O presente trabalho se propôs ao desenvolvimento de uma metodologia para o tratamento das incertezas do método k0 de Análise por Ativação Neutrônica (AAN), de forma abrangente e acurada, aplicando a metodologia de Análise por Covariâncias. Todos os parâmetros envolvidos na determinação da concentração de um elemento estudado foram analisados de forma criteriosa, estabelecendo as correlações entre eles. Também foram estabelecidas as possíveis correlações entre as concentrações de elementos diferentes, para a mesma amostra e em amostras diferentes. Este procedimento gerou um número grande de correlações que foram tratadas rigorosamente. Os dados para análise foram obtidos experimentalmente, por meio de irradiações efetuadas na posição de irradiação 24A próxima ao núcleo do reator de pesquisas IEA-R1 do IPEN-CNEN/SP. Os parâmetros α e ƒ, de caracterização do campo neutrônico, foram determinados, aplicando-se vários métodos apresentados na literatura. Um tratamento estatístico detalhado foi aplicado a cada uma das medidas, verificando-se as diversas incertezas parciais e suas correlações. Com o objetivo de aprofundar o estudo, foram escolhidos os alvos de 64Zn e 68Zn, para os quais foram determinados experimentalmente os parâmetros nucleares k0 e Q0, que apresentavam discrepâncias na literatura. Os valores destes parâmetros para o 64Zn resultaram 5,63(8) × 10-3 e 1,69(6), respectivamente. Para o 68Zn, resultaram 4,00(6) × 10-4 e 2,34(4), respectivamente. Estes valores foram comparados com os dados existentes na literatura. O método de Monte Carlo foi aplicado em diversas fases do estudo, para permitir a determinação acurada de alguns parâmetros, necessários para a análise completa dos dados. / This work aimed the development of a methodology for the treatment of uncertainty in the k0 Method for Neutron Activation Analysis (NAA), comprehensively and accurately, by applying the covariance analysis methodology. All parameters involved in determining the concentration of a given element were analyzed with criteria in order to establish the correlations among them. Also established were the possible correlations between the concentrations of different elements for the same sample and for different samples. This procedure generated a large number of correlations that have been rigorously addressed. Data for analysis were obtained experimentally by means of irradiations performed at 24A irradiation position, near the core of the IEA-R1 research reactor, located at IPEN-CNEN/SP. The parameters α and ƒ, characterizing the neutron field were determined by applying several methods from the literature. A detailed statistical treatment was applied to each measurement, verifying the various uncertainties and partial correlations. In order to deepen the study, targets of 64Zn and 68Zn were chosen, for which the nuclear parameters k0 and Q0 showed discrepancies in the literature in order to determine them experimentally. For 64Zn, the values for these parameters resulted 5.63(8) × 10-3 and 1.69(6), respectively. For 68Zn they resulted 4.00(6) × 10-4 and 2.34(4), respectively. These values were compared with data from the literature. The Monte Carlo method was applied at various stages of study, to allow accurate determination of some parameters needed for the complete data analysis.

O presente trabalho se propôs ao desenvolvimento de uma metodologia para o tratamento das incertezas do método k0 de Análise por Ativação Neutrônica (AAN), de forma abrangente e acurada, aplicando a metodologia de Análise por Covariâncias. Todos os parâmetros envolvidos na determinação da concentração de um elemento estudado foram analisados de forma criteriosa, estabelecendo as correlações entre eles. Também foram estabelecidas as possíveis correlações entre as concentrações de elementos diferentes, para a mesma amostra e em amostras diferentes. Este procedimento gerou um número grande de correlações que foram tratadas rigorosamente. Os dados para análise foram obtidos experimentalmente, por meio de irradiações efetuadas na posição de irradiação 24A próxima ao núcleo do reator de pesquisas IEA-R1 do IPEN-CNEN/SP. Os parâmetros α e ƒ, de caracterização do campo neutrônico, foram determinados, aplicando-se vários métodos apresentados na literatura. Um tratamento estatístico detalhado foi aplicado a cada uma das medidas, verificando-se as diversas incertezas parciais e suas correlações. Com o objetivo de aprofundar o estudo, foram escolhidos os alvos de 64Zn e 68Zn, para os quais foram determinados experimentalmente os parâmetros nucleares k0 e Q0, que apresentavam discrepâncias na literatura. Os valores destes parâmetros para o 64Zn resultaram 5,63(8) × 10-3 e 1,69(6), respectivamente. Para o 68Zn, resultaram 4,00(6) × 10-4 e 2,34(4), respectivamente. Estes valores foram comparados com os dados existentes na literatura. O método de Monte Carlo foi aplicado em diversas fases do estudo, para permitir a determinação acurada de alguns parâmetros, necessários para a análise completa dos dados. / This work aimed the development of a methodology for the treatment of uncertainty in the k0 Method for Neutron Activation Analysis (NAA), comprehensively and accurately, by applying the covariance analysis methodology. All parameters involved in determining the concentration of a given element were analyzed with criteria in order to establish the correlations among them. Also established were the possible correlations between the concentrations of different elements for the same sample and for different samples. This procedure generated a large number of correlations that have been rigorously addressed. Data for analysis were obtained experimentally by means of irradiations performed at 24A irradiation position, near the core of the IEA-R1 research reactor, located at IPEN-CNEN/SP. The parameters α and ƒ, characterizing the neutron field were determined by applying several methods from the literature. A detailed statistical treatment was applied to each measurement, verifying the various uncertainties and partial correlations. In order to deepen the study, targets of 64Zn and 68Zn were chosen, for which the nuclear parameters k0 and Q0 showed discrepancies in the literature in order to determine them experimentally. For 64Zn, the values for these parameters resulted 5.63(8) × 10-3 and 1.69(6), respectively. For 68Zn they resulted 4.00(6) × 10-4 and 2.34(4), respectively. These values were compared with data from the literature. The Monte Carlo method was applied at various stages of study, to allow accurate determination of some parameters needed for the complete data analysis.

Nos programas de melhoramento de cana-de-açúcar todos os anos são instalados experimentos com o objetivo de avaliar genótipos que podem eventualmente ser recomendados para o plantio, ou mesmo como genitores. Este objetivo é atingido com o emprego de experimentos em diferentes locais, durante diferentes colheitas. Além disso, frequentemente há grande desbalanceamento, pois nem todos os genótipos são avaliados em todos os experimentos. O emprego de abordagens tradicionais como análise de variância conjunta (ANAVA) é inviável devido à condição de desbalanceamento e ao fato de as pressuposições não modelarem adequadamente o relacionamento entre as observações. O emprego de modelos misto utilizando a metodologia REML/BLUP é uma alternativa para análise desses experimentos em cana-deaçúcar, permitindo também incorporar a informação de parentesco entre os indivíduos. Nesse contexto, foram analisados 44 experimentos (locais) de cana-de-açúcar do programa de melhoramento da cana-de-açúcar do Instituto Agronômico de Campinas (IAC), com 74 genótipos (clones e variedades) e com até 5 colheitas. O delineamento foi o de blocos ao acaso com 2 a 6 repetições. O caráter analisado foi TPH (Tonelada de pol por hectare). Foram testados 40 modelos, os 20 primeiros foram avaliadas diferentes estrutura de VCOV para locais e colheitas, e os 20 seguintes, além das matrizes de VCOV, foi incorporada a matriz de parentesco genético, A. De acordo com AIC, verificou-se que o Modelo 11, o qual assume as matrizes FA1, AR1 e ID, para locais, colheitas e genótipos, respectivamente, foi o melhor, e portanto, o mais eficiente para seleção de genótipos superiores. Quando comparado ao modelo tradicional (médias dos experimentos), houve mudanças no ranqueamento dos genótipos. Há correlação entre o modelo tradicional e o Modelo 11 (_ = 0, 63, p-valor < 0, 001). A opção de utilizar modelo misto sem ajustar as matrizes de VCOV (Modelo 1) é relativamente melhor do que usar o Modelo Tradicional. Isto foi evidenciado pela correlação mais alta entre os modelos 1 e 11 (_ = 0, 87 com p-valor < 0, 001). Acredita-se que o emprego do Modelo 11 junto com experiência do melhorista poderá aumentar a eficiência de seleção em programas de melhoramento de cana-de-açúcar. / In breeding programs of sugarcane every year experiments are installed to evaluate the performance of genotypes, in order to select superior varieties and genitors. The use of ordinary approaches such as joint analysis of variance (ANOVA) is unfeasible due to unbalancing and assumptions that do not reflect the standard of relationship of the observations. The use of mixed models using the method REML/BLUP is an alternative. It also allows the incorporation of information from kinship between individuals. In this context, we analyzed 44 trials (locations) of sugarcane breeding program of sugarcane (Agronomic Institute Campinas, IAC), with 74 genotypes (varieties and clones), up to 5 harvests. The experimental design was randomized blocks with 2-6 replicates. The character was examined TPH (Tons of pol per hectare). We tested 40 models, the first 20 were evaluated different VCOV structure to locations and harvests, and 20 following addition of matrix VCOV was incorporated genetic relationship matrix, A. Under AIC, it was found that the model 11, which assumes matrices FA1, AR1 and ID for locations, harvests and genotypes, respectively, was the best. There is a moderate correlation between traditional model and model 11 (_ = 0.63, p-value < 0.001), when ranking the genotypes. The option of using mixed model without adjusting matrices VCOV (model 1) is better than using the traditional model. This was suggested by the higher correlation between models 1 and 11 (_ = 0.87 with p-value < 0.001). We believe that the usage of model 11 together with breeders experience can increase the efficiency of selection in sugarcane breeding programs.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-05-08T13:20:14Z No. of bitstreams: 1 texto completo.pdf: 1035389 bytes, checksum: abfdeb9ca19dce78c69122ff5ccce503 (MD5) / Made available in DSpace on 2017-05-08T13:20:14Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1035389 bytes, checksum: abfdeb9ca19dce78c69122ff5ccce503 (MD5) Previous issue date: 2000-09-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Avaliou-se o crescimento de bovinos até dois anos de idade por meio de análises de funções de covariâncias (CF), relativas aos pesos corporais da raça Tabapuã, criados em regime de pasto. As CF foram estimadas de duas maneiras diferentes: 1) a partir das matrizes de estimativas de (co)variâncias (MTC) genéticas e fenotípicas, obtidas pela metodologia de máxima verossimilhança restrita (REML), no peso ao nascer e nos pesos ajustados aos 120, 205, 240, 365, 420 e 550 dias de idade; e 2) por meio de modelos de regressão aleatória (RRM). Avaliou-se a utilização de polinômios de Legendre na descrição dos efeitos aleatórios e polinômios ordinários, em curvas fixas de crescimento, e dos efeitos da idade da vaca. Modelos com altos coeficientes de determinação (R 2 > 0,98) foram obtidos pela utilização do efeito da idade da vaca no dia de pesagem dos animais (i.e., a idade da vaca no parto mais a idade do animal no dia da pesagem), em polinômios quadráticos e em curvas médias de crescimento, diferenciadas para machos e fêmeas e descritas por meio de polinômios cúbicos. A análise das CF, obtidas das MTC, mostrou-se bastante útil, pois, além de estimar covariâncias entre qualquer par de idades, a análise das autofunções, associadas aos autovalores das matrizes de coeficientes das CF, revelou que as curvas de crescimento dos animais podem ser rapidamente alteradas pela seleção. Fatores como desmame, ganho compensatório e seleção de animais provocaram várias mudanças na trajetória das (co)variâncias genéticas, fazendo com que apenas as CF de ordens de ajuste mais complexas estimassem valores mais próximos das estimativas da REML dos pesos ajustados às idades-padrão. Entretanto, os polinômios de Legendre, de alta ordem, tenderam a descrever estranhas ondulações nas trajetórias das variâncias, principalmente nas extremidades do período. Em razão das limitações computacionais, os RRM foram empregados nos pesos corporais medidos entre as idades de 365 e 650 dias, utilizando-se apenas polinômios lineares de Legendre. Os RRM apresentaram melhor ajuste em relação aos dados, permitiram estimar valores genéticos e componentes de variância de qualquer idade e forneceram parâmetros adicionais úteis às avaliações genéticas de bovinos de corte. / Growth from birth to two years of age of Tabapuã beef cattle raised under pasture conditions was evaluated by covariance functions (CF) estimated by two different ways: 1) from genetic and phenotypic matrices of (co)variance (MTC) estimated by restricted maximum likelihood methods (REML) of birth weight and adjusted weights at 120, 205, 240, 365, 420 and 550 days of age; and 2) by random regression models (RRM). Legendre polynomials were used to describe random effects and ordinary polynomials were used in fixed growth curves and in age-of-dam effect. Models with high goodness of fit (R 2 > 0,98) were obtained using quadratic polynomials for age-of-dam effect at weighing day (i.e., age of dam at birth plus age of animals at weighing day) and cubic polynomials for separated mean growth curves of males and females. Estimation of CF is a very useful tool to analyze beef cattle growth. It was possible to estimate covariance between any pair of ages and the analyses of the eigenfunctions associated with the eigenvalues of CF coefficients matrix showed that the growth curves of Tabapuã calves could be easily changed by selection. Weaning stress, compensatory growth and selection of animals caused several changes on (co)variance trajectories. Therefore only CF of more complex order of fit were able to estimate values near to REML estimates of weights adjusted to standard ages. However, these high-order Legendre polynomials tended to draw strange sharp waves on variance trajectories at the period edges. Due to computing limitations, RRM were applied on body weights measured from 365 to 650 days and only linear Legendre polynomials were used. The RRM allowed better goodness of fit to the weight data, estimated breeding values and variance components for weights at any pair of ages, and provided additional and very useful parameters for beef cattle genetic evaluation. / Tese importada do Alexandria

Nos programas de melhoramento de cana-de-açúcar todos os anos são instalados experimentos com o objetivo de avaliar genótipos que podem eventualmente ser recomendados para o plantio, ou mesmo como genitores. Este objetivo é atingido com o emprego de experimentos em diferentes locais, durante diferentes colheitas. Além disso, frequentemente há grande desbalanceamento, pois nem todos os genótipos são avaliados em todos os experimentos. O emprego de abordagens tradicionais como análise de variância conjunta (ANAVA) é inviável devido à condição de desbalanceamento e ao fato de as pressuposições não modelarem adequadamente o relacionamento entre as observações. O emprego de modelos misto utilizando a metodologia REML/BLUP é uma alternativa para análise desses experimentos em cana-deaçúcar, permitindo também incorporar a informação de parentesco entre os indivíduos. Nesse contexto, foram analisados 44 experimentos (locais) de cana-de-açúcar do programa de melhoramento da cana-de-açúcar do Instituto Agronômico de Campinas (IAC), com 74 genótipos (clones e variedades) e com até 5 colheitas. O delineamento foi o de blocos ao acaso com 2 a 6 repetições. O caráter analisado foi TPH (Tonelada de pol por hectare). Foram testados 40 modelos, os 20 primeiros foram avaliadas diferentes estrutura de VCOV para locais e colheitas, e os 20 seguintes, além das matrizes de VCOV, foi incorporada a matriz de parentesco genético, A. De acordo com AIC, verificou-se que o Modelo 11, o qual assume as matrizes FA1, AR1 e ID, para locais, colheitas e genótipos, respectivamente, foi o melhor, e portanto, o mais eficiente para seleção de genótipos superiores. Quando comparado ao modelo tradicional (médias dos experimentos), houve mudanças no ranqueamento dos genótipos. Há correlação entre o modelo tradicional e o Modelo 11 (_ = 0, 63, p-valor < 0, 001). A opção de utilizar modelo misto sem ajustar as matrizes de VCOV (Modelo 1) é relativamente melhor do que usar o Modelo Tradicional. Isto foi evidenciado pela correlação mais alta entre os modelos 1 e 11 (_ = 0, 87 com p-valor < 0, 001). Acredita-se que o emprego do Modelo 11 junto com experiência do melhorista poderá aumentar a eficiência de seleção em programas de melhoramento de cana-de-açúcar. / In breeding programs of sugarcane every year experiments are installed to evaluate the performance of genotypes, in order to select superior varieties and genitors. The use of ordinary approaches such as joint analysis of variance (ANOVA) is unfeasible due to unbalancing and assumptions that do not reflect the standard of relationship of the observations. The use of mixed models using the method REML/BLUP is an alternative. It also allows the incorporation of information from kinship between individuals. In this context, we analyzed 44 trials (locations) of sugarcane breeding program of sugarcane (Agronomic Institute Campinas, IAC), with 74 genotypes (varieties and clones), up to 5 harvests. The experimental design was randomized blocks with 2-6 replicates. The character was examined TPH (Tons of pol per hectare). We tested 40 models, the first 20 were evaluated different VCOV structure to locations and harvests, and 20 following addition of matrix VCOV was incorporated genetic relationship matrix, A. Under AIC, it was found that the model 11, which assumes matrices FA1, AR1 and ID for locations, harvests and genotypes, respectively, was the best. There is a moderate correlation between traditional model and model 11 (_ = 0.63, p-value < 0.001), when ranking the genotypes. The option of using mixed model without adjusting matrices VCOV (model 1) is better than using the traditional model. This was suggested by the higher correlation between models 1 and 11 (_ = 0.87 with p-value < 0.001). We believe that the usage of model 11 together with breeders experience can increase the efficiency of selection in sugarcane breeding programs.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-27T16:10:22Z No. of bitstreams: 1 FABIANA UCHÔA BARROS - DISSERTAÇÃO PPGMAT 2011..pdf: 444205 bytes, checksum: dd1ada684703bcb400e631c5f044668b (MD5) / Made available in DSpace on 2018-07-27T16:10:22Z (GMT). No. of bitstreams: 1 FABIANA UCHÔA BARROS - DISSERTAÇÃO PPGMAT 2011..pdf: 444205 bytes, checksum: dd1ada684703bcb400e631c5f044668b (MD5) Previous issue date: 2011-12 / Capes / Com base na expressão de Pace e Salvan (1997 pág. 30), obtivemos a matriz de covariâncias de segunda ordem dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem n−1 em modelos lineares generalizados, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. A partir dessa matriz, realizamos modi cações no teste de Wald. Os resultados obtidos foram avaliados através de estudos de simulação de Monte Carlo. / Based on the expression of Pace and Salvan (1997 pág. 30), we obtained the second order covariance matrix of the of the maximum likelihood estimators corrected for bias of order n−1in generalized linear models, considering that the dispersion parameter is the same although unknown for all observations. From this matrix, we made modi cations to the Wald test. The results were evaluated through simulation studies of Monte Carlo.

O Modelo de Equações Estruturais (MEE) é habitualmente ajustado para realizar uma análise confirmatória sobre as conjecturas de um pesquisador acerca do relacionamento entre as variáveis observadas e latentes de algum estudo. Na prática, a maneira mais recorrente de avaliar a qualidade das estimativas de um MEE é a partir de medidas que buscam mensurar o quanto a usual matriz de covariâncias clássicas ou ordinárias se distancia da matriz de covariâncias do modelo ajustado, ou a magnitude do afastamento entre as funções de discrepância do modelo hipotético e do modelo saturado. Entretanto, elas podem não captar problemas no ajuste quando há muitos parâmetros a estimar ou bastantes observações. A fim de detectar irregularidades no ajustamento resultantes do impacto provocado pela presença de outliers no conjunto de dados, este trabalho contemplou alguns indicadores conhecidos na literatura, como também considerou alterações no Índice da Qualidade do Ajuste (ou GFI, de Goodness-of-Fit Index) e no Índice Corrigido da Qualidade do Ajuste (ou AGFI, de Ajusted Goodness-of-Fit Index), ambos nas expressões para estimação de parâmetros pelo método de Máxima Verossimilhança, que consistiram em substituir a tradicional matriz de covariâncias pelas matrizes de covariâncias computadas com os seguintes estimadores: Elipsoide de Volume Mínimo, Covariância de Determinante Mínimo, S, MM e Gnanadesikan-Kettenring Ortogonalizado (GKO). Através de estudos de simulação sobre perturbações de desvio de simetria e excesso de curtose, em baixa e alta frações de contaminação, em diferentes tamanhos de amostra e quantidades de variáveis observadas afetadas, foi possível constatar que as propostas de modificação do GFI e do AGFI adaptadas pelo estimador GKO foram as únicas que conseguiram ser informativas em todas essas situações, devendo-se escolher a primeira ou a segunda respectivamente quando a quantidade de parâmetros a serem estimados é baixa ou elevada. / The Structural Equation Model (SEM) is usually set to perform a confirmatory analysis on the assumptions of a researcher about the relationship between the observed variables and the latent variables of such a study. In practice, the most iterant way of evaluating the quality of the estimates of a SEM comes either from procedures of measuring how distant the usual classic or ordinary covariance matrix is from the covariance matrix of the adjusted model, or from the magnitude of the hiatus in discrepancy functions of both the hypothetical model and the saturated model. Nevertheless, they may fail to capture problems in the adjustment in the occurrence of either several parameters to estimate or several observations. This study included indicators known in the literature in order to detect irregularities in the adjustment resulting from the impact caused by the presence of outliers in the data set. This study has also considered changes in both the Goodness-of-Fit Index (GFI) and the Adjusted Goodness-of-Fit Index (AGFI) in the expressions for parameter estimation by Maximum Likelihood method, which consisted in replacing the traditional covariance matrix by the robust covariance matrices computed through the following estimators: Minimum Volume Ellipsoid, Minimum Covariance Determinant, S, MM and Orthogonalized Gnanadesikan-Kettenring (OGK). Through simulation studies on disturbances of both symmetry deviations and excess kurtosis in both low and high fractions of contamination in different sample sizes and quantities of affected observed variables it has become clear that the proposals of modification of both the GFI and the AGFI adapted by the OGK estimator were the only ones able to be informative in all these situations. It must be considered that GFI or AGFI must be used when the number of parameters to be estimated is either low or high, respectively.

Nesta tese, desenvolvemos refinamentos assintóticos em modelos lineares generalizados heteroscedásticos (Smyth, 1989). Inicialmente, obtemos a matriz de covariâncias de segunda ordem dos estimadores de máxima verossimilhança corrigidos pelos viés de primeira ordem. Com base na matriz obtida, sugerimos modificações na estatística de Wald. Posteriormente, derivamos os coeficientes do fator de correção tipo-Bartlett para a estatística do teste gradiente. Em seguida, obtemos o coeficiente de assimetria assintótico da distribuição dos estimadores de máxima verossimilhança dos parâmetros do modelo. Finalmente, exibimos o coeficiente de curtose assintótico da distribuição dos estimadores de máxima verossimilhança dos parâmetros do modelo. Analisamos os resultados obtidos através de estudos de simulação de Monte Carlo. / In this thesis, we have developed asymptotic refinements in heteroskedastic generalized linear models (Smyth, 1989). Initially, we obtain the second-order covariance matrix for the maximum likelihood estimators corrected by the bias of first-order. Based on the obtained matrix, we suggest changes in Wald statistics. In addition, we derive the coeficients of the Bartlett-type correction factor for the statistical gradient test. After, we get asymptotic skewness of the distribution of the maximum likelihood estimators of the model parameters. Finally, we show the asymptotic kurtosis coeficient of the distribution of the maximum likelihood estimators of the model parameters. Monte Carlo simulation studies are developed to evaluate the results obtained.

Nesta tese, desenvolvemos refinamentos assintóticos em modelos lineares generalizados heteroscedásticos (Smyth, 1989). Inicialmente, obtemos a matriz de covariâncias de segunda ordem dos estimadores de máxima verossimilhança corrigidos pelos viés de primeira ordem. Com base na matriz obtida, sugerimos modificações na estatística de Wald. Posteriormente, derivamos os coeficientes do fator de correção tipo-Bartlett para a estatística do teste gradiente. Em seguida, obtemos o coeficiente de assimetria assintótico da distribuição dos estimadores de máxima verossimilhança dos parâmetros do modelo. Finalmente, exibimos o coeficiente de curtose assintótico da distribuição dos estimadores de máxima verossimilhança dos parâmetros do modelo. Analisamos os resultados obtidos através de estudos de simulação de Monte Carlo. / In this thesis, we have developed asymptotic refinements in heteroskedastic generalized linear models (Smyth, 1989). Initially, we obtain the second-order covariance matrix for the maximum likelihood estimators corrected by the bias of first-order. Based on the obtained matrix, we suggest changes in Wald statistics. In addition, we derive the coeficients of the Bartlett-type correction factor for the statistical gradient test. After, we get asymptotic skewness of the distribution of the maximum likelihood estimators of the model parameters. Finally, we show the asymptotic kurtosis coeficient of the distribution of the maximum likelihood estimators of the model parameters. Monte Carlo simulation studies are developed to evaluate the results obtained.

O Modelo de Equações Estruturais (MEE) é habitualmente ajustado para realizar uma análise confirmatória sobre as conjecturas de um pesquisador acerca do relacionamento entre as variáveis observadas e latentes de algum estudo. Na prática, a maneira mais recorrente de avaliar a qualidade das estimativas de um MEE é a partir de medidas que buscam mensurar o quanto a usual matriz de covariâncias clássicas ou ordinárias se distancia da matriz de covariâncias do modelo ajustado, ou a magnitude do afastamento entre as funções de discrepância do modelo hipotético e do modelo saturado. Entretanto, elas podem não captar problemas no ajuste quando há muitos parâmetros a estimar ou bastantes observações. A fim de detectar irregularidades no ajustamento resultantes do impacto provocado pela presença de outliers no conjunto de dados, este trabalho contemplou alguns indicadores conhecidos na literatura, como também considerou alterações no Índice da Qualidade do Ajuste (ou GFI, de Goodness-of-Fit Index) e no Índice Corrigido da Qualidade do Ajuste (ou AGFI, de Ajusted Goodness-of-Fit Index), ambos nas expressões para estimação de parâmetros pelo método de Máxima Verossimilhança, que consistiram em substituir a tradicional matriz de covariâncias pelas matrizes de covariâncias computadas com os seguintes estimadores: Elipsoide de Volume Mínimo, Covariância de Determinante Mínimo, S, MM e Gnanadesikan-Kettenring Ortogonalizado (GKO). Através de estudos de simulação sobre perturbações de desvio de simetria e excesso de curtose, em baixa e alta frações de contaminação, em diferentes tamanhos de amostra e quantidades de variáveis observadas afetadas, foi possível constatar que as propostas de modificação do GFI e do AGFI adaptadas pelo estimador GKO foram as únicas que conseguiram ser informativas em todas essas situações, devendo-se escolher a primeira ou a segunda respectivamente quando a quantidade de parâmetros a serem estimados é baixa ou elevada. / The Structural Equation Model (SEM) is usually set to perform a confirmatory analysis on the assumptions of a researcher about the relationship between the observed variables and the latent variables of such a study. In practice, the most iterant way of evaluating the quality of the estimates of a SEM comes either from procedures of measuring how distant the usual classic or ordinary covariance matrix is from the covariance matrix of the adjusted model, or from the magnitude of the hiatus in discrepancy functions of both the hypothetical model and the saturated model. Nevertheless, they may fail to capture problems in the adjustment in the occurrence of either several parameters to estimate or several observations. This study included indicators known in the literature in order to detect irregularities in the adjustment resulting from the impact caused by the presence of outliers in the data set. This study has also considered changes in both the Goodness-of-Fit Index (GFI) and the Adjusted Goodness-of-Fit Index (AGFI) in the expressions for parameter estimation by Maximum Likelihood method, which consisted in replacing the traditional covariance matrix by the robust covariance matrices computed through the following estimators: Minimum Volume Ellipsoid, Minimum Covariance Determinant, S, MM and Orthogonalized Gnanadesikan-Kettenring (OGK). Through simulation studies on disturbances of both symmetry deviations and excess kurtosis in both low and high fractions of contamination in different sample sizes and quantities of affected observed variables it has become clear that the proposals of modification of both the GFI and the AGFI adapted by the OGK estimator were the only ones able to be informative in all these situations. It must be considered that GFI or AGFI must be used when the number of parameters to be estimated is either low or high, respectively.