O objetivo desta dissertação é estudar uma família de ligações assimétricas para modelos de regressão binária sob a abordagem bayesiana. Especificamente, apresenta-se a estimação dos parâmetros da família de modelos de regressão binária com funções de ligação potência e reversa de potência considerando o método de estimação Monte Carlo Hamiltoniano, na extensão No-U-Turn Sampler, e o método Metropolis-Hastings dentro de Gibbs. Além disso, estudam-se diferentes medidas de comparação de modelos, incluindo critérios de informação e de avaliação preditiva. Um estudo de simulação foi desenvolvido para estudar a acurácia e eficiência nos parâmetros estimados. Através da análise de dados educacionais, mostra-se que os modelos usando as ligações propostas apresentam melhor ajuste do que os modelos usando ligações tradicionais. / The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.

La presente investigación, dentro del contexto de la Teoría de Respuesta al Ítem (TRI), estudia un modelo multidimensional logístico compensatorio de dos parámetros (M2PL) para ítems dicotómicos. Para ello, se explican teóricamente los métodos de estimación más conocidos para los parámetros de los ítems y de los rasgos latentes de las personas, priorizando el método bayesiano mediante Cadenas de Markov de Monte Carlo (MCMC). Estos métodos de estimación se exploran mediante implementaciones computacionales con el software R y R2WinBUGS. La calidad de las respectivas estimaciones de los parámetros se analiza mediante un estudio de simulación, en el cual se comprueba que el método de estimación más robusto para el modelo propuesto es el bayesiano mediante MCMC. Finalmente, el modelo y el método de estimación elegidos se ilustran mediante una aplicación que usa un conjunto de datos sobre actitudes hacia la estadística en estudiantes de una universidad privada de Colombia. / Tesis

Este trabajo propone un Modelo de Regresión Cuantílica Semiparamétrico. Nosotros empleamos la metodología sugerida por Crainiceanu et al. (2005) para un modelo semiparamétrico en el contexto de un modelo de regresión cuantílica. Un enfoque de inferencia Bayesiana es adoptado usando Algoritmos de Montecarlo vía Cadenas de Markov (MCMC). Se obtuvieron formas cerradas para las distribuciones condicionales completas y así el algoritmo muestrador de Gibbs pudo ser fácilmente implementado. Un Estudio de Simulación es llevado a cabo para ilustrar el enfoque Bayesiano para estimar los parámetros del modelo. El modelo desarrollado es ilustrado usando conjuntos de datos reales. / Tesis

Orientador: Claudio Oliveira / Banca: Francisco Langeani Neto / Banca:Flávio César Thadeo de Lima / Banca: Pedro Hollanda Carvalho / Banca: Tiago P. Carvalho / Resumo: Não disponível / Abstract: Not available / Doutor

Estudos de condições oceanográficas tornam-se imperativos a cada dia, tanto no fornecimento de dados para fins de pesquisa quanto para aplicações de engenharia. Tais usos variam desde a validação de modelos de previsão de ondas até a determinação de forças em estruturas offshore, bem como em condições de navegabilidade e operações logísticas. O uso dos movimentos do navio para determinar qual condição de mar os induziu, adotando a embarcação como um sensor, em analogia às boias oceanográficas, é uma das tecnologias disponíveis para a medição das condições oceanográficas. Esta destaca-se pela simplicidade na implementação, além de atender às necessidades da indústria petrolífera, uma vez que o interesse é voltado para eventos de ondas extremas, os quais são bem representados pela tecnologia considerada, como verificado nesta tese. A facilidade de obtenção de dados através da tecnologia mencionada, sem a necessidade de equipamentos adicionais { especialmente no caso de plataformas de petróleo devido à disponibilidade de bases inerciais em muitas embarcações deste tipo { foi essencial para garantir ao presente trabalho um conjunto de dados de campo composto por registros ininterruptos dos movimentos de uma plataforma FPSO durante dois anos, através do qual foi possível realizar estimativas das ondas em intervalos de trinta minutos. Esta rica base de dados, inédita na literatura especializada, aliada às estimativas fornecidas simultaneamente por um sistema de radar de ondas, permitiu um estudo detalhado das características e padrões dos espectros direcionais de onda e uma importante validação da aplicação da tecnologia em campo. Face às incertezas inerentes ao processo, no entanto, observa-se que, para um mesmo registro de movimentos, muitas soluções diferentes e quase equiprováveis podem ser obtidas, uma característica que favorece a aplicação de um método de inferência Bayesiana, afim de fornecer alguma informação a priori sobre as variáveis de estimação. Na presente abordagem, esta informação corresponde a uma suposição de suavidade dos espectros direcionais de onda a serem estimados, cujo grau é controlado pelos chamados hiperparâmetros do processo de inferência - parâmetros dentro do método que controlam a influência da informação a priori sobre a solução. Estudos prévios realizados na EPUSP demonstraram que o uso de hiperparâmetros fixos ou pré-calibrados é vantajoso para tornar o método de estimação operacionalmente aplicável, proporcionando um tempo de execução compatível com aplicações em tempo real. Dada a importância do papel desempenhado pela informação a priori na determinação de soluções viáveis no intervalo de incertezas do método, torna-se patente a necessidade de se definir valores apropriados para estes hiperparâmetros. Assim, neste trabalho, é apresentada uma metodologia de calibração para os hiperparâmetros baseada na dependência destes no período médio de onda e no parâmetro espectral de largura de banda. Esta nova abordagem traz dois aspectos inovadores para a pesquisa: O primeiro é o desenvolvimento de um método iterativo e autossuficiente capaz de identificar erros de estimação causados por incertezas no modelo de previsão de movimentos do navio. O segundo ponto é a capacidade do método de mitigar os erros encontrados, forçando a suavidade espectral ao longo do intervalo de frequências de onda. / Studies of oceanographic conditions become imperative every day, both in the provision of data for research purposes and for engineering applications. Such uses range from the validation of wave prediction models to the determination of forces in offshore structures, as well as navigability and logistical operations. The use of vessel movements to determine which is the condition induced by them, adopting the vessel as a sensor, in analogy to oceanographic buoys, is one of the available technologies for the measurement of oceanographic conditions. It stands out for the simplicity of the implementation, in addition it meets the needs of the oil industry, since the interest is focused on extreme wave events, which are well represented by the technology considered, as verified in this thesis. Ease of data attainment through the mentioned technology, without the need for additional equipment - especially in the case of oil platforms due to the availability of inertial bases in many vessels of this type - was essential to guarantee the present work the data set of field the FPSO platform for two years, through which it was possible to make estimates of the waves in intervals of thirty minutes. This rich database, unprecedented in the specialized literature, together with the estimates provided by a wave radar system, allowed a detailed study of the characteristics and patterns of the directional wave spectra and an important validation of the application of the technology in the field. Given the uncertainties inherent in the process, however, it can be observed that, for the same record of movements, many different and almost equiprobable solutions can be obtained, a feature that favors the application of a Bayesian inference method, in order to provide some information on the variables of estimation. In the present approach, this information corresponds to an assumption of smoothness of the directional wave spectra to be estimated, the degree of which is controlled by so-called hyperparameters of the inference process - parameters within the method that control the influence of a priori information on the solution. Previous studies conducted at EPUSP have demonstrated that the use of fixed or precalibrated hyperparameters is advantageous to make the estimation method operationally applicable, providing a runtime compatible with real-time applications. Given the importance of the role played by a priori information in determining viable solutions in the uncertainty range of the method, it becomes clear that it is necessary to define appropriate values for these hyperparameters. Thus, in this work, the calibration methodology for the hyperparameters is presented, based on the dependency of these on wave mean period and on bandwidth spectral parameter. The _rst is the development of an iterative, self-sufficient method, capable of identifying estimations errors caused by uncertainties on the ship\'s motions prediction model. The second is the ability of the method to mitigate the errors found, forcing spectral smoothness throughout the range of wave frequencies.

Em ensaios clínicos é muito comum a ocorrência de dados longitudinais discretos. Para sua análise é necessário levar em consideração que dados observados na mesma unidade experimental ao longo do tempo possam ser correlacionados. Além dessa correlação inerente aos dados é comum ocorrer o fenômeno de superdispersão (ou sobredispersão), em que, existe uma variabilidade nos dados além daquela captada pelo modelo. Um caso que pode acarretar a superdispersão é o excesso de zeros, podendo também a superdispersão ocorrer em valores não nulos, ou ainda, em ambos os casos. Molenberghs, Verbeke e Demétrio (2007) propuseram uma classe de modelos para acomodar simultaneamente a superdispersão e a correlação em dados de contagens: modelo Poisson, modelo Poisson-gama, modelo Poisson-normal e modelo Poisson-normal-gama (ou modelo combinado). Rizzato (2011) apresentou a abordagem bayesiana para o ajuste desses modelos por meio do Método de Monte Carlo com Cadeias de Markov (MCMC). Este trabalho, para modelar a incerteza relativa aos parâmetros desses modelos, considerou a abordagem bayesiana por meio de um método determinístico para a solução de integrais, INLA (do inglês, Integrated Nested Laplace Approximations). Além dessa classe de modelos, como objetivo, foram propostos outros quatros modelos que também consideram a correlação entre medidas longitudinais e a ocorrência de superdispersão, além da ocorrência de zeros estruturais e não estruturais (amostrais): modelo Poisson inacionado de zeros (ZIP), modelo binomial negativo inacionado de zeros (ZINB), modelo Poisson inacionado de zeros - normal (ZIP-normal) e modelo binomial negativo inacionado de zeros - normal (ZINB-normal). Para ilustrar a metodologia desenvolvida, um conjunto de dados reais referentes à contagens de ataques epilépticos sofridos por pacientes portadores de epilepsia submetidos a dois tratamentos (um placebo e uma nova droga) ao longo de 27 semanas foi considerado. A seleção de modelos foi realizada utilizando-se medidas preditivas baseadas em validação cruzada. Sob essas medidas, o modelo selecionado foi o modelo ZIP-normal, sob o modelo corrente na literatura, modelo combinado. As rotinas computacionais foram implementadas no programa R e são parte deste trabalho. / Discrete and longitudinal structures naturally arise in clinical trial data. Such data are usually correlated, particularly when the observations are made within the same experimental unit over time and, thus, statistical analyses must take this situation into account. Besides this typical correlation, overdispersion is another common phenomenon in discrete data, defined as a greater observed variability than that nominated by the statistical model. The causes of overdispersion are usually related to an excess of observed zeros (zero-ination), or an excess of observed positive specific values or even both. Molenberghs, Verbeke e Demétrio (2007) have developed a class of models that encompasses both overdispersion and correlation in count data: Poisson, Poisson-gama, Poisson-normal, Poissonnormal- gama (combined model) models. A Bayesian approach was presented by Rizzato (2011) to fit these models using the Markov Chain Monte Carlo method (MCMC). In this work, a Bayesian framework was adopted as well and, in order to consider the uncertainty related to the model parameters, the Integrated Nested Laplace Approximations (INLA) method was used. Along with the models considered in Rizzato (2011), another four new models were proposed including longitudinal correlation, overdispersion and zero-ination by structural and random zeros, namely: zero-inated Poisson (ZIP), zero-inated negative binomial (ZINB), zero-inated Poisson-normal (ZIP-normal) and the zero-inated negative binomial-normal (ZINB-normal) models. In order to illustrate the developed methodology, the models were fit to a real dataset, in which the response variable was taken to be the number of epileptic events per week in each individual. These individuals were split into two groups, one taking placebo and the other taking an experimental drug, and they observed up to 27 weeks. The model selection criteria were given by different predictive measures based on cross validation. In this setting, the ZIP-normal model was selected instead the usual model in the literature (combined model). The computational routines were implemented in R language and constitute a part of this work.

O presente trabalho tem por finalidade o uso da abordagem bayesiana para a estimativa de parâmetros sazonais dos modelos periódicos auto-regressivos (PAR). Após a determinação dos estimadores bayesianos, estes são comparados com os estimadores de máxima verossimilhança. A previsão para 12 meses é realizada usando os dois estimadores e os resultados comparados por meio de gráficos, tabelas e pelos erros de previsão. Para ilustrar o problema as séries escolhidas foram as séries hidrológicas da Usinas Hidroelétricas de Furnas e Emborcação. Tais séries foram selecionadas tendo em vista a necessidade de previsões com reduzido erro já que o sistema de operação das usinas hidroelétricas depende muito da quantidade de água existente em seus reservatórios e de planejamento e gerenciamento eficazes. / The objective of this research is to use bayesian method to estimate of sazonal parameters of periodic autoregressive models (PAR). The bayesian estimators are then compared with maximum likelihood estimators. The forecast for 12 months is made by using two estimators and comparing their results though graphs, tables and forecast error. The hydrological time series chosen were from Furnas and Emborcação Hydroeletric Power Plant. These series were chosen having in mind the necessity of series with reduced error in their forecast because system of operation in the Hydroeletric Power Plant depends on the quantity of the water in their resevoirs, eficient planning and management.

Quasars are valuable sources for several cosmological applications. In particular, they can be used to trace some of the heaviest halos and their high intrinsic luminosities allow them to be detected at high redshifts. This implies that quasars (or active galactic nuclei, in a more general sense) have a huge potential to map the large-scale structure. However, this potential has not yet been fully realized, because instruments which rely on broad-band imaging to pre-select spectroscopic targets usually miss most quasars and, consequently, are not able to properly separate broad-line emitting quasars from other point-like sources (such as stars and low resolution galaxies). This work is an initial attempt to investigate the realistic gains on the identification and separation of quasars and stars when medium- and narrow-band filters in the optical are employed. The main novelty of our approach is the use of Bayesian priors both for the angular distribution of stars of different types on the sky and for the distribution of quasars as a function of redshift. Since the evidence from these priors convolve the angular dependence of stars with the redshift dependence of quasars, this allows us to control for the near degeneracy between these objects. However, our results are inconclusive to quantify the efficiency of star-quasar separation by using this approach and, hence, some critical refinements and improvements are still necessary. / Quasares são objetos valiosos para diversas aplicações cosmológicas. Em particular, eles podem ser usados para localizar alguns dos halos mais massivos e suas luminosidades intrinsecamente elevadas permitem que eles sejam detectados a altos redshifts. Isso implica que quasares (ou núcleos ativos de galáxias, de um modo geral) possuem um grande potencial para mapear a estrutura em larga escala. Entretanto, esse potencial ainda não foi completamente atingido, porque instrumentos que se baseiam no imageamento por bandas largas para pré-selecionar alvos espectroscópicos perdem a maioria dos quasares e, consequentemente, não são capazes de separar adequadamente quasares com linhas de emissão largas de outras fontes pontuais (como estrelas e galáxias de baixa resolução). Esse trabalho é uma tentativa inicial de investigar os ganhos reais na identificação e separação de quasares e estrelas quando são usados filtros de bandas médias e estreitas. A principal novidade desse método é o uso de priors Bayesianos tanto para a distribuição angular de estrelas de diferentes tipos no céu quanto para a distribuição de quasares como função do redshift. Como a evidência desses priors é uma convolução entre a dependência angular das estrelas e a dependência em redshift dos quasares, isso permite que a degenerescência entre esses objetos seja levada em consideração. Entretanto, nossos resultados ainda são inconclusivos para quantificar a eficiência da separação entre estrelas e quasares utilizando esse método e, portanto, alguns refinamentos críticos são necessários.

INTRODUÇÃO: O subgrupo Anopheles strodei é pouco estudado apesar de sua importância epidemiológica potencial. Espécies desse subgrupo foram encontradas naturalmente infectadas por parasitos que causam malária em humanos, Plasmodium falciparum, Plasmodium vivax e Plasmodium malariae, no Brasil. O subgrupo Anopheles strodei compreende oito espécies: An. rondoni (Neiva & Pinto), An. albertoi Unti, An. arthuri Unti, An. strodei Root, An. strodei CP, e três outras espécies que foram propostas por Bourke et al. (2013), mas não foram descritas: An. arthuri B, An. arthuri C e An. arthuri D. OBJETIVOS: A definição e delimitação precisa de espécies que atuam como vetores de agentes infecciosos é um dos objetivos da entomologia da saúde pública. Os objetivos deste estudo foram: 1) Estabelecer as relações filogenéticas entre espécies do Subgrupo Strodei; 2) Estimar a distribuição espacial potencial das espécies do Subgrupo Strodei; 3) Confirmar a presença de quatro espécies sob o nome An. arthuri. MÉTODOS: Sequências de DNA de um gene mitocondrial (fragmento de 658 pares de bases do código de barras do gene COI, citocromo oxidase subunidade I) e de três genes nucleares codificadores de proteínas (White, CAD e CAT) foram empregadas para estabelecer as relações filogenéticas potenciais entre as espécies que compõe o subgrupo An. strodei. As análises filogenéticas foram conduzidas utilizando abordagem Bayesiana das sequências de DNA dos quatro genes. Para estabelecer a distribuição espacial potencial das espécies, utilizou-se abordagem de máxima entropia de nichos ecológicos. Para isso as localidades das coletas, juntamente com os dados climáticos e geográficos foram introduzidos no programa MAXENT. RESULTADOS: Os resultados das análises filogenéticas demonstraram e, portanto, confirmaram o monofiletismo do Subgrupo Strodei, a presença de pelo menos sete espécies sob o nome An. strodei, ou seja, corroborou a validade de An. albertoi, An. arthuri, An. strodei, An. strodei CP, além das espécies denominadas, preliminarmente, como An. arthuri B, An. arthuri C e An. arthuri D. Portanto, como definida atualmente, An. arthuri não representa grupo monofilético, pois inclui táxons que deverão ser formalmente descritos em estudos futuros. CONCLUSÃO: As distribuições potenciais de espécies do Subgrupo Strodei foram propostas pela primeira vez. Cinquenta e cinco sequências do gene nuclear CAT e outras 46 sequências do gene nuclear CAD únicas foram recentemente caracterizadas para espécies do Subgrupo Strodei de Anopheles (Nyssorhynchus), confirmando a presença de pelos menos sete espécies, além de An. rondoni que não foi alvo deste estudo, mas de outros anteriores que confirmaram a validade da mesma. / Introduction Anopheles strodei sensu lato is an understudied subgroup of potential epidemiological importance, having been found naturally infected in Brazil with Plasmodium falciparum, Plasmodium vivax and Plasmodium malariae. An. strodei s.l. is currently composed on 8 species: An. albertoi Unti, An. CP Form, An. rondoni (Neiva & Pinto), An. strodei Root, An. arthuri Unti and three other unnamed species that have been proposed by Bourke et al. (2013): An. arthuri B, An. arthuri C and An. arthuri D. Objectives As delineating species accurately is an essential goal of public health entomology, the objectives of this study were to: 1) Determine the phylogenetic relationships within the Strodei Subgroup and reaffirm or reject the hypothesis of the 3 new species (An. arthuri B, An. arthuri C and An. arthuri D) 2) Address the potential spatial distribution of species of the An. strodei subgroup to provide support for the candidate species in the Strodei Subgroup Methods Bayesian inference, which included DNA sequences of one mitochondrial and three nuclear protein coding genes: CO1, white, CAD and CAT, was used to determine the phylogenetic relationship within the group. To propose a species distribution, collection localities, along with climatic and geographic data were input into MAXENT. Results When analyzing the four molecular markers employed, support was found for allopatry in the Strodei Subgroup. The paraphyletic clade of An. arthuri was supported. Conclusion Potential species distributions of the Strodei Subgroup were addressed for the first time. Fifty-five unique CAT sequences and 46 unique CAD sequences were newly characterized.

Como a complexidade das tarefas realizadas por robôs móveis vêm aumentando a cada dia, a percepção do robô deve ser capaz de capturar informações mais ricas do ambiente, que permitam a tomada de decisões complexas. Entre os possíveis tipos de informação que podem ser obtidos do ambiente, as informações geométricas e semânticas têm papéis importantes na maioria das tarefas designadas a robôs. Enquanto as informações geométricas revelam como os objetos e obstáculos estão distribuídos no espaço, as informações semânticas capturam a presença de estruturas complexas e eventos em andamento no ambiente, e os condensam em descrições abstratas. Esta tese propõe uma nova técnica probabilística para construir uma representação do ambiente baseada em objetos a partir de imagens capturadas por um robô navegando com uma câmera de vídeo solidária a ele. Esta representação, que fornece descrições geométricas e semânticas de objetos, é chamada O-Map, e é a primeira do gênero no contexto de navegação de robôs. A técnica de mapeamento proposta é também nova, e resolve concomitantemente os problemas de localização, mapeamento e classificação de objetos, que surgem quando da construção de O-Maps usando imagens processadas por detectores imperfeitos de objetos e sem um sensor de localização global. Por este motivo, a técnica proposta é chamada O-SLAM, e é o primeiro algoritmo que soluciona simultaneamente os problemas de localização e mapeamento usando somente odometria e o resultado de algoritmos de reconhecimento de objetos. Os resultados obtidos através da aplicação de O-SLAM em imagens processadas por uma técnica simples de detecção de objetos mostra que o algoritmo proposto é capaz de construir mapas que descrevem consistentemente os objetos do ambiente, dado que o sistema de visão computacional seja capaz de detectá-los regularmente. Em particular, O-SLAM é eficaz em fechar voltas grandes na trajetória do robô, e obtém sucesso mesmo se o sistema de detecção de objetos posuir falhas, relatando falsos positivos e errando a classe do objeto algumas vezes, consertando estes erros. Dessa forma, O-SLAM é um passo em direção à solução integrada do problema de localização, mapeamento e reconhecimento de objetos, a qual deve prescindir de um sistema pronto de reconhecimento de objetos e gerar O-Maps somente pela fusão de informações geométricas e visuais obtidas pelo robô. / As tasks performed by mobile robots are increasing in complexity, robot perception must be able to capture richer information from the environment in order to allow complex decision making. Among the possible types of information that can be retrieved from the environment, geometric and semantic information play important roles in most of the tasks assigned to robots. While geometric information reveals how objects and obstacles are distributed in space, semantic information captures the presence of complex structures and ongoing events from the environment and summarize them in abstract descriptions. This thesis proposes a new probabilistic technique to build an object-based representation of the robot surrounding environment using images captured by an attached video camera. This representation, which provides geometric and semantic descriptions of the objects, is called O-Map, and is the first of its kind in the robot navigation context. The proposed mapping technique is also new, and concurrently solves the localization, mapping and object classification problems arisen from building O-Maps using images processed by imperfect object detectors and no global localization sensor. Thus, the proposed technique is called O-SLAM, and is the first algorithm to solve the simultaneous localization and mapping problem using solely odometers and the output from object recognition algorithms. The results obtained by applying O-SLAM to images processed by simple a object detection technique show that the proposed algorithm is able to build consistent maps describing the objects in the environment, provided that the computer vision system is able to detect them on a regular basis. In particular, O-SLAM is effective in closing large loops in the trajectory, and is able to perform well even if the object detection system makes spurious detections and reports wrong object classes, fixing these errors. Thus, O-SLAM is a step towards the solution of the simultaneous localization, mapping and object recognition problem, which must drop the need for an off-the-shelf object recognition system and generate O-Maps only by fusing geometric and appearance information gathered by the robot.