No / Causal inference is perhaps the most important form of reasoning in the sciences. A panoply of disciplines, ranging from epidemiology to biology, from econometrics to physics, make use of probability and statistics to infer causal relationships. The social and health sciences analyse population-level data using statistical methods to infer average causal relations. In diagnosis of disease, probabilistic statements are based on population-level causal knowledge combined with knowledge of a particular person¿s symptoms. For the physical sciences, the Salmon-Dowe account develops an analysis of causation based on the notion of process and interaction. In artificial intelligence, the development of graphical methods has leant impetus to a probabilistic analysis of causality. The biological sciences use probabilistic methods to look for evolutionary causes of the state of a current species and to look for genetic causal factors. This variegated situation raises at least two fundamental philosophical issues: about the relation between causality and probability, and about the interpretation of probability in causal analysis. In this book we bring philosophers and scientists together to discuss the relation between causality and probability, and the applications of these concepts within the sciences.

This thesis investigates the relationship between mode choice and the complexity of trip chaining patterns. An understanding of the causality between these two choice behaviors may aid in the development of tour-based travel demand modeling systems that attempt to incorporate models of trip chaining and mode choice. The relationship between these two aspects of travel behavior is represented in this thesis by considering three different causal structures: one structure in which the trip chaining pattern is determined first and influences mode choice, another structure in which mode choice is determined first and influences the complexity of the trip chaining pattern, and a third structure in which neither is predetermined but both are determined simultaneously. The first two structures are estimated within a recursive bivariate probit modeling framework that accommodates error covariance. The simultaneous logit model is estimated for the third structure that allows a bidirectional simultaneous causality. The analysis and model estimation are performed separately for work tour and non-work tour samples drawn from the 2000 Swiss Microcensus travel survey. Model estimation results show that the causal structure in which trip chaining precedes mode choice performs best for the non-work tour sample. For the work-tour sample, the findings were less conclusive because two causal structures, one in which trip chaining affects mode choice and the other in which both are determined simultaneously, gave virtually identical goodness-of-fit measures. But the structure in which mode choice precedes trip chaining pattern choice gave significantly inferior goodness-of-fit measures for the work tour sample. These findings should be reflected in the development of activity-based and tour-based modeling systems.

O segmento de fast-food tornou-se um mercado muito concorrido e com empresas bem conhecidas, tais como: Subway, McDonalds, Burguer King, Bobs e Habibs. Técnicas de inteligência artificial e ciência de dados podem oferecer inúmeros benefícios para este mercado, como por exemplo, permitir o desenvolvimento de modelos computacionais para tomada de decisões. No contexto de finanças onde envolvam a comercialização de determinados produtos, é muito comum deparar-se com cenários que envolvam incerteza, principalmente quando se deseja realizar projeções financeiras, avaliar riscos e estimativas. O objetivo deste trabalho consiste em desenvolver modelos probabilísticos baseados em Redes Bayesianas (RB) para realizar predições em vendas e análise de causalidade entre variáveis que influenciam no processo de comercialização de determinados grupos de produtos no seguimento de fast-food. Nesta análise foram avaliadas Redes Bayesianas com aprendizado de estrutura baseado em restrições, através do algoritmo Grow Shrink (GS), e Redes Bayesianas com aprendizado de estrutura baseado em pontuação, através do algoritmo Hill-Climbing (HC), posteriormente foram comparadas com um modelo de série temporal baseado em Generalized Additive Model (GAM). Os dados para análise foram adquiridos de uma rede de fast-food brasileira que possui cerca de 1100 lojas associadas, destas, foram utilizadas lojas que pertencem ao estado de São Paulo, assim como avaliado variáveis de grupos de vendas no período de 2010 à 2017. Os resultados foram avaliados através da métrica Mean Absolute Percentage Error (MAPE), que considera valores reais alimentados em modelos e valores ajustados a partir do modelo e calcula a diferença absoluta entre os dois como porcentagem do valor real, com base neste cálculo é possível obter a acurácia de cada modelo. A Rede Bayesiana (RB) com aprendizagem de estrutura baseada em pontuação, utilizando o algoritmo Hill Climbing (HC), foi escolhida como o melhor modelo, pois apresentou relações causais mais coerentes entre os vértices que influenciam o processo de venda, bem como combinações de vértices que resultam em combos de produtos, além disso, resultou em 97.60% de acurácia na previsão de vendas das lojas do estado de São Paulo (SP) na amostra de teste avaliada, com base na métrica Mean Absolute Percentage Error (MAPE). / The fast-food segment has become a busy market with well-known companies such as: Subway, McDonalds, Burger King, Bobs and Habibs. Artificial intelligence and data science techniques can offer innumerable benefits to this market, such as allowing the development of computational models for decision making. In the context of finances involving the marketing of certain products, it is very common to come across scenarios where uncertainty is involved, especially when financial projections are desired, to evaluate risks and estimation. The objective of this work is to develop probabilistic models based on Bayesian Networks (BN) to make sales predictions and causality analysis among variables that influence the commercialization process of certain product groups in the fast-food segment. In this analysis we evaluated Bayesian networks with learning of structure based on constraints, through the algorithm Grow Shrink (GS), and Bayesian Networks with learning of structure based on score, through the algorithm Hill-Climbing (HC), later were compared with a model time series based on Generalized Additive Model (GAM). The data for analysis were acquired from a Brazilian fast-food chain with approximately 1100 associated stores, of which stores were used that belong to the state of São Paulo, as well as evaluated variables of sales groups in the period from 2010 to 2017. The results were evaluated by using the Mean Absolute Percentage Error (MAPE), which considers real values fed in models and values adjusted from the model and calculates the absolute difference between the two as a percentage of the real value, based on this calculation it is possible to obtain the accuracy of each model. The Bayesian Network (BN) with scoring based structure learning, using the Hill Climbing (HC) algorithm, was chosen as the best model because it presented more coherent causal relationships between vertices that influence the sales process, as well as combinations of vertices that result in product combos, in addition, achieved a 97.60% accuracy in the sales forecast of stores in the state of Sao Paulo (SP) in the test sample evaluated, based on the Mean Absolute Percentage Error (MAPE) metric.

A Modelagem de Equações Estruturais (SEM, do inglês Structural Equation Modeling) é uma metodologia multivariada que permite estudar relações de causa/efeito e correlação entre um conjunto de variáveis (podendo ser elas observadas ou latentes), simultaneamente. A técnica vem se difundindo cada vez mais nos últimos anos, em diferentes áreas do conhecimento. Uma de suas principais aplicações é na conrmação de modelos teóricos propostos pelo pesquisador (Análise Fatorial Conrmatória). Existem diversas medidas sugeridas pela literatura que servem para avaliar o quão bom está o ajuste de um modelo de SEM. Entretanto, é escassa a quantidade de trabalhos na literatura que listem relações entre os valores de diferentes medidas com possíveis problemas na amostra e na especicação do modelo, isto é, informações a respeito de que possíveis problemas desta natureza impactam quais medidas (e quais não), e de que maneira. Tal informação é importante porque permite entender os motivos pelos quais um modelo pode estar sendo considerado mal-ajustado. O objetivo deste trabalho é investigar como diferentes perturbações na amostragem, especicação e estimação de um modelo de SEM podem impactar as medidas de qualidade de ajuste; e, além disso, entender se o tamanho da amostra influencia esta resposta. Simultaneamente, também se avalia como tais perturbações afetam as estimativas, dado que há casos de perturbações em que os parâmetros continuam sendo bem ajustados, mesmo com algumas medidas indicando um mau ajuste; ao mesmo tempo, há ocasiões em que se indica um bom ajuste, enquanto que os parâmetros são estimados de forma distorcida. Tais investigações serão realizadas a partir de simulações de exemplos de amostras de diferentes tamanhos para cada tipo de perturbação. Então, diferentes especicações de modelos de SEM serão aplicados a estas amostras, e seus parâmetros serão estimados por dois métodos diferentes: Mínimos Quadrados Generalizados e Máxima Verossimilhança. Conhecendo tais resultados, um pesquisador que queira aplicar a técnica de SEM poderá se precaver e, dentre as medidas de qualidade de ajuste disponíveis, optar pelas que mais se adequem às características de seu estudo. / The Structural Equation Modeling (SEM) is a multivariate methodology that allows the study of cause-and-efect relationships and correlation of a set of variables (that may be observed or latent ones), simultaneously. The technique has become more diuse in the last years, in different fields of knowledge. One of its main applications is on the confirmation of theoretical models proposed by the researcher (Confirmatory Factorial Analysis). There are several measures suggested by literature to measure the goodness of t of a SEM model. However, there is a scarce number of texts that list relationships between the values of different of those measures with possible problems that may occur on the sample or the specication of the SEM model, like information concerning what problems of this nature impact which measures (and which not), and how does the impact occur. This information is important because it allows the understanding of the reasons why a model could be considered bad fitted. The objective of this work is to investigate how different disturbances of the sample, the model specification and the estimation of a SEM model are able to impact the measures of goodness of fit; additionally, to understand if the sample size has influence over this impact. It will also be investigated if those disturbances affect the estimates of the parameters, given the fact that there are disturbances for which occurrence some of the measures indicate badness of fit but the parameters are not affected; at the same time, that are occasions on which the measures indicate a good fit and there are disturbances on the estimates of the parameters. Those investigations will be made simulating examples of different size samples for which type of disturbance. Then, SEM models with different specifications will be fitted to each sample, and their parameters will be estimated by two dierent methods: Generalized Least Squares and Maximum Likelihood. Given those answers, a researcher that wants to apply the SEM methodology to his work will be able to be more careful and, among the available measures of goodness of fit, to chose those that are more adequate to the characteristics of his study.

A Modelagem de Equações Estruturais (SEM, do inglês Structural Equation Modeling) é uma metodologia multivariada que permite estudar relações de causa/efeito e correlação entre um conjunto de variáveis (podendo ser elas observadas ou latentes), simultaneamente. A técnica vem se difundindo cada vez mais nos últimos anos, em diferentes áreas do conhecimento. Uma de suas principais aplicações é na conrmação de modelos teóricos propostos pelo pesquisador (Análise Fatorial Conrmatória). Existem diversas medidas sugeridas pela literatura que servem para avaliar o quão bom está o ajuste de um modelo de SEM. Entretanto, é escassa a quantidade de trabalhos na literatura que listem relações entre os valores de diferentes medidas com possíveis problemas na amostra e na especicação do modelo, isto é, informações a respeito de que possíveis problemas desta natureza impactam quais medidas (e quais não), e de que maneira. Tal informação é importante porque permite entender os motivos pelos quais um modelo pode estar sendo considerado mal-ajustado. O objetivo deste trabalho é investigar como diferentes perturbações na amostragem, especicação e estimação de um modelo de SEM podem impactar as medidas de qualidade de ajuste; e, além disso, entender se o tamanho da amostra influencia esta resposta. Simultaneamente, também se avalia como tais perturbações afetam as estimativas, dado que há casos de perturbações em que os parâmetros continuam sendo bem ajustados, mesmo com algumas medidas indicando um mau ajuste; ao mesmo tempo, há ocasiões em que se indica um bom ajuste, enquanto que os parâmetros são estimados de forma distorcida. Tais investigações serão realizadas a partir de simulações de exemplos de amostras de diferentes tamanhos para cada tipo de perturbação. Então, diferentes especicações de modelos de SEM serão aplicados a estas amostras, e seus parâmetros serão estimados por dois métodos diferentes: Mínimos Quadrados Generalizados e Máxima Verossimilhança. Conhecendo tais resultados, um pesquisador que queira aplicar a técnica de SEM poderá se precaver e, dentre as medidas de qualidade de ajuste disponíveis, optar pelas que mais se adequem às características de seu estudo. / The Structural Equation Modeling (SEM) is a multivariate methodology that allows the study of cause-and-efect relationships and correlation of a set of variables (that may be observed or latent ones), simultaneously. The technique has become more diuse in the last years, in different fields of knowledge. One of its main applications is on the confirmation of theoretical models proposed by the researcher (Confirmatory Factorial Analysis). There are several measures suggested by literature to measure the goodness of t of a SEM model. However, there is a scarce number of texts that list relationships between the values of different of those measures with possible problems that may occur on the sample or the specication of the SEM model, like information concerning what problems of this nature impact which measures (and which not), and how does the impact occur. This information is important because it allows the understanding of the reasons why a model could be considered bad fitted. The objective of this work is to investigate how different disturbances of the sample, the model specification and the estimation of a SEM model are able to impact the measures of goodness of fit; additionally, to understand if the sample size has influence over this impact. It will also be investigated if those disturbances affect the estimates of the parameters, given the fact that there are disturbances for which occurrence some of the measures indicate badness of fit but the parameters are not affected; at the same time, that are occasions on which the measures indicate a good fit and there are disturbances on the estimates of the parameters. Those investigations will be made simulating examples of different size samples for which type of disturbance. Then, SEM models with different specifications will be fitted to each sample, and their parameters will be estimated by two dierent methods: Generalized Least Squares and Maximum Likelihood. Given those answers, a researcher that wants to apply the SEM methodology to his work will be able to be more careful and, among the available measures of goodness of fit, to chose those that are more adequate to the characteristics of his study.

[ES] La tesis abarca una serie de estudios destinados a mejorar los programas de selección genética para aumentar la eficiencia alimentaria en dos etapas de la vida productiva de los cerdos: lactación y crecimiento. En los capítulos 2 al 5 se exploraron diversas metodologías y fuentes de información (genética, genómica y fenómica) para lograr este objetivo. La eficiencia alimentaria durante la lactación es un sistema complejo de rasgos fenotípicos interrelacionados. En el Capítulo 2 se usaron modelos de ecuaciones estructurales para inferir las asociaciones causales entre la ingesta diaria de alimento, el balance de peso de la cerda, la ganancia de peso de la camada, el balance de espesor de grasa dorsal y el peso metabólico de la cerda. Se analizaron datos de 1.100 cerdas de un experimento de selección divergente para la eficiencia en cerdos en crecimiento. Se utilizó el algoritmo de causación inductiva para definir el modelo de ecuaciones estructurales. Los resultados indicaron que la ingesta diaria de alimento y la ganancia diaria de peso de la camada influenciaban el balance diario de peso de la cerda, con coeficientes estructurales medios de 0.12 y -0.03, respectivamente. Posteriormente, el balance diario de peso de la cerda impactó en el balance diario del grosor de la grasa dorsal y en el peso metabólico de la cerda, con coeficientes estructurales de 0,70 y -1,22, respectivamente. Se evaluaron diferentes estrategias de selección. Las estrategias de selección que no dependían de registros de ingesta alimentaria resultaron igualmente efectivas, aunque aumentar la ganancia de peso de la camada reduciendo o manteniendo constante la ingesta alimentaria sin deteriorar la condición corporal de la cerda parece difícil. En el Capítulo 3 se exploraron los beneficios de métodos de multi-output y stacking para mejorar la precisión de la predicción de la eficiencia alimentaria a partir del genotipo de cerdos en crecimiento. Se analizaron datos de 5.828 cerdos y 45.610 SNPs, implementando cuatro estrategias diferentes. Modelos de random forest y support vector regression fueron entrenados con diferentes subconjuntos de variables predictoras (de 200 a 3000 SNPs más informativos). La estrategia estándar, que utilizaba solo los genotipos como predictores, mostró el mejor rendimiento. Con el algoritmo random forest y los 1.000 SNPs más informativos, la correlación de Spearman promedio fue 0.23 (0.04). En cuanto a la fenotipado de alto rendimiento, se propuso el uso de los acelerómetros y las cámaras para obtener información sobre el comportamiento animal. En el Capítulo 4, 16 conejos fueron equipados con acelerómetros y grabados durante 2 semanas. Se segmentaron las series temporales en ventanas de tiempo de diferentes tamaños (1, 3, 5, 7 y 9 segundos) y se calcularon 41 características por ventana. Modelos de random forest, support vector machine y gradient boosting fueron entrenados para clasificar estados activos/inactivos. El modelo de random forest, con una ventana de 9 segundos y las 5 características más importantes, alcanzó una precisión mediana de 1 y una recall mediana de 0.93. Finalmente, en el Capítulo 5 se combinó un algoritmo de seguimiento por detección con un sistema de identificación por radiofrecuencia para rastrear doce cerdos de un corral de los cuales tres cerdos tenían marcas de pelaje únicas que facilitaban su distinción visual. Se implementaron el algoritmo You Only Look Once (v8) para detección y el algoritmo BoT-SORT para seguimiento. Los cerdos con pelajes similares se rastrearon durante un promedio de 49 minutos, mientras que los cerdos con marcas únicas se rastrearon 152 minutos, con una coincidencia del 90% o más con la verdad absoluta. Esta combinación de dispositivos representa un avance significativo en la identificación, seguimiento y trazabilidad de animales en grupo. / [CA] La tesi comprén una sèrie d'estudis destinats a millorar els programes de selecció genètica per a augmentar l'eficiència alimentària en dos etapes de la vida productiva dels porcs: lactació i creixement. En els capítols 2 al 5 es van explorar diverses metodologies i fonts d'informació (genètica, genòmica i fenómica) per a aconseguir este objectiu. L'eficiència alimentària durant la lactació és un sistema complex de trets fenotípics interrelacionats. En el Capítol 2 es van usar models d'equacions estructurals per a inferir les associacions causals entre la ingesta diària d'aliment, el balanç de pes de la truja, l'augment de pes de la ventrada, el balanç del gruix del greix dorsal i el pes metabòlic de la truja. Es van analitzar dades de 1.100 truges d'un experiment de selecció divergent per a l'eficiència en porcs en creixement. Es va utilitzar l'algorisme de causación inductiva per a definir el model d'equacions estructurals. Els resultats van indicar que la ingesta diària d'aliment i l'augment diari de pes de la ventrada van influir en el balanç diari de pes de la truja, amb coeficients estructurals mitjans posteriors de 0,12 i -0.03, respectivament. Posteriorment, el balanç diari de pes de la truja va impactar en el balanç diari del gruix del greix dorsal i en el pes metabòlic de la truja, amb coeficients estructurals de 0,70 i -1,22, respectivament. Es van avaluar diferents estratègies de selecció. Les estratègies de selecció que no depenien de registres d'ingesta alimentària van resultar igualment efectives, encara que augmentar el pes de la ventrada reduint o mantenint constant la ingesta alimentària sense deteriorar la condició corporal de la truja sembla difícil. En el Capítol 3 es van explorar els beneficis de mètodes de multi-output i stacking per a millorar la precisió de la predicció de l'eficiència alimentària a partir del genotip de porcs en creixement. Es van analitzar dades de 5.828 porcs i 45.610 SNPs, implementant quatre estratègies diferents. Models de random forest i support vector regression van ser entrenats amb diferents subconjunts de variables predictores (de 200 a 3000 SNPs més informatius). L'estratègia estàndard, que utilitzava només els genotips com a predictors, va mostrar el millor rendiment. Amb l'algorisme random forest i els 1.000 SNPs més informatius, la correlació de Spearman mitjana va ser 0.23 (0.04). Quant a la fenotipat d'alt rendiment, es va proposar l'ús dels acceleròmetres i càmeres per a obtindre informació sobre el comportament animal. En el Capítol 4, 16 conills van ser equipats amb acceleròmetres i gravats durant 2 setmanes. Es van segmentar les sèries temporals en finestres de temps de diferents grandàries (1, 3, 5, 7 i 9 segons) i es van calcular 41 característiques per finestra. Models de random forest, support vector machine i gradient boosting van ser entrenats per a classificar estats actius/inactius. El model de random forest, amb una finestra de 9 segons i les 5 característiques més importants, va aconseguir una precisió mitjana d'1 i una recall mitjana de 0.93. Finalment, en el Capítol 5 es va combinar un algorisme de seguiment per detecció amb un sistema d'identificació per radiofreqüència per a rastrejar dotze porcs d'un corral dels quals tres tenien marques de pelatge úniques que facilitaven la seua distinció visual. Es van implementar l'algorisme You Only Look Onze (v8) per a detecció i l'algorisme Bot-SORT per a seguiment. Els porcs amb pelatges similars es van rastrejar durant una mitjana de 49 minuts, mentres que els porcs amb marques úniques es van rastrejar 152 minuts, amb una coincidència del 90% o més amb la veritat absoluta. Esta combinació de dispositius representa un avanç significatiu en la identificació, seguiment i traçabilitat d'animals en grup. / [EN] The thesis comprises a series of studies aimed at improving genetic selection programs to increase feed efficiency at two stages of the productive life of pigs: lactation and growth. In Chapters 2 to 5, various methodologies and sources of information (genetics, genomics, and phenomics) were explored to achieve this goal. Feed efficiency during lactation is a complex system of interrelated phenotypic traits. In Chapter 2, structural equation models were used to infer the causal associations between daily feed intake, sow weight balance, litter weight gain, backfat thickness balance, and sow metabolic body weight. Data from 1,100 sows from a divergent selection experiment for efficiency in growing pigs were analysed. The inductive causation algorithm was used to define the structural equation model. Results indicated that daily feed intake and daily litter weight gain influenced daily sow weight balance, with average structural coefficients of 0.12 and -0.03, respectively. Subsequently, daily sow weight balance impacted daily backfat thickness balance and sow metabolic body weight, with structural coefficients of 0.70 and -1.22, respectively. Different selection strategies were evaluated. Selection strategies that did not rely on feed intake records proved equally effective, although increasing litter weight gain while reducing or maintaining constant feed intake without deteriorating the sow's body condition seems challenging. In Chapter 3, the benefits of multi-output and stacking methods to improve the accuracy of predicting feed efficiency from the genotype of growing pigs were explored. Data from 5,828 pigs and 45,610 SNPs were analysed, implementing four different strategies. Random forest and support vector regression models were trained with different subsets of predictor variables (from 200 to 3,000 of the most informative SNPs). The standard strategy, which used only genotypes as predictors, showed the best performance. With the random forest algorithm and the top 1,000 SNPs, the average Spearman correlation was 0.23 (0.04). Regarding high-throughput phenotyping, the use of accelerometers and cameras to obtain information on animal behaviour was proposed. In Chapter 4, 16 rabbits were equipped with accelerometers and filmed for 2 weeks. The time series were segmented into time windows of different sizes (1, 3, 5, 7, and 9 seconds), and 41 features were calculated per window. Random forest, support vector machine, and gradient boosting models were trained to classify active/inactive states. The random forest model, with a 9-second window and the 5 most important features, achieved a median precision of 1 and a median recall of 0.93. Finally, in Chapter 5, a tracking-by-detection algorithm was combined with a radio frequency identification system to track twelve pigs in a pen, three of which had unique coat markings that facilitated visual distinction. The You Only Look Once (v8) algorithm was implemented for detection and the BoT-SORT algorithm for tracking. Pigs with similar coat markings were tracked for an average of 49 minutes, while pigs with unique markings were tracked for 152 minutes, with a 90% or higher match with the ground truth. This combination of devices represents a significant advancement in the identification, tracking, and traceability of animals in groups. / Mora Fenoll, M. (2024). New insights for enhancing feed efficiency [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/211262

Application of the non-invasive methods to detection of the baroreflex sensitivity is a correct way to evaluate the functions of cardiovascular system. This master’s thesis describes the theoretical informations about the problem of baroreflex sensitivity from anatomical, patalogical and clinical views. Theoretical knowledges are foundation for mathematical description of some methods to detection of baroreflx sensitivity in time, frequency and information dimensions. In the practical part of the master’s theses are presented two methods of BRS detection – sequence method based on finding the specific sequences of time series signals and method of application bivariante autoregressive model. Both of methods are implemented in MATLAB. The results of testing data on real data are discussed.