Submitted by Eduarda Figueiredo (eduarda.ffigueiredo@ufpe.br) on 2015-03-11T13:11:46Z No. of bitstreams: 2 Dissertação_marilia_ramos.pdf: 2300756 bytes, checksum: 936614d37757f514c0f1075abf9b0d1d (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-11T13:11:46Z (GMT). No. of bitstreams: 2 Dissertação_marilia_ramos.pdf: 2300756 bytes, checksum: 936614d37757f514c0f1075abf9b0d1d (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-01 / ANP / O uso do Gás Natural Liquefeito – GNL tem aumentado consideravelmente nas últimas décadas, refletindo uma transição do Gás Natural, que passou de subproduto indesejável da exploração de petróleo a promissora fonte de energia. O GNL é obtido através da liquefação do gás natural e apresenta diversas características favoráveis, entre elas a facilidade no transporte e armazenamento. A estocagem, regaseificação e envio do GNL aos consumidores finais é feita em terminais de armazenamento e regaseificação, que podem ser onshore ou offshore – sendo esse último uma tendência mundial. Por causa da natureza inflamável do metano, em caso de acidentes com vazamento de GNL esses terminais podem oferecer perigo às comunidades próximas a eles, tais como incêndio da poça de GNL formada ou da nuvem proveniente da evaporação da poça. Nesse contexto, é essencial a realização da Análise Quantitativa de Risco sobre os terminais, de forma a avaliar os riscos aos quais estão expostas as comunidades vizinhas e se estes estão dentro do estabelecido pelas normas em vigor. Para cálculo do risco é necessária a quantificação das consequências do acidente e de sua frequência. Entretanto, no caso de indústrias relativamente recentes, como do GNL, os dados de frequência de acidentes e falhas de equipamentos são esparsos, não sendo estatisticamente confiáveis. A análise Bayesiana tem se mostrado uma excelente ferramenta para lidar com este tipo de situação, pois permite o uso de dados específicos da planta estudada juntamente com informações obtidas em outras indústrias, com mais tempo de existência e portanto dados de taxas de falha de aquipamentos mais confiáveis. Além disso, a análise Bayesiana pode fazer uso de dados empíricos e opiniões de especialistas como evidências para atualização da estimativa inicial da frequência. Como os dados obtidos nos bancos de dados são provenientes de diversas indústrias, funcionando em diferentes condições de processo, é necessário considerar a não-homogeneidade da população quanto à taxa de falha. Dessa forma, a melhor metodologia a ser empregada é a Análise Bayesiana em Dois Estágios. O primeiro estágio é uma análise não-homogênea, em que é considerada a variabilidade populacional da taxa de falha entre os bancos de dados. Esta primeira etapa da análise gera um valor a ser utilizado como a priori no segundo estágio, no qual é utilizado um dado específico da planta de interesse como evidência. A metodologia de Análise Quantitativa de Risco fazendo uso da Análise Bayesiana em Dois Estágios para determinação da frequência de acidentes foi aplicada a um terminal offshore de Gás Natural Liquefeito hipotético no Porto de Suape. Para tal, foi estudado o processo de armazenamento e regaseificação de GNL, realizada a análise preliminar de perigo com base no fluxograma desenvolvido, calculadas as consequências e determinadas as frequências dos acidentes considerados. A aplicação da Ánalise Bayesiana em Dois Estágios limitou-se ao primeiro estágio, por não existirem dados específicos de falha no terminal, por ser hipotético. A partir das frequências foram geradas as árvores de eventos e calculados os riscos individuais. O cálculo do risco individual mostrou que o risco ao qual as pessoas localizadas no Porto de Suape estão expostas no caso de existência do terminal offshore considerado é inferior ao limite estabelecido pela norma de referência da Companhia de Tecnologia de Saneamento Ambiental - CETESB.

Submitted by Mario BC (mario@bc.ufrpe.br) on 2018-05-09T13:31:41Z No. of bitstreams: 1 Erika Fialho Morais Xavier.pdf: 2058672 bytes, checksum: c940d090f0c0320e8f1d36bc1e912cf9 (MD5) / Made available in DSpace on 2018-05-09T13:31:41Z (GMT). No. of bitstreams: 1 Erika Fialho Morais Xavier.pdf: 2058672 bytes, checksum: c940d090f0c0320e8f1d36bc1e912cf9 (MD5) Previous issue date: 2018-02-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Tuna and tuna-like species represent a great attraction for companies and fishers in general, due to their meat quality, their high commercial value and their extensive distribution in the oceans. Appropriate management is fundamental to the survival of some species, and to the sustainability of fi sheries. In this way, knowledge about abundance estimates and population biomass variations is paramount for sheries management. Dynamic models of biomass are essential techniques for calculating the estimates. This study proposed the use of Bayesian analysis for the models of Fox, Schaefer and Pella-Tomlinson. Initially, the objective was to evaluate the accuracy and precision of the information acquired about the parameters of the models. For this, catch and catch per unit effort data of the South Atlantic sword sh (Xiphias gladius) were used. It was concluded that there was no progress on precision and accuracy, taking as true "values" for the parameters the estimates of the last report of The International Commission for the Conservation of Atlantic Tunas (ICCAT). Sequentially, the objective was to evaluate the dynamic model of the biomass of Pella and Tomlinson, considering the variation and the fixation of the shape parameter in a scalar value. In this case, were used catch and catch per unit effort data of bigeye tuna (Thunnus obesus) of Atlantic. It was concluded that the model of Pella and Tomlinson with estimation of the shape parameter through of a prior distribution is more susceptible to in influences of non informative data and with discrepant points, and produces estimates more imprecise than when the form parameter is set as a scalar value, in the models of Schaefer and Fox. / Espécies de atuns e afins representam um grande atrativo para empresas e pescadores em geral, em virtude da qualidade da carne, do alto valor comercial e da ampla distribuição nos oceanos. Uma gestão adequada é fundamental para a sobrevivência de algumas espécies e para a sustentabilidade da pesca, e o conhecimento sobre estimativas de abundância e variações da biomassa das populações é primordial para a gestão de pesca. Os modelos dinâmicos de biomassa são importantes técnicas para o cálculo destas estimativas. Este estudo propôs o uso da análise bayesiana para os modelos de Fox, Schaefer e Pella-Tomlinson. Inicialmente, objetivou-se avaliar a acurácia e a precisão da informação adquirida ao longo dos anos sobre os parâmetros dos modelos. Para isto, utilizaram-se dados de captura e captura por unidade de esforço do espadarte (Xiphias gladius) do Atlântico Sul. Concluiu-se que não houve avanço quanto à precisão e acurácia, tomando como valores "verdadeiros" para os parâmetros as estimativas do último relatatório da International Commission for the Conservation of Atlantic Tunas (ICCAT). Sequencialmente, objetivou-se avaliar o modelo dinâmico de biomassa de Pella e Tomlinson, considerando a variação e a fixação do parâmetro de forma em um valor escalar. Neste caso, utilizaram-se dados de captura por unidade de esforço e captura da albacora bandolim (Thunnus obesus) do Atlântico. Concluiu-se que o modelo de Pella e Tomlinson com estimação do parâmetro de forma por meio de uma priori é mais susceptível às Influências de dados pouco informativos e com pontos discrepantes e produz estimativas mais imprecisas do que quando se fi xa o parâmetro de forma em um valor escalar, nos modelos de Schaefer e Fox.

Made available in DSpace on 2015-03-26T13:32:14Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1797227 bytes, checksum: e12639c68c3972023379c9f437bc1e5c (MD5) Previous issue date: 2012-02-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The base of agribusiness of sugar cane is the breeding. Can be shown that the great strategy selection of plant would be through the prediction of genotypic values using BLUP (Best Linear Unbiased Predictor) individual (BLUPI). This procedure would use both the information of family and individuals for selection. However this method is rarely used in breeding programs because of operational problems related to obtain data plant. Recently an alternative operationally more practical was proposal and is called BLUPIS (BLUP individual simulated). In this case the data are collected at the level of plot. With this is possible to select the best families, and subsequently, to simulate the number of individuals to be selected within the best families. This work has as aims to develop an algorithm for analysis BLUP under the Bayesian focus with different settings of priors in your modeling, in statistical software R, for possible available to the user and compare it with the Classic REML / BLUP. The results showed that the method with Bayesian BLUPIS performed by the algorithm built with the R program was effective. The algorithm took into account the uncertainties on all parameters, as also allowed the use of a priori information. The Bayesian method is more efficient when considering the relationship information model and the distribution of the prior information (major genotypic effects and variances and heritability smaller). / A base do agronegócio de cana-de-açúcar é o melhoramento genético. Pode ser mostrado que a estratégia ótima de seleção da planta seria através da predição de valores genotípicos usando o BLUP (Best Linear Unbiased Predictor) individual (BLUPI). Este procedimento usaria, simultaneamente, a informação de família e de indivíduos para a seleção. No entanto esse método dificilmente é usado nos programas de melhoramento devido a problemas operacionais relacionados à obtenção dos dados ao nível de planta. Recentemente uma alternativa operacionalmente mais prática foi proposta, e é denominada BLUPIS (BLUP individual simulado). Nesse caso os dados são coletados ao nível de parcela. Com isso é possível selecionar as melhores famílias e, posteriormente, simular o número de indivíduos a serem selecionados dentro das melhores famílias. Este trabalho teve como objetivo desenvolver um algoritmo para análise do BLUPIS sob o enfoque bayesiano, com diferentes definições de distribuições a prioris na sua modelagem, no software estatístico R, para possível disponibilização ao usuário e compará-la com o método clássico REML/BLUP. Os resultados mostraram que o método BLUPIS com enfoque bayesiano realizado através do algoritmo construído junto ao programa R foi eficiente. O algoritmo levou em consideração a incerteza existente sobre todos os parâmetros do modelo, como também possibilitou o uso de priori informativa. O método bayesiano se mostrou mais eficiente, isto é, com efeitos genotípicos maiores e variâncias e herdabilidade menores, quando se consideraram no modelo a informação de parentesco e a distribuição da priori informativa.

Made available in DSpace on 2016-06-02T20:06:09Z (GMT). No. of bitstreams: 1 DissSTU.pdf: 632638 bytes, checksum: b51966b8476d470ced42e354cadf0a65 (MD5) Previous issue date: 2005-01-20 / Financiadora de Estudos e Projetos / In this dissertation, we introduce classical and Bayesian approaches to get inferences on the parameters of interest, considering exponential and Weibull distributions for the lifetimes. For a Bayesian analysis, we assume a gamma process for the individual rates considering type II censoring data and the presence of covariates. We also consider ac- celerated life tests assuming an inverse power law model and an exponential distribution for the lifetimes. The proposed methodology in illustrated in three examples. / Nesta dissertação, apresentamos uma análise clássica e uma abordagem Bayesiana para obter inferências dos parâmetros de interesse, considerando as distribuições exponencial e de Weibull para os tempos de sobrevivência. Assumimos um processo gama para as taxas indivíduais e a presença de covariadas relacionadas com os tempos de sobrevivência com censuras do tipo II. Alguns conceitos e resultados de análise estatística de testes de vida acelerados são apresentados, em particular, um estudo sobre o Modelo de Lei de Potência Inversa, con- siderando que os tempos de sobrevivência são ajustados por uma distribuição exponencial. A metodologia proposta neste trabalho está ilustrada a três conjuntos de dados, onde dois são referentes à análise de sobrevivência com dados médicos e o outro a dados de confiabilidade.

A sistemática da família Rubiaceae passou por grandes mudanças nas últimas duas décadas. O uso de dados moleculares levou a revisões significativas na classificação intra-familiar, principalmente a nível genérico. As relações entre alguns dos gêneros neotropicais mais diversos de Rubiaceae (e.g. Psychotria, Palicourea e Rudgea) estão sendo investigadas. O gênero neotropical Rudgea possui c. 130 espécies, distribuídas do México ao nordeste da Argentina, com dois centros de diversidade, um no noroeste da América do Sul, e outro no sudeste do Brasil. As espécies são caracterizadas pelas estípulas inteiras ou fimbriadas, com apêndices glandulares, presença de domácias nas folhas, inflorescência terminal, lobos da corola corniculados e sementes profundamente sulcadas na face adaxial. Trabalhos filogenéticos anteriores incluíram uma amostragem limitada de espécies do gênero Rudgea. Nossas análises moleculares mostram Rudgea como um gênero monofilético com a exclusão de R. woronovii, uma espécie mais próxima de Palicourea sensu lato. Por outro lado, R. stipulacea emergiu como grupo-irmão das demais espécies de Rudgea, sendo o grupo formado por estas espécies altamente sustentado e denominado \"Rudgea sensu stricto\". Mudanças taxonômicas serão necessárias para acomodar Rudgea stipulacea, e uma classificação infragenérica de Rudgea será proposta, com suporte molecular e morfológico. Além da análises filogenéticas, também foi realizado um tratamento taxonômico para as espécies brasileiras de Rudgea, com 64 espécies aceitas e 26 sinônimos novos. Informações nomenclaturais completas foram fornecidas e 36 lectótipos foram designados. Chaves de identificação para as espécies e subespécies (quando apropriado) também foram apresentadas. Informações sobre distribuição geográfica, habitat, fenologia, discussões taxonômicas, material examinado e figuras também foram apresentadas. Este é o primeiro tratamento de Rudgea para o Brasil desde a monografia de Mueller Argoviensis em 1881 para a Flora Brasiliensis. Como parte dos estudos taxonômicos em Rudgea, o manuscrito que compreende as descrições de duas novas espécies da Bahia (Brasil) e o manuscrito com novas combinações em Rudgea e Palicourea sensu lato também foram incluídos nesta tese / Systematics of Rubiaceae has undergone major changes during the last two decades. The use of molecular data has lead to a profound revision in the intra-familiar classification, mainly at generic level. It has become clear that the relationships between some of the largest genera of Neotropical Rubiaceae (e.g. Psychotria, Palicourea and Rudgea) had to be investigated. The neotropical genus Rudgea encompasses c. 130 species distributed from Mexico to northeastern Argentina with two main centers of diversity, one in the western portion of South America and another in southeastern Brazil. The species are characterized by the entire to fimbriate stipules, with glandular appendages, presence of domatia in the leaves, terminal inflorescence, corniculate corolla-lobes and pyrenes deeply furrowed adaxially. Previous Rubiaceae phylogenies have included a limited sample of Rudgea species. Our molecular analyses have shown Rudgea as a monophyletic genus with the exclusion of R. woronovii, a species more closely related to Palicourea sensu lato. On the other hand, R. stipulacea appears as sister to all other Rudgea, this last group strongly supported and formed by the species of \"Rudgea sensu stricto\". Taxonomic changes will be necessary to accommodate R. stipulacea and an infrageneric classification of Rudgea will be proposed, with molecular and morphological support. Besides the phylogenetic analyses, it was also conducted a taxonomic study for the Brazilian species of Rudgea, with 64 species accepted species and 26 new synonyms proposed. Comprehensive nomenclatural information is supplied and 36 lectotypes are designated. Identification key for the species and subspecies (where appropriate) are provided and information on geographical distribution, habitat, phenology, taxonomic notes, examined material and illustrations are also provided. This is the first comprehensive treatment of Rudgea for Brazil since Mueller Argoviensis published the Flora Brasiliensis monograph in 1881. As part of the taxonomic studies with Rudgea, the manuscript comprising the descriptions of two new species from Bahia (Brazil) and the manuscript with new combinations in Rudgea and Palicourea sensu lato were also included in this thesis

In this study, a new class of generalized distributions was developed, based on the Kummer beta distribution (NG; KOTZ, 1995), which contains as particular cases the exponentiated and beta generators of distributions. The main feature of the new family of distributions is to provide greater flexibility to the extremes of the density function and therefore, it becomes suitable for analyzing data sets with high degree of asymmetry and kurtosis. Also, two new distributions belonging to the new class of distributions, based on the Birnbaum-Saunders and generalized gamma distributions, that has as main characteristic the hazard function which assumes different forms (unimodal, bathtub shape, increase, decrease) were studied. In all studies, general mathematical properties such as ordinary and incomplete moments, generating function, mean deviations, reliability, entropies, order statistics and their moments were discussed. The estimation of parameters is approached by the method of maximum likelihood and Bayesian analysis and the observed information matrix is derived. It is also considered the likelihood ratio statistics and formal goodness-of-fit tests to compare all the proposed distributions with some of its sub-models and non-nested models. The developed results for all studies were applied to six real data sets. / Neste trabalho, foi proposta uma nova classe de distribuições generalizadas, baseada na distribuição Kummer beta (NG; KOTZ, 1995), que contém como casos particulares os geradores exponencializado e beta de distribuições. A principal característica da nova família de distribuições é fornecer grande flexibilidade para as extremidades da função densidade e portanto, ela torna-se adequada para a análise de conjuntos de dados com alto grau de assimetria e curtose. Também foram estudadas duas novas distribuições que pertencem à nova família de distribuições, baseadas nas distribuições Birnbaum-Saunders e gama generalizada, que possuem função de taxas de falhas que assumem diferentes formas (unimodal, forma de banheira, crescente e decrescente). Em todas as pesquisas, propriedades matemáticas gerais como momentos ordinários e incompletos, função geradora, desvios médio, confiabilidade, entropias, estatísticas de ordem e seus momentos foram discutidas. A estimação dos parâmetros é abordada pelo método da máxima verossimilhança e pela análise bayesiana e a matriz de informação observada foi derivada. Considerou-se, também, a estatística de razão de verossimilhanças e testes formais de qualidade de ajuste para comparar todas as distribuições propostas com alguns de seus submodelos e modelos não encaixados. Os resultados desenvolvidos foram aplicados a seis conjuntos de dados.

Introdução: A poluição do ar relacionada ao tráfego veicular é um grave problema nos centros urbanos, expondo parcela considerável da população ao risco de efeitos adversos à saúde. Estudos epidemiológicos e toxicológicos têm encontrado evidências que associam a exposição aos poluentes do tráfego veicular e a incidência de câncer. Objetivo: Realizar uma análise espacial dos casos de cânceres do trato respiratório e hematológico e de sua relação com a densidade de tráfego veicular no município de São Paulo. Métodos: Foram utilizados os dados de três bases distintas: dados de incidência de câncer do Registro de Câncer de Base Populacional do Município de São Paulo (RCBP) de 2002 a 2011; dados de internações hospitalares por câncer do sistema público e particular de 2004 a 2006; dados de mortalidade por neoplasias do Sistema de Informação de Mortalidade de 2002 a 2013, da Secretaria Municipal de Saúde. Para a avaliação da exposição foi utilizada a densidade de tráfego veicular e, como indicador de status socioeconômico, o Índice de Desenvolvimento Humano Municipal (IDHM). Foram utilizadas como unidade espacial as áreas de ponderação do Censo 2010 e uma grade de 500m x 500m. Mediante um modelo ecológico de Besag-York-Mollié foi avaliada a variabilidade espacial do risco de incidência, internação hospitalar e mortalidade por câncer do aparelho respiratório e hematológico, sendo os resultados expressos em termos de risco relativo (RR). Utilizou-se também um modelo de regressão Binomial Negativo e Poisson para quantificar a associação do desfecho estudado às categorias crescentes de exposição à densidade de tráfego obtendo-se estimativas da razão da taxa de incidência (IRR). Resultados: A variabilidade espacial do risco foi influenciada pelas covariáveis padronizadas: densidade de tráfego veicular e IDHM. Para cada aumento de um desvio padrão da densidade de tráfego obteve-se um RR= 1,07 (IC 95%: 1,02-1,13), RR= 1,09 (CI 95%: 1,02-1,15) e RR= 1,04 (CI 95%: 0,99-1,09), para incidência, internação hospitalar e mortalidade por câncer do aparelho respiratório para indivíduos > 20 anos de idade, respectivamente. Para a incidência de câncer hematológico em jovens obteve-se um RR= 1,09 (IC 95%: 1,00-1,18) para este mesmo aumento da densidade de tráfego. A avaliação da exposição por categorias crescentes de densidade de tráfego evidenciou um claro e significante gradiente de exposição-resposta para incidência e mortalidade por câncer respiratório em regiões com baixo IDHM, independente do sexo analisado. Na categoria mais alta de densidade de tráfego, homens de regiões com baixo IDHM apresentaram IRR= 3,29 (IC 95%: 2.34-4,64) comparado a IRR= 1,18 (IC 95%: 1,03-1,36) referente aos homens de regiões com alto IDHM. Conclusões: Os resultados mostraram uma associação positiva significante entre residir em áreas com alta densidade de tráfego e incidência, internação hospitalar e mortalidade por câncer respiratório em > 20 anos e incidência de câncer hematológico em indivíduos jovens. As pessoas de baixo status socioeconômico, embora não residam em áreas de maior exposição aos poluentes do tráfego, sofreram mais os efeitos da poluição do ar, provavelmente devido a fatores de vulnerabilidade. / Introduction: Traffic-related air pollution is a serious problem in urban centers, exposing a considerable part of the population to the risk of adverse health effects. Epidemiological and toxicological studies have found evidence associating exposure to traffic pollutants and the incidence of cancer. Objective: To perform a spatial analysis of cases of respiratory and hematological cancers and its relation with traffic density in the city of São Paulo. Methods: Data from three different databases were used: cancer incidence data from the Population- Based Cancer Registry of the Municipality of São Paulo (RCBP) from 2002 to 2011; data from hospital admissions for cancer of the public and private system from 2004 to 2006; mortality data from the Mortality Information System (SIM) from 2002 to 2013, from the Municipal Health Department. The traffic density was used for exposure assessment, and the Municipal Human Development Index (MHDI) as an indicator of socioeconomic status. As a spatial unit, the weighting areas of the 2010 Census and a grid of 500 m x 500 m were used. The spatial variability of risk for incidence, hospital admission and mortality from respiratory and hematological cancers was assessed using an ecological model from Besag-York-Mollie. The results were expressed in terms of relative risk (RR). A Negative Binomial and Poisson regression model was used to quantify the association of the endpoint studied with the increasing categories of exposure to traffic density, obtaining estimates of the incidence rate ratio (IRR). Results: The spatial variability of the risk was influenced by the standardized covariates: traffic density and MHDI. For each increase of a standard deviation of the traffic density was obtained an RR = 1.07 (95% CI: 1.02-1.13), RR = 1.09 (95% CI: 1.02-1, 15) and RR = 1.04 (CI 95%: 0.99-1.09), for incidence, hospital admission and mortality from respiratory cancer, respectively, among individuals over 20 years of age. The RR = 1.09 (95% CI: 1.00-1.18) for this same increase in traffic density was obtained for the incidence of hematological cancer in youngsters. The exposure assessment by increasing categories of traffic density evidenced a clear and significant exposure-response gradient for incidence and mortality from respiratory cancer in regions with low MHDI, regardless of the sex analyzed. In the highest category of traffic density, men from regions with low MHDI regions presented IRR = 3.29 (95% CI: 2.34-4.64) compared to IRR = 1.18 (95% CI: 1.03-1, 36) for men from regions with high MHDI. Conclusions: The results showed a significant positive association between residing in areas with high traffic density and incidence, hospital admission and mortality from respiratory cancers in individuals over 20 years, and the incidence of hematological cancer in young individuals. People with low socioeconomic status, although not residing in areas of greater exposure to traffic pollutants, have been more affected by air pollution, probably due to vulnerability factors.

The Beta distribution is a bounded domain distribution which has dominated the modeling the distribution of random variable that assume value between 0 and 1. Bounded domain distributions arising in various situations such as rates, proportions and index. Motivated by an analysis of electoral votes percentages (where a distribution with support on the positive real numbers was used, although a distribution with limited support could be more suitable) we focus on alternative distributions to Beta distribution with emphasis in regression models. In this work, initially we present the Simplex mixture model as a flexible model to modeling the distribution of bounded random variable then we extend the model to the context of regression models with the inclusion of covariates. The parameters estimation is discussed for both models considering Bayesian inference. We apply these models to simulated data sets in order to investigate the performance of the estimators. The results obtained were satisfactory for all the cases investigated. Finally, we introduce a parameterization of the L-Logistic distribution to be used in the context of regression models and we extend it to a mixture of mixed models. / A distribuição beta é uma distribuição com suporte limitado que tem dominado a modelagem de variáveis aleatórias que assumem valores entre 0 e 1. Distribuições com suporte limitado surgem em várias situações como em taxas, proporções e índices. Motivados por uma análise de porcentagens de votos eleitorais, em que foi assumida uma distribuição com suporte nos números reais positivos quando uma distribuição com suporte limitado seira mais apropriada, focamos em modelos alternativos a distribuição beta com enfase em modelos de regressão. Neste trabalho, apresentamos, inicialmente, um modelo de mistura de distribuições Simplex como um modelo flexível para modelar a distribuição de variáveis aleatórias que assumem valores em um intervalo limitado, em seguida estendemos o modelo para o contexto de modelos de regressão com a inclusão de covariáveis. A estimação dos parâmetros foi discutida para ambos os modelos, considerando o método bayesiano. Aplicamos os dois modelos a dados simulados para investigarmos a performance dos estimadores usados. Os resultados obtidos foram satisfatórios para todos os casos investigados. Finalmente, introduzimos a distribuição L-Logistica no contexto de modelos de regressão e posteriormente estendemos este modelo para o contexto de misturas de modelos de regressão mista.

Introdução: A curva de crescimento é um modelo empírico da evolução de uma quantidade ao longo do tempo. As curvas de crescimento são utilizadas em muitas disciplinas , em particular no domínio da estatística, onde há uma grande literatura sobre o assunto relacionado a modelos não lineares. Método:No desenvolvimento dessa dissertação de mestrado, foi realizado um estudo baseado em dados de crescimento nas áreas biológica e médica para comparar os dois tipos de inferência (Clássica e Bayesiana), na busca de melhores estimativas e resultados para modelos de regressão não lineares, especialmente considerando alguns modelos de crescimento introduzidos na literatura. No método Bayesiano para a modelagem não linear assumimos erros normais uma suposição usual e também distribuições estáveis para a variável resposta. Estudamos também alguns aspectos de robustez dos modelos de regressão não linear para a presença de outliers ou observações discordantes considerando o uso de distribuições estáveis para a resposta no lugar da suposição de normalidade habitual. Resultados e Conclusões: Análise dos dois exemplos pode-se observar melhores ajustes quando utilizada o método Bayesiano de ajustes de modelos não lineares de curvas de crescimento. É bem sabido que, em geral, não há nenhuma forma fechada para a função densidade de probabilidade de distribuições estáveis. No entanto, sob uma abordagem Bayesiana, a utilização de uma variável aleatória latente ou auxiliar proporciona uma simplificação para obter qualquer distribuição a posteriori quando relacionado com distribuições estáveis. Esses resultados poderiam ser de grande interesse para pesquisadores e profissionais, ao lidar com dados não Gauss. Para demonstrar a utilidade dos aspectos computacionais, a metodologia é aplicada a um exemplo relacionado com as curvas de crescimento intra-uterino para prematuros. Resumos a posteriori de interesse são obtidos utilizando métodos MCMC (Markov Chain Monte Carlo) e o software OpenBugs. / Introduction: The growth curve is an empirical model of the evolution of a quantity over time. Growth curves are used in many disciplines, particularly in the field of statistics, where there is a large literature on the subject related to nonlinear models. Method: In the development of this dissertation, a study based on data growth in biological areas and medical was conducted to compare two types of inferences (Classical and Bayesian), in search of better estimates and results for nonlinear regression models, especially considering some growth models introduced in the literature. The Bayesian method for nonlinear modeling assume normal errors an usual assumption and also stable distributions for the response variable. We also study some aspects of robustness of nonlinear regression models for the presence of outliers or discordant observations regarding the use of stable distributions to the response in place of the usual assumption of normality. Results and Conclusions: In the analysis of two examples it can be seen best results using Bayesian methodology for non linear models of growth curves. It is well known that, in general, there is no closed form for the probability density function of stable distributions. However, under a Bayesian approach, the use of a latent random variable or auxiliary variable provides a simplification to get every conditional posterior related to stable distributions. These results could be of great interest to researchers and practitioners when dealing with non-Gaussian data. To demonstrate the utility of the computational aspects, the methodology is also applied to an example related to intrauterine growth curves for premature infants. Posterior summaries of interest are obtained using MCMC methods (MCMC) and the OpenBugs software.

Estudos envolvendo o meio ambiente estão sendo cada vez mais desenvolvidos devido ao fato dos níveis de poluição e das mudanças climáticas estarem causando a degradação da qualidade do ar e dos reservatórios de água de maneira alarmante nos últimos anos, comprometendo sobretudo, a qualidade de vida do ser humano. Dado que estes fatores são preponderantes nos agravos e complicações respiratórias dos indivíduos, buscou-se compreender com este estudo a relação entre as condições atmosféricas e os problemas respiratórios nos residentes do município de Ribeirão Preto, interior de São Paulo, onde há um elevado número de focos de queimadas nos períodos de estiagem e, consequentemente, altas concentrações de poluentes, como o material particulado. Considerando os dados mensais de contagem de inalações/nebulizações, foram assumidos diferentes modelos de regressão de Poisson na presença de um fator aleatório que captura a variabilidade extra-Poisson entre as contagens. A análise dos dados foi feita sob enfoque Bayesiano, utilizando métodos de simulação MCMC (Monte Carlo em Cadeias de Markov) para obter os sumários a posteriori de interesse. / Many studies involving the environment are being developed in the last years due to the fact that the levels of pollution and climate changes are causing the degradation of air quality and water reservoirs at an alarming rate in recent years, with great consequences for the quality of life of the population. Since these factors are prevalent in respiratory disorders and complications of the health for the individuals, we intended to understand from this study the relationship between weather conditions and respiratory problems for the residents of the municipality of Ribeirão Preto, São Paulo, which has a high number of outbreaks of fires in drought periods and, consequently, high concentrations of pollutants such as particulate matter. Considering the monthly count of inhalations / nebulizations, we assumed different Poisson regression models in the presence of a random factor that captures the extra-Poisson variability between the counts. The data analysis was performed under a Bayesian approach using MCMC simulation methods (Markov Chain Monte Carlo) to get the posterior summaries of interest.