui peut varier selon le contexte d'application. Dans cette thèse, nous nous concentrons sur les applications nécessitant une conservation à long terme des données issues des flux de données capteurs. Notre approche vise à contrôler le stockage des données capteurs en ne gardant que les données jugées pertinentes selon la spécification des granularités spatio-temporelles représentatives des besoins applicatifs, afin d’améliorer l'efficacité de certaines requêtes. Notre idée clé consiste à emprunter l'approche déclarative développée pour la conception de bases de données à partir de contraintes et d'étendre les dépendances fonctionnelles avec des composantes spatiales et temporelles afin de revoir le processus classique de normalisation de schéma de base de données. Étant donné des flux de données capteurs, nous considérons à la fois les hiérarchies de granularités spatio-temporelles et les Dépendances Fonctionnelles SpatioTemporelles (DFSTs) comme objets de premier ordre pour concevoir des bases de données de capteurs compatibles avec n'importe quel SGBDR. Nous avons implémenté un prototype de cette architecture qui traite à la fois la conception de la base de données ainsi que le chargement des données. Nous avons mené des expériences avec des flux de donnés synthétiques et réels provenant de bâtiments intelligents. Nous avons comparé notre solution avec la solution de base et nous avons obtenu des résultats prometteurs en termes de performance de requêtes et d'utilisation de la mémoire. Nous avons également étudié le compromis entre la réduction des données et l'approximation des données. / Nowadays, sensors are cheap, easy to deploy and immediate to integrate into applications. These thousands of sensors are increasingly invasive and are constantly generating enormous amounts of data that must be stored and managed for the proper functioning of the applications depending on them. Sensor data, in addition of being of major interest in real-time applications, e.g. building control, health supervision..., are also important for long-term reporting applications, e.g. reporting, statistics, research data... Whenever a sensor produces data, two dimensions are of particular interest: the temporal dimension to stamp the produced value at a particular time and the spatial dimension to identify the location of the sensor. Both dimensions have different granularities that can be organized into hierarchies specific to the concerned context application. In this PhD thesis, we focus on applications that require long-term storage of sensor data issued from sensor data streams. Since huge amount of sensor data can be generated, our main goal is to select only relevant data to be saved for further usage, in particular long-term query facilities. More precisely, our aim is to develop an approach that controls the storage of sensor data by keeping only the data considered as relevant according to the spatial and temporal granularities representative of the application requirements. In such cases, approximating data in order to reduce the quantity of stored values enhances the efficiency of those queries. Our key idea is to borrow the declarative approach developed in the seventies for database design from constraints and to extend functional dependencies with spatial and temporal components in order to revisit the classical database schema normalization process. Given sensor data streams, we consider both spatio-temporal granularity hierarchies and Spatio-Temporal Functional Dependencies (STFDs) as first class-citizens for designing sensor databases on top of any RDBMS. We propose a specific axiomatisation of STFDs and the associated attribute closure algorithm, leading to a new normalization algorithm. We have implemented a prototype of this architecture to deal with both database design and data loading. We conducted experiments with synthetic and real-life data streams from intelligent buildings.

La numérisation de nos espaces de vie et de mobilités s’est largement accentuée durant la dernière décennie. La multiplication des capteurs de toute nature permettant de percevoir et de mesurer notre espace physique en est le levier principal. L’ensemble de ces systèmes produit aujourd’hui de grands volumes de données hétérogènes sans cesse croissants, ce qui soulève de nombreux enjeux scientifiques et d'ingénierie en termes de stockage et de traitement pour la gestion et l’analyse de mobilités. Les travaux dans le domaine d’analyse des données spatio-temporelles ont largement été orientés soit vers la fouille de données historiques archivées, soit vers le traitement continu. Afin d’éviter les écueils de plus en plus prégnants dus à l’augmentation de ces volumes de données et de leur vélocité (temps de traitement trop long, modèles conceptuellement plus adaptés, analyse approximative des données), nous proposons la conception d’une approche hybride distribuée permettant le traitement combiné de flux temps-réel et de données archivées. L’objectif de cette thèse est donc de développer un nouveau système de gestion et de traitement distribué pour l’analyse des mobilités en particulier maritimes. La solution proposée répond principalement à des contraintes de temps-réel, les données archivées et les informations qui en sont extraites permettant d'améliorer la qualité de réponse. Une proposition de paradigme d'événements est également développée pour permettre ce traitement hybride mais aussi pour caractériser et identifier plus facilement des comportements types d'objets mobiles. Enfin, une requête appliquée sur des zones de couverture de signal pour des objets mobiles a été étudiée et testée sur des données maritimes mettant en exergue le besoin d'une approche hybride pour le traitement de trajectoires. / Over the past few years, the rapid prolifération of sensors and devices recording positioning information regularly produces very large volumes of heterogeneous data. This leads to many research challenges as the storage, distribution, management,Processing and analysis of the large mobility data generated still needs to be solved. Current works related to the manipulation of mobility data have been directed towards either mining archived historical data or continuous processing of incoming data streams.The aim of this research is to design a holistic System whose objective is to provide a combined processing of real time data streams and archived data positions. The proposed solution is real-time oriented, historical data and informations extracted from them allowing to enhance quality of the answers to queries. A event paradigm is discussed to facilitate the hybrid approach and to identify typical moving objects behaviors. Finally, a query concerning signal coverage of moving objects has been studied and applied to maritime data showing the relevance of a hybrid approach to deal with moving object data processing.

A tuberculose é uma das dez principais causas de morte dentre as doenças infecciosas no mundo, o que evidencia a doença como um problema de saúde pública. A redução da mortalidade por tuberculose em 95% até 2035, proposta pela Estratégia End TB, tem sido desafiadora para o Brasil devido sua extensão territorial, variações culturais e desigualdades na distribuição dos recursos de proteção social e de saúde. Assim, buscou-se analisar a relação espacial e espaço-temporal dos determinantes sociais e o risco de mortes por tuberculose em Cuiabá. Trata-se de um estudo ecológico, realizado na cidade de Cuiabá, capital do estado de Mato Grosso. As unidades de análise do estudo foram as Unidades de Desenvolvimento Humano (UDHs) e a população foi constituída por casos de óbitos que apresentaram como causa básica a TB registrados no Sistema de Informação sobre Mortalidade (SIM) entre 2006 a 2016, residentes na zona urbana do município. Para identificação das áreas de risco das mortes por tuberculose, utilizou-se a estatística de varredura. Em seguida, recorreu-se à técnica da Análise de Componentes Principais que permitiu a elaboração das dimensões dos determinantes sociais. A associação entre os determinantes sociais e as áreas de risco das mortes por tuberculose foi obtida, por meio da regressão logística binária. As modelagens Bayesianas foram empregadas, por meio da abordagem Integrated Nested Laplace Approximation (INLA), para verificar os riscos relativos temporais e espaciais e avaliar sua a relação com covariáveis representativas dos determinantes sociais. Nesse período foram registradas 225 mortes por tuberculose, identificou-se aglomerado de risco para a mortalidade por tuberculose, com RR = 2,09 (IC95% = 1,48-2,94; p = 0,04). No modelo logístico, os determinantes sociais relacionados ao déficit escolar e pobreza estiveram associados ao aglomerado de risco de mortes por tuberculose (OR=2,92; IC95% = 1,17-7,28), a renda apresentou uma associação negativa (OR=0,05; IC95% = 0,00 - 0,70). O valor da curva ROC do modelo foi de 92,1%. Em relação aos modelos Bayesianos observou-se redução do risco de morte por tuberculose entre 2006 (RR=1,03) e 2016 (RR=0,98) e ainda áreas de risco que persistem por mais de uma década. Dentre os determinantes sociais, a renda foi um importante fator associado ao risco de morte por tuberculose, sendo que o aumento de um desvio padrão na renda correspondeu à diminuição de 31% no risco de mortalidade por tuberculose. Os resultados do estudo apontam que existe associação entre os determinantes sociais e o risco de mortalidade por tuberculose no município investigado, sendo este um fenômeno que persiste no tempo. O investimento em políticas públicas de melhoria de distribuição de renda pode favorecer a mudança dessa realidade. Espera-se que os achados possam nortear gestores e trabalhadores no âmbito local e regional / Tuberculosis is one of the top 10 causes of death among infectious diseases in the world, which shows the disease as a public health problem. The reduction of tuberculosis mortality by 95% up to 2035, proposed by the End TB Strategy, has been challenging for Brazil due to its territorial extension, cultural variations and inequalities in the distribution of social protection and health resources. Thus, we sought to analyze the spatial and spatial-temporal relationship of social determinants and the risk of deaths from tuberculosis in Cuiabá.This is an ecological study conducted in the city of Cuiaba, capital of Mato Grosso. The units of analysis of the study were the Human Development Units (UDHs) and the population was constituted by cases of deaths that presented the basic cause of TB registered in the Mortality Information System (SIM) between 2006 and 2016, of the municipality.To identify the risk areas for tuberculosis deaths, the scan statistic was used. Next, we used the technique of Principal Component Analysis that allowed the elaboration of the dimensions of social determinants. The association between social determinants and risk areas for tuberculosis deaths was obtained through binary logistic regression. Bayesian modeling was used, through the Integrated Nested Laplace Approximation (INLA) approach, to verify temporal and spatial relative risks and to evaluate its relationship with covariables representative of social determinants. During this period, there were 225 deaths due to tuberculosis and a risk cluster was identified for tuberculosis mortality, with RR = 2.09 (IC95% = 1.48-2.94, p = 0.04). In the logistic model, the social determinants related to school deficit and poverty were associated with the risk cluster of deaths due to tuberculosis (OR = 2.92, IC95% = 1.17-7.28), income had a negative association (OR = 0.05, IC95% = 0.00 - 0.70). The value of the ROC curve of the model was 92.1%. In relation to Bayesian models, there was a reduction in the risk of death due to tuberculosis between 2006 (RR = 1.03) and 2016 (RR = 0.98), as well as risk areas that persisted for more than a decade. Among the social determinants, income was an important factor associated with the risk of death due to tuberculosis, and the increase of a standard deviation in the income corresponded to a 31% decrease in the risk of mortality due to tuberculosis. The results of the study indicate that there is an association between the social determinants and the risk of mortality due to tuberculosis in the municipality under investigation, which is a phenomenon that persists over time. Investment in public policies to improve income distribution may favor a change in this reality. It is hoped that the findings will guide managers and workers at local and regional levels