O uso de técnicas não invasivas está sendo utilizado na avaliação do trato vocal e da laringe como uma ferramenta de auxílio ao especialista na prevenção, diagnóstico e tratamento de alterações vocais e laríngeas. Dessa forma, esse trabalho apresenta o uso da teoria de decisão, mais precisamente da teoria Bayesiana na avaliação das condições da laringe. Utilizando-se de sinais de voz diagnosticados, foram extraídas 38 medidas acústicas que representam informações numéricas do sinal. A partir dessas informações, em etapas univariada e multivariada (combinação das medidas acústicas), dentro de uma população de 4 patologias (edema, fenda, nódulo e pólipo) mais a voz normal, realizaram-se as discriminações individualmente e com a combinação das 38 medidas acústicas. Os resultados retornam percentuais de acerto das medidas acústicas na discriminação das 4 patologias mais a voz normal nas etapas citadas. Os resultados mostraram o potencial do sistema implementado na discriminação das 4 patologias da laringe mais a voz normal. Na etapa univariada, obteve-se 100% de acerto na discriminação apenas para a patologia pólipo e 90% para as outras 3 patologias e voz normal. Na etapa multivariada, para a combinação 2a2 das medidas acústicas, apenas para a patologia edema obteve-se 90% de acerto na sua discriminação e para as outras 3 patologias e voz normal obteve-se 100% de acerto. Na combinação 3a3 das medidas acústicas, obteve-se 100% de acerto para as 4 patologias e voz normal, embora para a patologia edema apenas uma única combinação resultou em 100% de acerto. Dessa forma, realizou-se a combinação 4a4 das medidas acústicas na tentativa de se obter um número maior de combinações que resultassem em 100% de acerto na discriminação da patologia edema e o resultado foi positivo. Na etapa multivariada, o processo de combinação se deu até 4a4 pelo fato de conseguirmos obter 100% para todas as 4 patologias mais a voz normal envolvidas na análise e dessa forma, não continuamos as combinações por questões como tempo computacional e volume de dados excessivo para análise. Em suma, essa etapa contribuiu de forma incisiva para listar as medidas acústicas que melhor discriminaram as 4 patologias mais a voz normal em análise, portanto, esse trabalho obtêm resultados inéditos até o momento na literatura. Com isso, a conclusão é que o sistema implementado mostrou-se potencial como ferramenta de auxílio ao especialista em caráter de triagem e consulta. / Non invasive techniques have been used in the evaluation of the vocal tract and larynx as an additional tool of aid in the prevention, diagnosis and treatment of vocal and larynx alterations. This work presents the use of decision theory, more precisely the Bayesian theory in the evaluation of the conditions of the larynx. From the diagnosed voice signals, 38 acoustic parameters were extracted which represent numerical information of the signals. This information in univaried and multivaried stages enabled to perform individual and combined discriminations of these parameters by using Bayesian theory as discriminator. By using the procedures, percentages of success in the discrimination of the analyzed pathologies were achieved. These results have shown the potential of the implemented system in the discrimination of larynx pathologies, where 4 pathologies were analyzed (edema, fend, nodule and polyp) and also normal voice. In the univaried step, it was achieved 100% of success only for Polyp and 90% for the rest of the pathologies. In the multivaried step, for 2 for 2 combinations only for edema it was achieved 90% of success in the discrimination, and the others 100%. In 3 for 3 combinations, 100% of success was reached for all cases analyzed, although for edema only a single combinations resulted in 100% of success. In 4 for 4 combinations was realized so when could get a larger number of combination with 100% of success in the discrimination. In the multivaried step, the combination process was done until 4 for 4, where we could reach 100% of success for the 4 pathologies e normal voice, therefore, we have not continued the combinations due to high computational time for the process, as well as too many data for analysis. That step, was primordial to list the measure that best discrimination the 4 pathologies and normal voice in analysis, whose results have never published up to now. With this work we can conclude that the system proved to be a potential tool in medical aid and for selection and assistance.

O uso de técnicas não invasivas está sendo utilizado na avaliação do trato vocal e da laringe como uma ferramenta de auxílio ao especialista na prevenção, diagnóstico e tratamento de alterações vocais e laríngeas. Dessa forma, esse trabalho apresenta o uso da teoria de decisão, mais precisamente da teoria Bayesiana na avaliação das condições da laringe. Utilizando-se de sinais de voz diagnosticados, foram extraídas 38 medidas acústicas que representam informações numéricas do sinal. A partir dessas informações, em etapas univariada e multivariada (combinação das medidas acústicas), dentro de uma população de 4 patologias (edema, fenda, nódulo e pólipo) mais a voz normal, realizaram-se as discriminações individualmente e com a combinação das 38 medidas acústicas. Os resultados retornam percentuais de acerto das medidas acústicas na discriminação das 4 patologias mais a voz normal nas etapas citadas. Os resultados mostraram o potencial do sistema implementado na discriminação das 4 patologias da laringe mais a voz normal. Na etapa univariada, obteve-se 100% de acerto na discriminação apenas para a patologia pólipo e 90% para as outras 3 patologias e voz normal. Na etapa multivariada, para a combinação 2a2 das medidas acústicas, apenas para a patologia edema obteve-se 90% de acerto na sua discriminação e para as outras 3 patologias e voz normal obteve-se 100% de acerto. Na combinação 3a3 das medidas acústicas, obteve-se 100% de acerto para as 4 patologias e voz normal, embora para a patologia edema apenas uma única combinação resultou em 100% de acerto. Dessa forma, realizou-se a combinação 4a4 das medidas acústicas na tentativa de se obter um número maior de combinações que resultassem em 100% de acerto na discriminação da patologia edema e o resultado foi positivo. Na etapa multivariada, o processo de combinação se deu até 4a4 pelo fato de conseguirmos obter 100% para todas as 4 patologias mais a voz normal envolvidas na análise e dessa forma, não continuamos as combinações por questões como tempo computacional e volume de dados excessivo para análise. Em suma, essa etapa contribuiu de forma incisiva para listar as medidas acústicas que melhor discriminaram as 4 patologias mais a voz normal em análise, portanto, esse trabalho obtêm resultados inéditos até o momento na literatura. Com isso, a conclusão é que o sistema implementado mostrou-se potencial como ferramenta de auxílio ao especialista em caráter de triagem e consulta. / Non invasive techniques have been used in the evaluation of the vocal tract and larynx as an additional tool of aid in the prevention, diagnosis and treatment of vocal and larynx alterations. This work presents the use of decision theory, more precisely the Bayesian theory in the evaluation of the conditions of the larynx. From the diagnosed voice signals, 38 acoustic parameters were extracted which represent numerical information of the signals. This information in univaried and multivaried stages enabled to perform individual and combined discriminations of these parameters by using Bayesian theory as discriminator. By using the procedures, percentages of success in the discrimination of the analyzed pathologies were achieved. These results have shown the potential of the implemented system in the discrimination of larynx pathologies, where 4 pathologies were analyzed (edema, fend, nodule and polyp) and also normal voice. In the univaried step, it was achieved 100% of success only for Polyp and 90% for the rest of the pathologies. In the multivaried step, for 2 for 2 combinations only for edema it was achieved 90% of success in the discrimination, and the others 100%. In 3 for 3 combinations, 100% of success was reached for all cases analyzed, although for edema only a single combinations resulted in 100% of success. In 4 for 4 combinations was realized so when could get a larger number of combination with 100% of success in the discrimination. In the multivaried step, the combination process was done until 4 for 4, where we could reach 100% of success for the 4 pathologies e normal voice, therefore, we have not continued the combinations due to high computational time for the process, as well as too many data for analysis. That step, was primordial to list the measure that best discrimination the 4 pathologies and normal voice in analysis, whose results have never published up to now. With this work we can conclude that the system proved to be a potential tool in medical aid and for selection and assistance.

PITOMBEIRA NETO, A. R. Dynamic bayesian statistical models for the estimation of the origin-destination matrix. 2015. 101 f. Tese (Doutorado em Engenharia de Transportes) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-07-14T12:20:03Z No. of bitstreams: 1 2015_tese_arpitombeiraneto.pdf: 2121783 bytes, checksum: f0246de3974b017d77474279b6e4c702 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-07-17T14:15:30Z (GMT) No. of bitstreams: 1 2015_tese_arpitombeiraneto.pdf: 2121783 bytes, checksum: f0246de3974b017d77474279b6e4c702 (MD5) / Made available in DSpace on 2015-07-17T14:15:30Z (GMT). No. of bitstreams: 1 2015_tese_arpitombeiraneto.pdf: 2121783 bytes, checksum: f0246de3974b017d77474279b6e4c702 (MD5) Previous issue date: 2015-06-29 / In transportation planning, one of the first steps is to estimate the travel demand. A product of the estimation process is the so-called origin-destination matrix (OD matrix), whose entries correspond to the number of trips between pairs of zones in a geographic region in a reference time period. Traditionally, the OD matrix has been estimated through direct methods, such as home-based surveys, road-side interviews and license plate automatic recognition. These direct methods require large samples to achieve a target statistical error, which may be technically or economically infeasible. Alternatively, one can use a statistical model to indirectly estimate the OD matrix from observed traffic volumes on links of the transportation network. The first estimation models proposed in the literature assume that traffic volumes in a sequence of days are independent and identically distributed samples of a static probability distribution. Moreover, static estimation models do not allow for variations in mean OD flows or non-constant variability over time. In contrast, day-to-day dynamic models are in theory more capable of capturing underlying changes of system parameters which are only indirectly observed through variations in traffic volumes. Even so, there is still a dearth of statistical models in the literature which account for the day-today dynamic evolution of transportation systems. In this thesis, our objective is to assess the potential gains and limitations of day-to-day dynamic models for the estimation of the OD matrix based on link volumes. First, we review the main static and dynamic models available in the literature. We then describe our proposed day-to-day dynamic Bayesian model based on the theory of linear dynamic models. The proposed model is tested by means of computational experiments and compared with a static estimation model and with the generalized least squares (GLS) model. The results show some advantage in favor of dynamic models in informative scenarios, while in non-informative scenarios the performance of the models were equivalent. The experiments also indicate a significant dependence of the estimation errors on the assignment matrices

Made available in DSpace on 2016-08-29T15:32:30Z (GMT). No. of bitstreams: 1 tese_2743_DissertacaoMestradoViniciusRuizMartins.pdf: 3194018 bytes, checksum: 9972e4e2a7cfa2d02f816ce78db42204 (MD5) Previous issue date: 2008-04-15 / O objetivo principal do presente trabalho é o desenvolvimento de uma plataforma multimodal para monitoramento de pessoas idosas e/ou com problemas cardíacos, sendo também objeto do trabalho o desenvolvimento de um programa de simulação de dados fisiológicos. É proposto um sistema para identificação automática de situações de urgência baseado no emprego de redes probabilísticas (com o uso da técnica Rede Bayesiana) para a fusão de sinais vitais e de movimento, fornecidos por um sistema de telemonitoramento de pacientes em domicílio, chamado TELEPAT. São mostradas as vantagens de se utilizar redes probabilísticas, além da metodologia utilizada para se obter a classificação dos sinais dos sensores. Finalmente, o emprego desse sistema como uma importante ferramenta para auxiliar pacientes idosos ou pacientes com problemas cardíacos é demonstrado através de experimentos. Para a constituição de bases de dados fisiológicos sintéticos foi desenvolvido um programa de simulação de dados, a partir de sinais normais perturbados artificialmente, de acordo com os perfis de situações alarmantes. Os sinais simulados podem ser utilizados nas etapas de treinamento e teste da Rede Bayesiana para fusão de dados, além de servirem para outros programas, com outras finalidades. Os programas, tanto de simulação quanto de fusão de dados, foram desenvolvidos em ambiente Matlab.

Tese (doutorado)—Universidade de Brasília, Departamento de Economia, 2013. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2013-11-06T10:34:04Z No. of bitstreams: 1 2013_ViniciusRattonBrandi.pdf: 2252623 bytes, checksum: df37eca7ed86771d0a09e860c73c4bf4 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-11-12T09:52:51Z (GMT) No. of bitstreams: 1 2013_ViniciusRattonBrandi.pdf: 2252623 bytes, checksum: df37eca7ed86771d0a09e860c73c4bf4 (MD5) / Made available in DSpace on 2013-11-12T09:52:51Z (GMT). No. of bitstreams: 1 2013_ViniciusRattonBrandi.pdf: 2252623 bytes, checksum: df37eca7ed86771d0a09e860c73c4bf4 (MD5) / A recente crise financeira internacional despertou o debate acadêmico para a necessidade de incorporação de fricções financeiras na investigação sobre as flutuações econômicas e a eficiência alocativa da economia. No âmbito da regulação financeira, as medidas macroprudenciais ganharam maior destaque como instrumento na busca pela estabilidade financeira. O objetivo desta tese de doutorado consiste em avaliar a aplicação de determinadas políticas macroprudenciais com base em um modelo novo keynesiano que incorpora a atividade de intermediação financeira com fricções financeiras e custos de ajustamento. O modelo é estimado por método bayesiano com base em dados da economia brasileira. Por se tratar de um tema relativamente novo e que envolve pouca experiência prática, a literatura apresenta mais questões e desafios em relação à sua implementação do que soluções e respostas conclusivas. Neste debate que compreende as mais diversas questões envolvendo o papel e a implementação das políticas macroprudenciais, este trabalho traz contribuições que buscam esclarecer os efeitos de determinados instrumentos de regulação macroprudencial sobre variáveis macroeconômicas e financeiras. No que concerne ao requerimento de capital contracíclico, estende-se a análise para avaliar a contribuição desse instrumento específico para o alcance dos objetivos perseguidos pela autoridade prudencial e, ainda, a coordenação com os objetivos da autoridade monetária. _______________________________________________________________________________________ ABSTRACT / The recent international financial crisis has made clear that the academic debate should incorporate financial frictions to investigate business cycle fluctuations and allocative efficiency. At the financial regulation side, macroprudential measures have gained a growing importance as an instrument in the search for financial stability. The main objective of this thesis consists in the evaluation of the role of specific macroprudential policies within a new keynesian model incorporating a financial system with frictions and adjustment costs. Parameters are estimated based on bayesian methods and time series from the Brazilian economy. As a relatively new literature, the debate is more populated by questions and challenges than by conclusive answers. In this broad debate, this work aims to contribute for the understanding of the effects of some macroprudential policy instruments over relevant macroeconomic and financial variables. In what concerns specifically the countercyclical capital buffer, the analysis is extended to evaluate its contributions to the objectives pursued by the prudenctial authority and, also, its coordination with monetary authority ones.

Orientador: Roberto Carvalheiro / Banca: Ricardo Vieira Ventura / Banca: Danísio Prado Munari / Abstract: The complexity of the traits that can present different genetic structures, such as polygenic or affected by genes of major effect, in addition to different heritabilities, among other factors, make the detection of QTLs challenging. Several methods have been employed with the purpose of performing genome wide association studies (GWAS), aiming the mapping of QTL. The single-step weighted GBLUP (wssGBLUP) method, for example, is an alternative to GWAS, which allows the simultaneous use of genotypic, pedigree and phenotypic information, even from non-genotyped animals. Bayesian methods are also used to perform GWAS, starting from the basic premise that the observed variance can vary at each locus with a specific priori distribution. The objective of the present study was to evaluate, through simulation, which methods, among the evaluated ones, more assist in the identification of QTLs for polygenic and major gene affected traits, presenting different heritabilities. We used the following methods: wssGBLUP, with or without additional phenotypic information from non-genotyped animals and two different weights for markers, where w1 represented the same weight (w1=1) and w2 the weight calculated according to the previous iteration process (w1); Bayes C, assuming two values for π (π = 0.99 and π = 0.999), where π is the proportion of SNPs not included in the model, and Bayesian LASSO. The results showed that for polygenic scenarios the detection power is lower and the additional us... (Complete abstract click electronic access below) / Resumo: A complexidade das características que podem apresentar diferentes estruturas de ação gênica como, por exemplo, poligênicas ou afetadas por genes de efeito maior, aliado a diferentes herdabilidades, entre outros fatores, tornam a detecção de QTLs desafiadora. Diversos métodos têm sido empregados com o intuito de realizar estudos de associação ampla do genoma (GWAS), objetivando o mapeamento de QTL. A metodologia weighted single-step GBLUP (wssGBLUP), por exemplo, é uma alternativa para a realização de GWAS, que permite o uso simultâneo de informações genotípicas, de pedigree e fenotípicas, mesmo de animais não genotipados. Métodos Bayesianos também são utilizados para a realização de GWAS, partindo da premissa básica de que a variância observada pode variar em cada locus em uma distribuição a priori específica. O objetivo do presente estudo foi avaliar, por meio de simulações, quais métodos, dentre os avaliados, mais auxiliaria na identificação de QTLs para características poligênicas e afetadas por genes de efeito maior, apresentando diferentes herdabilidades. Utilizamos os métodos: wssGBLUP, com a inclusão ou não de informação adicional fenotípica de animais não genotipados e dois distintos ponderadores para os marcadores, onde w1 representou a mesma ponderação (w1=1) e w2 a ponderação calculada de acordo com o processo de iteração anterior (w1) ; Bayes C, assumindo dois valores para π (π=0.99 and π=0.999), onde π é a proporção de SNPs não incluída no modelo, além do LASSO ... (Resumo completo, clicar acesso eletrônico abaixo) / Mestre

Orientador: Antonio Orlando Di Mauro / Resumo: A utilização da abordagem Bayesiana pode permitir maior eficiência na aplicação de modelos complexos no melhoramento de plantas, tendo em vista a disponibilidade da computação com alto poder de processamento de dados. Objetivou-se neste estudo a obtenção de valores genéticos pela abordagem Bayesiana, comparando com a inferência frequentista (modelos mistos, lsmeans e médias aritméticas simples), em experimentos multiambientes na cultura da soja. Foram avaliadas 51 linhagens de soja e mais 4 testemunhas no delineamento em blocos casualizados em 6 ambientes com 3 repetições para a característica produtividade de grãos da soja kg.ha-1. Os parâmetros de interesse foram obtidos com o método de Monte Carlo via cadeias de Markov (MCMC) na obtenção de amostras da distribuição a posteriori conjunta. Como informação a priori foram utilizadas as distribuições half-normal a partir dos valores da variância de 18 genótipos de experimentos anteriores e relacionados, bem como a distribuição uniforme. Os valores genotípicos pela abordagem Bayesiana diferiram das médias com a inferência frequentista (modelos mistos, lsmeans e médias aritméticas simples), em experimentos multiambientes na cultura da soja, para os genótipos com alta e baixa produção de grãos. Para os demais casos os quatro métodos testados foram equivalentes. A abordagem Bayesiana com informações a priori derivadas de experimentos anteriores com soja pode ser utilizada nas análises no melhoramento genético dessa cultura. O métod... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The Bayesian approach can allow higher efficiency in solving complex models in plant breeding especially with the availability of computing with high-powered data processing. This study aimed to obtain genetic values using Bayesian approach and to compare with frequentist inference (mixed models, lsmeans and simple arithmetic mean) to multienvironment trials in soybean. We evaluated 51 soybean lines and 4 more checks in a randomized complete block design in 6 environments with 3 replications to soybean grain yield kg.ha-1. The parameters of interest were obtained with the method of Monte Carlo Markov chains (MCMC) to obtain samples of the joint posterior distribution. As a priori information the half-normal distribution was used from the values of the variance of 18 genotypes from previous and related experiments as well as the uniform distribution. The genotypic values via Bayesian approach differed from the average with frequentist inference in multienvironment trials in soybean, for genotypes with high and low grain yield. In the other cases the four tested methods were equivalents. The Bayesian approach with priori information derived from previous experiments of soybean can be used in genetic breeding of this crop. The method of mixed models (REML/BLUP) showed slightly different values of means and genetic parameters of the Bayesian method to average heritability (h2mg), accuracy of genotypes selection (Acgen), coefficient of genetic variation (CVgi%) and coefficien... (Complete abstract click electronic access below) / Doutor

In transportation planning, one of the first steps is to estimate the travel demand. A product of the estimation process is the so-called origin-destination matrix (OD matrix), whose entries correspond to the number of trips between pairs of zones in a geographic region in a reference time period. Traditionally, the OD matrix has been estimated through direct methods, such as home-based surveys, road-side interviews and license plate automatic recognition. These direct methods require large samples to achieve a target statistical error, which may be technically or economically infeasible. Alternatively, one can use a statistical model to indirectly estimate the OD matrix from observed traffic volumes on links of the transportation network. The first estimation models proposed in the literature assume that traffic volumes in a sequence of days are independent and identically distributed samples of a static probability distribution. Moreover, static estimation models do not allow for variations in mean OD flows or non-constant variability over time. In contrast, day-to-day dynamic models are in theory more capable of capturing underlying changes of system parameters which are only indirectly observed through variations in traffic volumes. Even so, there is still a dearth of statistical models in the literature which account for the day-today dynamic evolution of transportation systems. In this thesis, our objective is to assess the potential gains and limitations of day-to-day dynamic models for the estimation of the OD matrix based on link volumes. First, we review the main static and dynamic models available in the literature. We then describe our proposed day-to-day dynamic Bayesian model based on the theory of linear dynamic models. The proposed model is tested by means of computational experiments and compared with a static estimation model and with the generalized least squares (GLS) model. The results show some advantage in favor of dynamic models in informative scenarios, while in non-informative scenarios the performance of the models were equivalent. The experiments also indicate a significant dependence of the estimation errors on the assignment matrices. / In transportation planning, one of the first steps is to estimate the travel demand. A product of the estimation process is the so-called origin-destination matrix (OD matrix), whose entries correspond to the number of trips between pairs of zones in a geographic region in a reference time period. Traditionally, the OD matrix has been estimated through direct methods, such as home-based surveys, road-side interviews and license plate automatic recognition. These direct methods require large samples to achieve a target statistical error, which may be technically or economically infeasible. Alternatively, one can use a statistical model to indirectly estimate the OD matrix from observed traffic volumes on links of the transportation network. The first estimation models proposed in the literature assume that traffic volumes in a sequence of days are independent and identically distributed samples of a static probability distribution. Moreover, static estimation models do not allow for variations in mean OD flows or non-constant variability over time. In contrast, day-to-day dynamic models are in theory more capable of capturing underlying changes of system parameters which are only indirectly observed through variations in traffic volumes. Even so, there is still a dearth of statistical models in the literature which account for the day-today dynamic evolution of transportation systems. In this thesis, our objective is to assess the potential gains and limitations of day-to-day dynamic models for the estimation of the OD matrix based on link volumes. First, we review the main static and dynamic models available in the literature. We then describe our proposed day-to-day dynamic Bayesian model based on the theory of linear dynamic models. The proposed model is tested by means of computational experiments and compared with a static estimation model and with the generalized least squares (GLS) model. The results show some advantage in favor of dynamic models in informative scenarios, while in non-informative scenarios the performance of the models were equivalent. The experiments also indicate a significant dependence of the estimation errors on the assignment matrices. / In transportation planning, one of the first steps is to estimate the travel demand. A product of the estimation process is the so-called origin-destination matrix (OD matrix), whose entries correspond to the number of trips between pairs of zones in a geographic region in a reference time period. Traditionally, the OD matrix has been estimated through direct methods, such as home-based surveys, road-side interviews and license plate automatic recognition. These direct methods require large samples to achieve a target statistical error, which may be technically or economically infeasible. Alternatively, one can use a statistical model to indirectly estimate the OD matrix from observed traffic volumes on links of the transportation network. The first estimation models proposed in the literature assume that traffic volumes in a sequence of days are independent and identically distributed samples of a static probability distribution. Moreover, static estimation models do not allow for variations in mean OD flows or non-constant variability over time. In contrast, day-to-day dynamic models are in theory more capable of capturing underlying changes of system parameters which are only indirectly observed through variations in traffic volumes. Even so, there is still a dearth of statistical models in the literature which account for the day-today dynamic evolution of transportation systems. In this thesis, our objective is to assess the potential gains and limitations of day-to-day dynamic models for the estimation of the OD matrix based on link volumes. First, we review the main static and dynamic models available in the literature. We then describe our proposed day-to-day dynamic Bayesian model based on the theory of linear dynamic models. The proposed model is tested by means of computational experiments and compared with a static estimation model and with the generalized least squares (GLS) model. The results show some advantage in favor of dynamic models in informative scenarios, while in non-informative scenarios the performance of the models were equivalent. The experiments also indicate a significant dependence of the estimation errors on the assignment matrices.

Made available in DSpace on 2014-06-11T19:27:09Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-09-26Bitstream added on 2014-06-13T20:35:13Z : No. of bitstreams: 1 garcia_lm_me_prud.pdf: 1906128 bytes, checksum: 64b495d9df86af5176ab0d42da0461ad (MD5) / A Exponencial-Logarítmica (EL(p; )) é uma distribuição para modelos de sobrevivência com taxa de falha decrescente. Esta distribuição pode ser usada para estudar os tempos de vida de organismos, materiais, dispositivos, etc, em ciências biológicas e na engenharia. Neste trabalho foram utilizadas as abordagens Clássica e Bayesiana para inferir sobre os parâmetros do modelo com conjunto de dados completos e censurados. A abordagem Bayesiana requer a seleção de distribuições a priori para os parâmetros do modelo. No caso onde há informação dos dados, foram escolhidas distribuições a priori não-informativas. Por outro lado, quando há poucos dados e/ou são dados censurados, torna-se necessária uma priori informativa obtida a partir das informações de um especialista. Neste trabalho propôs-se uma priori informativa elicitada através de informações de especialistas e derivada da aproximação de Laplace. Portanto, a análise Bayesiana foi realizada considerando os dois tipos de distribuição a priori: informativa e não-informativa. As distribuições a priori não-informativas usadas foram: priori de Jeffreys (Jeffreys (1967)), priori de Referência (Berger and Bernardo (1992)), priori de Máxima Informação dos Dados (Zellner (1977)) e priori derivada da função Cópula (Achcar et al. (2010)). Estas distribuições a priori também foram comparadas com outras distribuições a priori comuns, tais como Beta, Gama e Uniforme. A fim de avaliar o desempenho das distribuições a priori, foi apresentado um estudo comparativo utilizando dados simulados a partir da distribuição EL(p; ) e um conjunto de dados reais introduzido por Lawless (1982). Utilizou-se o algoritmo MCMC para obter uma amostra de valores da posteriori conjunta, a fim de extrair características das distribuições posteriores marginais, tais como médias a posteriori, moda e intervalos de credibilidade / The Exponential-Logarithmic, denoted by EL(p; ), is a lifetime distribution with decreasing failure rate. This distribution can be used to study the lengths of organisms, devices, materials, etc., in the biological and engineering sciences. In this dissertation we use classical and Bayesian approaches to make inferences for the parameters of the model under complete and censored data set. Bayesian approach requires the selection of prior distributions for all parameters of the model. In this case, we will seek to choose a noninformative prior that provides best estimation when there is absence of information or with large data set and uncensored data. On the other hand, when there is few data to use or presence of censored data, an informative prior obtained from the expert’s information is necessary. We propose an informative prior elicited from the expert’s opinion and derived though Laplace’s approximation. Thus, we carry out the Bayesian estimation by considering the two types of prior distributions. Different noninformative prior distributions are used as Jeffreys (Jeffreys (1967)), Reference (Berger and Bernardo (1992)), maximal data information prior (Zellner (1977)) and prior derived from copula function (Achcar et al. (2010)). These priors are also compared with other common priors such as beta, gamma, and uniform distributions. A comparative study to evaluate the performance of the prior distributions through simulated data from the EL(p; ) distribution and a practical data set introduced by Lawless (1982) presented. We also need to appeal to the MCMC algorithm to obtain a sample of values of and from the joint posterior in order to extract characteristics of marginal posterior distributions such as Bayes estimator, mode and credible intervals

Made available in DSpace on 2014-06-11T19:27:09Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-09-06Bitstream added on 2014-06-13T20:35:14Z : No. of bitstreams: 1 niiyama_ca_me_prud.pdf: 2194202 bytes, checksum: 1d4085451f5927aafb1646af4b09ac61 (MD5) / Na literatura existem varias distribuições de probabilidade utilizadas em confiabilida e analise de sobrevivência. Entre as famílias de distribuições utilizadas para este fim é a mais popular e a distribuição de Weibull cuja fução de risco apresenta formas: constante, crescente e decrescente. No entanto, quando a função de risco e do tipo unimodal ou em forma de banheira, a Weibull distribui c~ao n~ao e apropriada. Assim, nos ultimos anos, t em sido propostas novas distribui c~oes que acomodam as v arias formas que a fun c~ao de risco pode tomar e consequentemente, para se ajustar a um maior n umero de problemas pr aticos. Carrasco et al. (2008) prop os uma nova distribui c~ao chamada Weibull Modi cada Generalizada, denotada por WMG, sua fun c~ao de risco pode assumir muitas formas, tais como constante, crescente, decrescente, unimodal e banheira. A distribui c~ao Weibull Modi cada Generalizada proposta por Carrasco, Ortega e Cordeiro (2008) foi amplamente estudada no contexto de infer encia cl assica, por em n~ao existem ainda trabalhos desenvolvidos na literatura sob o enfoque Bayesiano. O objetivo deste trabalho foi realizar uma compara c~ao entre os m etodos de estima c~ao cl assico e Bayesiano para a distribui c~ao Weibull Modi cada Generalizada. Tal distribui c~ao ainda tem como sub-modelos as distribui c~oes Exponencial, Exponencial Generalizada, Weibull, Weibull Modi cada, Weibull Exponenciada e valor extremo. Foram realizados estudos sobre as propriedades da distribui c~aoWeibull Modi cada Generalizada e simula c~oes para comparar o desempenho dos estimadores de m axima verossimilhan ca e Bayesiano. Uma abordagem Cl assica e Bayesiana para a esta distribui c~ao foi proposta e exempli cada, modelando conjunto de dados de sobreviv encia e de con abilidade / In the literature there are various probability distributions to model lifetimes of equipment or individual problems in survival analysis. Among the families of distributions used for this purpose, the most popular is the Weibull distribution whose hazard function presents constant, increasing and decreasing forms. However, when the hazard function is the type unimodal or bathtub shaped, the Weibull distribution is not appropriated. Thus, in recent years, there have been proposed new distributions that t the various forms that the hazard function can take and consequently to t a greater number of practical problems. Carrasco et al. (2008) has proposed a new distribution called Generalized Modi ed Weibull, denoted by GMW, whose hazard function can take many forms such as constant, increasing, decreasing, unimodal and bathtub. The Generalized Modi ed Weibull distribution proposed by Carrasco, Ortega e Cordeiro (2008) was most studied in the context of classical inference. However, no studies were found under the Bayesian approach. The aim of this work was to do a comparison of estimation methods for classical and Bayesian Generalized Modi ed Weibull distribution. The Generelized Modi ed Weibull distribuition has a function of risk that can be increasing, decreasing, unimodal and bathtub shaped and has as sub-models Exponential distributions, Exponentiated Exponential, Weibull, Modi ed Weibull, Exponentiated Weibull and extreme value. It was performed the properties of Generalized Modi ed Weibull distribution and a simulation study to compare the performance of maximum likelihood estimator and Bayesian estimator. Classical and Bayesian approach to this distribution was proposed and exempli ed, modeling data sets of survival and reliability