A subfamília Mydinae (Insecta, Diptera, Mydidae) ocorre somente nas Américas e é composta por 12 gêneros e 84 espécies, sendo a grande maioria das espécies de Mydidae pertencentes a essa subfamília. Mydinae é atualmente dividida em quatro tribos: Dolichogastrini, Mydini, Phylomydini e Messiasiini. A monofilia da subfamília, assim como de suas tribos e gêneros, ainda não havia sido testada por análises filogenéticas, o que justifica os objetivos deste trabalho, que são: 1)testar a monofilia da subfamília Mydinae; 2)verificar o relacionamento filogenético dos Mydinae com outras subfamílias de Mydidae; 3)testar a monofilia das tribos, subtribos e gêneros de Mydinae, assim como a monofilia dos grupos de espécies do gênero Mydas; 4)propor uma nova classificação para a subfamília, baseada nos resultados filogenéticos. A partir de dados da morfologia externa de adultos, e também de sequência de DNA do gene COI, dois métodos de análise foram empregados: análises de parcimônia, com pesagem igual dos caracteres, e análises probabilísticas bayesianas. Para cada um dos métodos, foram analisados os dados morfológicos e moleculares separadamente, e também em conjunto. A monofilia de Mydinae, conforme delimitada na classificação vigente, não é corroborada no presente trabalho, em nenhuma das análises. Nas duas análises com dados morfológicos, e na análise bayesiana com dados morfológicos e moleculares, foi recuperado um clado formado por todos os Mydinae (exceto Messiasia wilcoxi) + Paramydas (\'Apiophorinae\'). Dentre as tribos de Mydinae, não foi recuperada a monifilia de Messiassiini e Mydini. Já os gêneros Ceriomydas, Stratiomydas, Phyllomydas e Protomydas foram reconhecidos como mofiléticos. Já os gêneros Baliomydas, Gauromydas, Messiasia e Mydas, não formaram grupos monofiléticos em nenhuma das análises. Neste trabalho, puderam ser testadas as monofilias de quatro dos cinco grupos de espécies de Mydas: clavatus, fulvifrons, interruptus e xanthopterus, sendo o grupo hardyi monotípico. Apenas o grupo interruptus foi recuperado como monofilético, embora seja reconhecido aqui que os caracteres de coloração tradicionalmente utilizados para a separação dos grupos não foram utilizados. A subfamília Apiophorinae, com amostragem de quatro espécies, não foi recuperada como monofilética, com o gênero Eumydas agrupando-se aos Rhopaliinae. A classificação de Mydinae é aqui revisada, porém devido à incerteza razoável quanto ao relacionamento entre alguns grupos, alguns táxons da classificação tradicional foram mantidos, apesar de não serem monofiléticos / The Mydinae (Insecta, Diptera, Mydidae) occur only in the Americas and comprise 12 genera and 84 species, of which the vast majority of mydids occurring in Brazil belonging to this subfamily. Mydinae is currently divided into four tribes: Dolichogastrini, Messiasiini, Mydini and Phylomydini. The monophyly of the subfamily, as well as the monophyly of their tribes and genera, had not yet been tested by phylogenetic analysis. Concerning this fact, the objectives of this work are: 1) test the monophyly of the subfamily Mydinae, 2) check the phylogenetic relationship between Mydinae and other subfamilies of Mydidae, 3) test the monophyly of the tribes, subtribes and genera of Mydinae, as well as the monophyly of the species-groups of the genus Mydas; 4) propose a new classification of the subfamily based on phylogenetic results. The data from the external morphology of adults, and also DNA sequence of the COI gene, two methods of analysis were used: parsimony analysis with equal weighting of characters, and Bayesian probabilistic analysis. For each method, morphological and molecular data were analyzed separately and also in combination. The monophyly of Mydinae, as defined in the current classification, is not borne out in the present study. In both analyzes with morphological data, and Bayesian analysis with morphological and molecular data, a clade formed by all Mydinae (except Messiasia wilcoxi) + Paramydas (\'Apiophorinae\') was recovered. Among the tribes of Mydinae, the monophylies of Messiassiini and Mydini were not recovered. The genera Ceriomydas, Stratiomydas, Phyllomydas and Protomydas are recognized as natural groups. In the other hand, the genera Baliomydas, Gauromydas, Messiasia and Mydas did not form monophyletic groups in any of the conducted analyzes. Concerning the Mydas species-groups, only the interruptus group was recovered as monophyletic, although it is recognized here that color based characters traditionally used for separating the groups were not used in the present work. The subfamily Apiophorinae, with four species sampled, was not recovered as monophyletic, with genus Eumydas grouping to Rhopaliinae. The classification of Mydinae is reviewed here, but due to reasonable uncertainty as to the relationships between some groups, some taxa of the traditional classification were kept, although not recognized as monophyletic

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Diagnosticar y pronosticar la evolución del estado de un sistema dinámico es un problema complejo que desde hace algún tiempo ha comenzado a tomar más fuerza y relevancia dentro de la ingeniería. En este sentido, la comunidad de Prognostics and Health Management, ha escogido a los algoritmos basados en métodos Secuenciales de Monte Carlo (SMC) como los algoritmos de facto del estado-del-arte, por su capacidad de aproximar el filtrado óptimo cuando se estudia un sistema no-lineal y con incertidumbre no necesariamente Gaussiana. Sin embargo, el costo a pagar por estos algoritmos es la complejidad computacional que requieren para generar sus resultados, lo que sugiere obtener versiones simplificadas de estos algoritmos -en desmedro de la calidad de los resultados- que puedan resolver el problema en tiempo real y con el objetivo de ser implementados en sistemas embebidos. De acuerdo con lo expresado, nace la necesidad de desarrollar un marco de trabajo que posibilite la comparación de algoritmos basados en el enfoque secuencial de Monte Carlo y que permita, por una parte, incluir las variaciones estadísticas inherentes de estos algoritmos, como también la implementación de medidas que incorporen la caracterización probabilística de la evolución del estado del sistema y, de esta forma, cuantificar la degradación en la calidad de los resultados producto de las simplificaciones. Es común observar comparaciones entre diferentes aproximaciones al método secuencial de Monte Carlo mediante medidas como el MSE, o momentos de las distribuciones, pero, ¿logran estas medidas incorporar la descripción probabilística que se asume como caracterización de la evolución del estado?. En el presente trabajo de Tesis se aborda esta interrogante y se utiliza como punto de partida para el desarrollo de un método de comparación que desafía la forma actual en la que se contrastan las diferentes aproximaciones a SMC. El método propuesto incluye el desarrollo de un marco comparativo -mediante el análisis PACC- donde se toma en cuenta el comportamiento estocástico propio de los algoritmos basados en SMC, por lo que es posible estimar el máximo error teórico en el que incurren distintas aproximaciones. Además, para abarcar la descripción estadística que generan los algoritmos sobre la evolución del estado del sistema, se introducen medidas de la información para cuantificar el desempeño de distintas aproximaciones y, de esta manera, estimar el máximo error teórico incorporando toda la información sobre la descripción estadística del proceso. En particular, para la implementación y análisis de la metodología propuesta en esta Tesis, se utiliza la estrategia comparativa para estudiar el desempeño de distintas aproximaciones de SMC al problema de estimar y pronosticar el estado de carga en baterías de Ion-Litio. Se muestra la factibilidad de obtener un algoritmo de referencia para ambos casos. Además, se concluye acerca del algoritmo más preciso computacionalmente, en cuanto a pérdida de información y representación de la incertidumbre. / Este trabajo a sido parcialmente financiado por Proyecto CONICYT FONDECYT 1140774

Ingeniero Civil Mecánico / Los colectores de energía piezoeléctricos (CEP) son dispositivos que generan energía eléctrica cuando son deformados mecánicamente. Existen diversos modelos matemáticos deterministas que permiten estimar la respuesta dinámica. Sin embargo, las predicciones realizadas por esos modelos usualmente presentan discrepancias al ser comparada con datos experimentales. Lo cual se explica por la presencia de incertidumbres asociadas típicamente a variabilidades en: la excitación; el modelo matemático y los parámetros inherentes utilizados por los modelos matemáticos. Por lo tanto, introducir una metodología para cuantificar las incertidumbres presentes y a la vez caracterizar experimentalmente los dispositivos permitiría generar predicciones robustas y más plausibles. El objetivo de este trabajo es cuantificar por medio de mediciones experimentales las incertidumbres de la respuesta y los parámetros que gobiernan la dinámica de los colectores de energía piezoeléctricos e implementar una metodología para su propagación. Se diseño un banco de pruebas el cual permite someter a los CEPs a distintos tipos de excitaciones, montar de forma fácil y reproducir de buena manera la condición de empotramiento. Mediante un protocolo de pruebas, se ensayaron dos modelos de CEPs con diferentes características nominales. Donde se identificaron las variabilidades de su respuesta y sus fuentes de dispersión. Colectores teóricamente idénticos alcanzaron dispersiones de hasta el 65 \% con respecto a su valor medio. Se implemento un marco de propagación de incertidumbres con la finalidad de compararlo con las mediciones experimentales y validar su utilidad. Las mediciones coincidieron con el área de probabilidad predicho, lo cual justifica el uso y la adecuación del modelo numérico. Al disponer de datos experimentales, se adaptaron las técnicas bayesianas con la finalidad de actualizar los parámetros inciertos y estimar futuras respuestas. Como resultado, se logro estimar una franja de probabilidad que se ajusta de mejor manera a las mediciones y que permite estimar de forma mas certera futuras respuestas.

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

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2017. / Made available in DSpace on 2018-02-13T03:08:58Z (GMT). No. of bitstreams: 1 349925.pdf: 18871539 bytes, checksum: 846f4adbd4a9aeda130790b9d6286edf (MD5) Previous issue date: 2017 / A inversão sísmica conjunta para as propriedades elásticas e petrofísicas é um problema inverso com solução não única. Existem vários fatores que afetam a precisão dos resultados como a relação estatística de física de rocha, os erros dos dados experimentais e de modelagem. Apresentamos uma metodologia para incorporar um modelo linearizado de física de rocha em uma distribuição Gaussiana multivariada. A proposta é usada para definir um modelo de mistura Gaussiana para a distribuiçãoconjunta a priori das propriedades elásticas e petrofísicas, no qual cada componente é interpretada como uma litofácies. Este processo permite introduzir uma correlação teórica entre as propriedades, com interpretação geológica específica dos parâmetros da física de rocha para cada fácies. Com base nesta modelagem a priori e no modelo convolucional, obtemos analiticamente as distribuições condicionais da amostragem de Gibbs. Em seguida, combinamos o algoritmo de amostragem com métodos de simulação geoestatística para obter a distribuição a posteriori de Bayes. Aplicamos a proposta em um conjunto de dados sísmicos reais, com três poços, para obter múltiplas realizações geoestatísticas tridimensionais das propriedades e das litofácies. A proposta é validada através de testes de poço cego e comparações com a inversão Bayesiana tradicional. Usando a probabilidade das litofácies, também calculamos a isosuperfície de probabilidade do reservatório de óleo principal do campo estudado. Além da proposta de inversão sísmica conjunta, apresentamos também uma formulação revisitada para o método de simulação geoestatística FFT-Moving Average. Nessa formulação, o filtro de correlação é derivado através de apenas um único ruído aleatório, o que permite a aplicação do método sem qualquer suposição sobre as características do ruído. / Abstract : Joint seismic inversion for elastic and petrophysical properties is an inverse problem with a nonunique solution. There are several factors that affect the accuracy of the results such as the statistical rock-physics relation and observation errors. We present a general methodology to incorporate a linearized rock-physics model into a multivariate Gaussian distribution. The proposal is used to define a Gaussian mixture model for the joint prior distribution of the elastic and petrophysical properties, in which each component is interpreted as a lithofacies. This process allows to introduce a theoretical correlation between the properties with specific geological interpretation for the rock physicsparameters of each facies. Based on the prior model and on the convolutional model, we analytically obtain the conditional distributions of the Gibbs sampling. Then, we combine the sampling algorithm with geostatistical simulation methods to calculate the Bayesian posterior distribution. We applied the proposal to a real seismic data set with three wells to obtain multiple three-dimensional geostatistical simulations of the properties and the lithofacies. The proposal is validated through a blind well test and a comparison with the traditional Bayesian inversion. Using the probability of the reservoir lithofacies, we also calculated a 3D isosurface probability model of the main oil reservoir in the studied field.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2016-01-20T10:10:28Z No. of bitstreams: 1 texto completo.pdf: 868133 bytes, checksum: fc299d68c5ac708f6318353d62153283 (MD5) / Made available in DSpace on 2016-01-20T10:10:28Z (GMT). No. of bitstreams: 1 texto completo.pdf: 868133 bytes, checksum: fc299d68c5ac708f6318353d62153283 (MD5) Previous issue date: 2015-02-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A presente dissertação teve como objetivo principal demonstrar um enfoque Bayesiano para a metodologia Choice-Based Conjoint Analysis (CBCA). Apresenta-se no texto uma ampla revisão sobre a CBCA (Capítulo 1), sobre o modelo Logit Multinomial [desenvolvimento do modelo, procedimentos de estimação de parâmetros, probabilidades e razões de escolha (Capítulo 2)] e sobre o enfoque de estimação Bayesiano [distribuição a priori utilizada, aproximação de Laplace para a função de verossimilhança, distribuições a posteriori e detalhes sobre o algoritmo MCMC empregado (Capítulo 3)]. No Capítulo 4 apresenta-se um exemplo hipotético, no intuito de demonstrar os resultados e inferências que podem ser obtidos por meio desta recente abordagem (Bayesiana), sendo também apresentados os resultados do enfoque Frequentista. O tratamento em estudo foi um tipo de refrigerante e avaliou-se o efeito de três fatores (A, B e C) na intenção de compra de 96 consumidores, por meio de dados simulados. As análises estatísticas foram conduzidas no software livre R, cujos scripts encontram-se disponibilizados nos apêndices desta dissertação. Concluiu-se que a abordagem Bayesiana para CBCA apresentou resultados interessantes e satisfatórios, com estimativas similares às Frequentistas e mostrando-se uma alternativa metodológica viável para os estudos de CBCA. Adicionalmente, a abordagem proposta possibilitou ainda ao pesquisador construir intervalos de credibilidade (percentis das distribuições a posteriori) para as probabilidades e razões de escolha, no intuito de comparar estas quantidades ou testar hipóteses sobre estas. Quanto aos resultados práticos, a maior probabilidade de escolha estava associada ao tratamento 4, composto pelo nível do fator A, nível do fator B e nível do fator C. / This dissertation main goal is to demonstrate the Bayesian approach to Choice-Based Conjoint Analysis (CBCA). We present a comprehensive review of the CBCA methodology (Chapter 1), on the Multinomial Logit model [model development, parameter estimation procedures, probabilities of choice ratios (Chapter 2)] and on the Bayesian estimation approach [prior distribution, Laplace approach to the likelihood function, posterior distributions and details about the MCMC algorithm we applied (Chapter 3)]. In Chapter 4 we present a hypothetical example, in order to demonstrate the results and inferences that can be obtained through this recent approach (Bayesian), and we also present the results of the frequentist approach. The treatment for the study was a type of refrigerant (soda or soft drink) and we evaluated the effect of three factors (volume, type and color) on purchase intention of 96 consumers, using simulated data. Statistical analyzes were conducted with the free software R, whose scripts are provided in the appendices of this dissertation. It was concluded that the Bayesian approach to CBCA presented interesting and satisfactory results, with estimates similar to the frequentist ones, therefore proved to be a viable alternative methodology for CBCA studies. Additionally, the proposed approach also allows the researcher to build credibile intervals (percentiles of the posterior distributions) for the probabilities and choice ratios, in order to compare these quantities or test hypotheses about them. In terms of practical or applied results, the highest estimated probability of choice was obtained for treatment 4, with a1 level of factor A, b2 level of factor B and C1 level of factor C.

Neste trabalho, apresentamos uma maneira alternativa de planejar. monitorar c analisar um ensaio clínico. A proposta é utilizar de um planejamento sequencial em grupos dentro ele um cont.exto baycsiano ele Teoria, ele Decisão. As principais vantagens deste tipo de planejamento são a sua flexibilidade quanto a possíveis interrupções do ensaio e a possibilidade de incorporação de opiniões e preferências subjetivas tão comuns na área médica. Discutimos alguns aspectos sobre "Ética. e Ensaios Clínicos'' e apresentamos conceitos de Teoria de Decisão. Além di sso, desenvolvemos formalmente um planejamento para o problema de comparar a eficácia ele duas drogas e apresentamos exemplos de como conduzir e analisar o ensaio proposto. / We present an alternative way of designing. monitoring and analising a cl inicai trial. The aim is to use a group sequential design in a Bayesian context of Decision Theory. The rnain advantages of this kincl of design are the flexibility with regarei Lo possiblc interruptions of the trial anel the possibili ty of incorporating subjective opinions anel preferences. as usual in the medicai field. We discuss some aspects of "Ethics anel Clinicai Trials anel present concepts of Decision Theory. Furthermore: we formally develop a design for the problem of comparing the effi cacy of two drugs anel present some examples of how to conduct anel analyse the proposed trial.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2015. / Submitted by Tania Milca Carvalho Malheiros (tania@bce.unb.br) on 2015-10-27T13:43:09Z No. of bitstreams: 1 2015_FábiodeAraújoJesusPaixão.pdf: 592208 bytes, checksum: 49115036f169da5cc3b62689cee5fcff (MD5) / Approved for entry into archive by Patrícia Nunes da Silva(patricia@bce.unb.br) on 2015-12-04T14:53:10Z (GMT) No. of bitstreams: 1 2015_FábiodeAraújoJesusPaixão.pdf: 592208 bytes, checksum: 49115036f169da5cc3b62689cee5fcff (MD5) / Made available in DSpace on 2015-12-04T14:53:10Z (GMT). No. of bitstreams: 1 2015_FábiodeAraújoJesusPaixão.pdf: 592208 bytes, checksum: 49115036f169da5cc3b62689cee5fcff (MD5) / Neste trabalho apresentamos uma metodologia bayesiana em dois est agios para estimar a fun ção de distribui ção conjunta entre tempos de sobrevivência bivariados, com censura intervalar. A estrutura de dependência das vari áveis foi representada por um modelo c ópula, em particular usando uma função da familia das cópulas arquimedianas. As distribui ções marginais foram modeladas assumindo tempos de falha simulados com distribui ção Weibull e ajustados seguindo o contexto bayesiano, utilizando o m étodo de simula ção MCMC (Monte Carlo via Cadeias de Markov) Metropolis-Hastings. Para a estima ção da fun ção de distribui ção conjunta foram simuladas amostras da distribui ção a posteriori conjunta, obtida via metodologia bayesiana com uso de fun ção c ópula. Os resultados experimentais demonstram que o m étodo proposto fornece estimativas satisfat órias quando os modelos marginais e de c ópulas são supostos corretamente. Todo o c ódigo foi implementado utilizando o software estatístico livre R. / We present a Bayesian methodology in two stages to estimate the joint distribution function of bivariate interval censored survival data. The dependence structure of the variables was represented by a copula model, in particular by using a Archimedean copula. The marginal distributions were modeled assuming simulated failure times with Weibull distribution and adjusted using the Bayesian framework, using the Metropolis-Hastings MCMC simulation method (Markovchain Monte Carlo). To get the bivariate distribution function we need sample from the posterior distribution, gotten by Bayesian methodology using copulas. The experimental results demonstrate that the proposed method provides good estimates when the marginal and copulas models are supposed correctly. Al lthe code was implemented using the free statistical software R.

No description available.