A Doença de Machado Joseph(DMJ) é uma doença genética autossômica dominante de início na vida adulta que afeta a coordenação motora e cursa com sintomas neurodegenerativos. É causada por uma expansão da repetição CAG no gene ATXN3. Há várias hipóteses a respeito da sua fisiopatogenia, e uma delas envolve a resposta inflamatória. O objetivo deste estudo foi descrever as concentrações séricas das citocinas em indivíduos sintomáticos, assintomáticos e compará-los com os controles saudáveis. Após a confirmação molecular dos pacientes e controles pareados por sexo e idade, os indivíduos foram convidados a participar do estudo. A idade de início e a duração da doença foram obtidas, e as escalas clínicas Scale for the Assessment and Rating of Ataxia (SARA), Neurological Examination Score for Spinocerebellar Ataxias (NESSCA), SCA Functional Index (SCAFI), and Composite Cerebellar Functional Score (CCFS), aplicadas. O soro dos indivíduos foi coletado e um painel de citocina foi realizado, incluindo a Eotaxina, GM-CSF, IFN-a, IFN-γ, IL-1b, IL-1Ra, IL-2, IL-2R, IL-4, IL- 5, IL-6, IL-7, IL-8, IL-10, IL-12, IL-13, IL-15, IL-17, IP-10, MCP-1, MIG, MIP1a, MIP1b, RANTES e O TNF-a. Entre os indivíduos sintomáticos, o painel foi repetido após 90 e 360 dias. O perfil das citocinas no baseline foi estudado por análise discriminante. Aquelas que apresentaram alterações relevantes entre os grupos tiveram seus níveis sérico reavaliados após 90 e 360 dias e estes dados foram avaliados pela equação de estimação generalizada (GEE). Sessenta e seis sintomáticos, 13 assintomáticos e 43 controles foram estudados. Quando comparados os sintomáticos e assintomáticos com seus respectivos controles saudáveis, não se observou diferenças nos padrões das citocinas. No entanto, apenas uma citocina teve destaque: os níveis séricos de Eotaxina foram significativamente mais elevados em assintomáticos (p = 0,001, ANCOVA) e entre os sintomáticos seus níveis foram menores após 360 dias do que naquelas obtidas no início do estudo (p = 0,039, GEE). A idade, a duração da doença, a expansão CAG, e as escalas NESSCA e SARA não se correlacionaram com os níveis das citocinas. O padrão relativamente benigno de citocinas em portadores sintomáticos sugere que a ativação do micróglia não seja primordial na DMJ. Entretanto, os níveis de eotaxina, um peptídeo secretado por astrócitos para repelir as células imunes circulantes, foram elevados no grupo assintomático, o que sugere que uma resposta específica destas células pode estar relacionada com a ausência de sintomas e/ou que a perda de astrócitos estaria relacionada à progressão da doença em DMJ. / Machado Joseph Disease (MJD) is an autosomal dominant genetic disease of adulthood which affects motor coordination and progresses with neurodegenerative symptoms. It is caused by an expansion of the CAG repeat at ATXN3 gene. There are several hypotheses about its pathogenesis, and one of them involves the inflammatory response. The aim of the present study is to describe the serum concentrations of a broad spectrum of cytokines in symptomatic and asymptomatic carriers of Machado Joseph disease (SCA3/MJD) CAG expansions. Molecularly confirmed carriers and controls were studied. Age at onset, disease duration, and clinical scales Scale for the Assessment and Rating of Ataxia (SARA), Neurological Examination Score for Spinocerebellar Ataxias (NESSCA), SCA Functional Index (SCAFI), and Composite Cerebellar Functional Score (CCFS) were obtained from the symptomatic carriers. Serum was obtained from all individuals and a cytokine panel consisted of eotaxin, granulocyte-macrophage colony-stimulating factor (GM-CSF), interferon (IFN)-α, IFN-γ, interleukin (IL)-1β, IL-1RA, IL-2, IL-2R, IL-4, IL-5, IL-6, IL-7, IL-8, IL-10, IL- 12, IL-13, IL-15, IL-17, interferon gamma-induced protein (IP)-10, monocyte chemoattractant protein (MCP)-1, monokine induced by gamma interferon (MIG), macrophage inflammatory protein (MIP)-a, MIP-b, regulated on activation, normal T cell expressed and secreted (RANTES) and tumor necrosis factor (TNF)-α was analyzed. In a subgroup of symptomatic carriers, the cytokine panel was repeated after 90 and 360 days. Cytokine distribution among groups was studied by discriminant analysis; changes in serum levels after 90 and 360 days were studied by generalized estimation equation. Sixty-six symptomatic carriers, 13 asymptomatic carriers, and 43 controls were studied. No differences in cytokine patterns were found between controls and carriers of the CAG expansions or between controls and symptomatic carriers only. In contrast, eotaxin concentrations were significantly higher in asymptomatic than in symptomatic carriers or in controls (p = 0.001, ANCOVA). Eotaxin did not correlate with age, disease duration, CAG expansion, NESSCA score, and SARA score. Among symptomatic carriers, eotaxin dropped after 360 days (p = 0.039, GEE). SCA3/ MJD patients presented a benign pattern of serum cytokines. In contrast, levels of eotaxin, a peptide secreted by astrocytes, were elevated in the asymptomatic carriers, suggesting that a specific response of these cells can be related to symptom progression, in SCA3/MJD.

Neste trabalho se estuda a aplicação de técnicas de estatística multivariada para reconhecimento de padrões em sinais de ensaios não destrutivos (END) magnéticos, baseados no Ruído Magnético de Barkhausen (RMB). O reconhecimento de padrões pode ser feito de forma não supervisionada com a técnica multivariada de Análise de Agrupamentos, conglomerados ou Clusters que definem grupos segundo critérios de similaridade. Já para reconhecimento supervisionado a Análise Discriminante procura classificar amostras novas em grupos conhecidos, a priori, usando para este propósito uma regra de classificação criada a partir desses grupos de amostras conhecidos. Foram utilizados dois casos de detecção e classificação utilizando RMB. O RMB é um fenômeno magnético gerado por abruptas mudanças na magnetização de materiais ferromagnéticos quando submetidos a campos magnéticos variáveis. Essas mudanças estão relacionadas com a microestrutura do material, presença e distribuição de tensões elásticas (tensão e compressão). No primeiro caso de estudo procura-se identificar arames quebrados em risers, através da medição de tensão mecânica. No segundo caso procura-se classificar diferentes tratamentos térmicos em Aço AISI 420. Para a análise de integridade estrutural de risers foi feita a redução da dimensionalidade dos dados via Análise de Componentes Principais e posteriormente Análise de Agrupamentos. Já para o problema de classificação de amostras de aço foi usada a técnica de Análise Discriminante Linear de Fisher e a Quadrática. Os resultados das análises mostraram que as técnicas de Estatísticas Multivariadas proporcionam ferramentas muito adequadas para aumentar a eficiência da inspeção na área de END Magnéticos em geral e RMB em particular. / The present work deals with application of multivariate statistic techniques for pattern recognition in signals from Non-Destructive Essays (NDE), based on the Magnetic Barkhausen Noise (MBN). Pattern recognition can be done in a nonsupervised way by Cluster Analysis defining similarity criteria. On the other hand, for supervised recognition, Discriminant Analysis looks for classifying new samples in known groups, a priori, by means of classification rules created for these known sample groups. Two detection and classification cases were studied by MBN. The MBN is a magnetic phenomenon generated by sudden changes in magnetization of ferromagnetic materials, when these materials are subjected to variable magnetic fields. These changes are related to material microstructure as well as to the presence of elastic stresses (tension and compression). In the first studied case, the present study searches identifying broken wires in risers through measurements of mechanical strain. In the second case, the study classifies different thermal treatments in AISI 420 steel samples. Regarding the analysis of structural integrity of risers, firstly the reduction of data dimensionality was obtained via Analysis of Main Components and, later, Cluster Analysis was performed. Concerning the classification problem of steel samples, the Fisher Linear Discriminant Analysis and the Quadratic Analysis were used. Analysis results showed that Multivariate Statistic Techniques give rise to tools very appropriated for increasing the efficiency of inspection both in the Magnetic NDE area in general, and MBN in particular.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-12T13:16:54Z No. of bitstreams: 1 Rogerio Carlos Costa do Amaral.pdf: 760437 bytes, checksum: 9de9173672ad02506251f06196b89ca6 (MD5) / Made available in DSpace on 2016-08-12T13:16:54Z (GMT). No. of bitstreams: 1 Rogerio Carlos Costa do Amaral.pdf: 760437 bytes, checksum: 9de9173672ad02506251f06196b89ca6 (MD5) Previous issue date: 2011-08-22 / The objective of this research was to propose a new methodology for vertical stratification of natural forests, based on total tree height, from the application of multivariate techniques. The methodology was compared to others methods used in forest stratification. The structural data used in this work came from a research by Costa Junior (2006) of an Atlantic forest fragment known as ‘Mata das Caldeiras’, with 38.56 ha, located in Catende, PE. The measures used were the total tree height, diameter of breast height (DBH) and basal area of 766 trees with circumference at breast height (CBH) greater than or equal to 15 cm. The proposed methodology of multivariate vertical stratification resulting from the combination of principal component analysis, cluster and discriminant analysis was compared to the methods of Vega (1966), IUFRO, Longhi (1980), Sousa and Leite (1993), Guedes-Bruni et al. (2006) ,IUFRO-Lorey and Sanquetta (1995 ). The efficiency of the method used was considered when there was a decrease in the coefficient of variation (CV) within the stratum after the use of discriminant analysis. It was observed significant gains in accuracy of CV for the multivariate method proposed in relation to the others when the discriminant analysis was applied. However, the difficulties of vertical stratification are clear because the gains in CV vary widely depending on the methodology used. The new methodology can be used for vertical stratification of natural forests and presents as main advantage the removal of the researcher’s subjectivity. / Neste trabalho objetivou-se propor uma nova metodologia de estratificação vertical de florestas naturais, baseada na altura total da árvore, a partir de aplicação de técnicas multivariadas. A metodologia foi comparada com outros métodos usados em estratificação florestal. Foram utilizados dados estruturais de um fragmento de Floresta Atlântica, obtidos por Costa Júnior (2006), conhecido localmente por Mata das Caldeiras, com área aproximada de 38,56 ha, localizado no município de Catende, PE, a aproximadamente 11 km da sede municipal, nas coordenadas 8°40’ S e 35°35’ W, a uma altitude de 327 m. Foram utilizadas medidas de altura, diâmetro e área basimétrica de 766 indivíduos arbóreos com circunferência a altura do peito (CAP), a altura de 1,30 m do solo, maior ou igual a 15 cm. Foi proposto um método multivariado de estratificação vertical a partir da utilização conjunta das análises de componentes principais, de agrupamento e discriminante, bem como aplicados os métodos de Vega (1966), da IUFRO, de Longhi (1980), de Souza e Leite (1993), de Guedes-Bruni et al. (2006) ,da IUFRO-LOREY e de Sanquetta (1995). A eficiência do método aplicado foi considerada quando houve diminuição do CV dentro do estrato após a análise discriminante. Observou-se maiores ganhos de precisão em termos de coeficiente de variação para o método multivariado proposto em relação aos demais quando da aplicação da análise discriminante. No entanto, as dificuldades de estratificação vertical são claras já que os ganhos em coeficiente de variação variam muito conforme metodologia utilizada. O método multivariado proposto pode ser utilizado para estratificação vertical de florestas naturais e apresenta como vantagem principal a retirada de subjetividade do pesquisador.

Submitted by Fabielle Cheuczuk (fabielle.cheuczuk@unioeste.br) on 2018-06-05T17:45:08Z No. of bitstreams: 2 DISSERTAÇÃO_ANÁLISE DOS FATORES DISCRIMINANTES DOS MUNICÍPIOS DA REGIÃO SUDOESTE DO PARANÁ NO PERÍODO 2000-2010.pdf: 2229053 bytes, checksum: 3c1765c7e54287f20dd9c2e131c3af48 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-06-05T17:45:08Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO_ANÁLISE DOS FATORES DISCRIMINANTES DOS MUNICÍPIOS DA REGIÃO SUDOESTE DO PARANÁ NO PERÍODO 2000-2010.pdf: 2229053 bytes, checksum: 3c1765c7e54287f20dd9c2e131c3af48 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-21 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Along the time the humanity has been going by a series of changes, among those changes, is the urbanization phenomenon, that happens some times in a more intense way, other times more slowly, impelled by a series of different factors. For this reason, the objective of this research is to analyze for which reasons some municipal districts of the Southwest area of Paraná presented urban growth, being more dynamic, and others had negative rates of population growth. Therefore, it is sought to determine the factors that differentiate the municipalities with growth from those with negative growth, based on socioeconomic characteristics, considering two distinct periods - 2000 and 2010. This analysis was made from the Discriminant Analysis, dividing the 42 municipalities of the (group 1), stable (group 2) and depressed (group 3). Eight variables were selected from secondary data obtained through IPARDES. The results of the research show that the discrimination between municipalities occurs due to population concentration (population density) and the degree of industrialization. Both factors can become attractive to newcomers who are seeking better living conditions, better job opportunities, increased income and education, that is, in search of a better quality of life. / Ao longo do tempo a humanidade tem passado por uma série de mudanças, dentre essas mudanças, está o fenômeno de urbanização, que ocorre ora de modo mais intenso, ora mais lentamente, impulsionado por uma série de fatores diferentes. Por esta razão, o objetivo desta pesquisa é analisar por quais motivos alguns municípios da região sudoeste do Paraná apresentaram crescimento urbano, sendo mais dinâmicos, e outros tiveram taxas negativas de crescimento populacional. Sendo assim, busca-se determinar os fatores que diferenciam os municípios com crescimento daqueles com crescimento negativo, a partir de características socioeconômicas, considerando dois períodos distintos – 2000 e 2010. Esta análise foi feita a partir da Análise Discriminante, dividindo os 42 municípios da região sudoeste em três grupos: dinâmicos (grupo 1), estáveis (grupo 2) e deprimidos (grupo 3). Foram determinadas oito variáveis selecionadas a partir de dados secundários obtidos através do IPARDES. Os resultados da pesquisa demostram que a discriminação entre os municípios ocorre por conta da concentração populacional (densidade demográfica) e o grau de industrialização. Ambos os fatores podem se tornar atrativos para novos habitantes que estão em busca de melhores condições de vida, melhores oportunidades de trabalho, aumento de renda e educação, ou seja, em busca de uma qualidade de vida melhor.

Estudos com o objetivo de prever insolvência de empresas e que fazem uso de técnicas estatísticas modernas são conduzidos desde a década de 1960. Esta linha de pesquisa, que inicialmente usou técnicas univariadas, e em seguida incorporou as análises multivariadas, hoje emprega largamente técnicas que fazem uso de inteligência artificial e que necessitam uma grande capacidade de processamento computacional. Esta evolução trouxe melhorias contínuas aos resultados alcançados e hoje é possível afirmar que os demonstrativos financeiros de empresas quando analisados adequadamente são uma fonte importante de informação para a previsão de insolvência. Esta pesquisa teve como principal objetivo desenvolver e comparar modelos estatísticos usando as técnicas de Análise Discriminante Linear, Regressão Logística e Redes Neurais Artificiais a fim de investigar qual delas oferece os melhores resultados. A amostra foi composta por 40 empresas, divididas em dois grupos: o primeiro com empresas formalmente insolventes segundo os critérios da legislação brasileira, e o segundo com empresas sem tais problemas. Foram usadas inicialmente 16 variáveis para predição e empregou-se um critério de seleção de variáveis baseado nos melhores subconjuntos possíveis ao invés do stepwise. Foi tomado especial cuidado com os pré-requisitos das técnicas, sobretudo da Análise Discriminante, como normalidade e ausência de multicolinearidade das variáveis independentes. Os resultados das previsões obtidas com os modelos foram coerentes com o esperado, ou seja, a Análise Discriminante teve um desempenho inferior à Regressão Logística que também foi superada pelas Redes Neurais Artificiais. / Researches in bankruptcy prediction of companies that make use of modern statistics techniques are being held since the 1960’s. This branch of study, which initially employed univariate techniques, and then assimilated the multivariate techniques today uses artificial intelligence, a techniques that needs a great computational processing capability. This evolution brought continuing improvements to the results achieved and today is possible to say that financial statements when properly analyzed are a good source of information to the prediction of financial distress. This research aimed mainly the development of prediction models using Discriminant Analysis, Logistic Regression and Artificial Neural Networks so that they could be compared in terms of predictive capabilities. The sample consisted of 40 firms divided in 2 groups (bankrupt and non bankrupt companies) according to the Brazilian bankruptcy law. The 16 initial predictors were selected to enter the model according to the best subsets procedure in order than the stepwise procedure. Special attention was taken to accomplish the pre-requisites of the techniques, above all the Discriminant Analysis, like normality and lack of multicollinearity of the independent variables. The findings of the predictions were reasonable and according to what was expected: the Discriminant Analysis was outperformed by the Logistic Regression that was also outperformed by the Artificial Neural Networks.

Orientadores: Arnaldo Cesar da Silva Walter, Michelle Cristina Araújo Picoli / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-24T01:53:10Z (GMT). No. of bitstreams: 1 CelisTorres_LauraJimenadelPilar_M.pdf: 2012741 bytes, checksum: 2390e3157804be716a5d5a38316ada71 (MD5) Previous issue date: 2013 / Resumo: O presente trabalho tem como objetivo principal aprimorar os procedimentos metodológicos anteriormente propostos e que permitem a análise da qualidade de vida em municípios nos quais a atividade canavieira é relevante. O procedimento é baseado em indicadores socioeconômicos censitários e foi aplicado para quatro dos principais estados produtores de cana-de-açúcar do Brasil: Alagoas, Goiás, Paraná e São Paulo, no período de 1970 a 2000. Para isso, primeiramente foram coletados dados dos indicadores socioeconômicos e da localização de usinas e destilarias sucroalcooleiras instaladas nos estados, para os anos estudados. Em seguida, os municípios de cada estado foram classificados em dois grupos: com e sem significativa produção de cana-de-açúcar, assim como os municípios com significativa produção de cana foram sub-classificados em municípios com e sem presença de usinas sucroalcooleiras. Foi então realizada uma comparação dos indicadores socioeconômicos entre esses grupos e foi observado que o grupo de municípios canavieiros apresenta, em média, melhores indicadores socioeconômicos do que o grupo de municípios não canavieiros para os quatro estados. Da comparação do grupo de municípios com e sem usinas, observou-se que, em geral, não há diferenças significativas dos indicadores socioeconômicos, ao nível de 5% de significância. Foi também analisada a evolução do conjunto de indicadores, durante os anos estudados, comparando-se os coeficientes angulares das retas de regressão ajustadas para cada grupo (municípios canavieiros e não canavieiros) e testando-se a existência de diferenças significativas na forma como evoluíram os indicadores. O resultado indica que a vantagem dos municípios canavieiros sobre os não canavieiros tende a diminuir com o passar do tempo. Com o objetivo de se conhecer as razões de existência de municípios canavieiros com melhores e piores indicadores socioeconômicos, foi utilizada a Análise de Cluster para separar de forma não tendenciosa os municípios em grupos de melhores e piores indicadores. Em seguida, for empregada a metodologia de Análise Discriminante. Ao contrário do esperado, os resultados indicam que a diversificação da atividade econômica não explica a existência de municípios com melhores indicadores socioeconômicos / Abstract: This work has as main objective to improve the methodological procedures previously proposed which allow the analysis of quality of life in municipalities where the sugarcane activity is relevant. This procedure is based on socioeconomic indicators and it was applied to four of the through census socioeconomic indicators for four major producing states of sugarcane in Brazil: Alagoas, Goiás, Paraná and São Paulo, from 1970 until 2000. To accomplish this, it was first collected data of the socioeconomic indicators and location of sugarcane mills and distilleries installed in states and in for the years studied. Then, the counties of each state were classified into two groups: with and without significant production of sugarcane. Likewise, municipalities with significant sugarcane production were sub-classified into: municipalities with and without the presence of sugarcane mills Therefore, it was carried out a comparison of the socioeconomic indicators amongst these those groups and it was observed that the sugarcane producing municipalities showed, on average, better higher socioeconomic indicators than the group of non-producing municipalities for the four states. Comparing the group of municipalities with and without distilleries, it was observed that, in general, there are no significant differences in the socioeconomic indicators, at the 5% level of significance. It was also analyzed the evolution of the set of indicators over the years studied, comparing the slopes of regression lines fitted for each group (sugarcane producing and non-producing municipalities) and testing for the existence of significant differences in how the indicators have evolved. The result indicated indicates that the advantage of the sugarcane producing municipalities over non-producing tends to decrease over time. The result indicates that the advantage of the sugarcane producing municipalities over non-producing tends to decrease over time. In order to know the reasons for the existence of sugar cane municipalities with the highest and lowest socioeconomic indicators, it was used Cluster Analysis to separate in a non-biased way municipalities in groups of highest and lowest indicators. Then, the methodology is employed Discriminant Analysis. Contrary to expectations, the results indicate that the diversification of economic activity does not explain the existence of cities with higher socioeconomic indicators / Mestrado / Planejamento de Sistemas Energeticos / Mestra em Planejamento de Sistemas Energéticos

Cette thèse s’intéresse aux méthodes de classification par Machines à Vecteurs de Support (SVM) partiellement supervisées permettant la détection de nouveauté (One-Class SVM). Celles-ci ont été étudiées dans le but de réaliser la détection d’événements audio anormaux pour la surveillance d’infrastructures publiques, en particulier dans les transports. Dans ce contexte, l’hypothèse « ambiance normale » est relativement bien connue (même si les signaux correspondants peuvent être très non stationnaires). En revanche, tout signal « anormal » doit pouvoir être détecté et, si possible, regroupé avec les signaux de même nature. Ainsi, un système de référence s’appuyant sur une modélisation unique de l’ambiance normale est présenté, puis nous proposons d’utiliser plusieurs SVM de type One Class mis en concurrence. La masse de données à traiter a impliqué l’étude de solveurs adaptés à ces problèmes. Les algorithmes devant fonctionner en temps réel, nous avons également investi le terrain de l’algorithmie pour proposer des solveurs capables de démarrer à chaud. Par l’étude de ces solveurs, nous proposons une formulation unifiée des problèmes à une et deux classes, avec et sans biais. Les approches proposées ont été validées sur un ensemble de signaux réels. Par ailleurs, un démonstrateur intégrant la détection d’événements anormaux pour la surveillance de station de métro en temps réel a également été présenté dans le cadre du projet Européen VANAHEIM / This thesis addresses partially supervised Support Vector Machines for novelty detection (One-Class SVM). These have been studied to design abnormal audio events detection for supervision of public infrastructures, in particular public transportation systems. In this context, the null hypothesis (“normal” audio signals) is relatively well known (even though corresponding signals can be notably non stationary). Conversely, every “abnormal” signal should be detected and, if possible, clustered with similar signals. Thus, a reference system based on a single model of normal signals is presented, then we propose to use several concurrent One-Class SVM to cluster new data. Regarding the amount of data to process, special solvers have been studied. The proposed algorithms must be real time. This is the reason why we have also investigated algorithms with warm start capabilities. By the study of these algorithms, we have proposed a unified framework for One Class and Binary SVMs, with and without bias. The proposed approach has been validated on a database of real signals. The whole process applied to the monitoring of a subway station has been presented during the final review of the European Project VANAHEIM

The healthy condition of a rotating machine leads to safe and cheap operation of almost all industrial facilities and mechanical systems. To achieve such a goal, vibration-based condition monitoring has proved to be a well-accepted technique that detects incipient fault symptoms. The conventional way of On-Bearing Vibration Measurement (OBVM) captures symptoms of different faults, however, it requires a relatively expensive setup, an additional space for the auxiliary devices and cabling in addition to an experienced analyst. On-Shaft Vibration Measurement (OSVM) is an emerging method proposed to offer more reliable Faults Diagnosis (FD) tools with less number of sensors, minimal processing time and lower system and maintenance costs. The advancement in sensor and wireless communications technologies enables attaching a MEMS accelerometer with a miniaturised wireless data acquisition unit directly to the rotor without altering the machine dynamics. In this study, OSVM is analysed during constant speed and run-up operations of a test rig. The observations showed response modulation, hence, a Finite Element (FE) analysis has been carried out to help interpret the experimental observations. The FE analysis confirmed that the modulation is due to the rotary motion of the on-shaft sensor. A demodulation method has been developed to solve this problem. The FD capability of OSVM has been compared to that of OBVM using conventional analysis where the former provided more efficient diagnosis with less number of sensors. To incorporate more features, a method has been developed to diagnose faults based on Principal Component Analysis and Nearest Neighbour classifier. Furthermore, the method is enhanced using Linear Discriminant Analysis to do the diagnosis without the need for a classifier. Another faults diagnosis method has been developed that ensures the generalisation of extracted faults features from OSVM data of a specific machine to similar machines mounted on different foundations.

The classification of observations based on repeated measurements performed on the same subject over a given period of time or under different conditions is a common procedure in many disciplines such as medicine, psychology and environmental studies. In this thesis repeated measurements follow the Growth Curve model and are classified using linear discriminant analysis. The aim of this thesis is both to examine the effect of missing data on classification accuracy and to examine the effect of additional data on classification robustness. The results indicate that an increasing amount of missing data leads to a progressive decline in classification accuracy. With regard to the effect of additional data on classification robustness the results show a less predictable effect which can only be characterised as a general tendency towards improved robustness.

This thesis provides a comprehensive ranking of 11 Czech statistical and 4 foreign credit scoring models. The ranking is based on the predictive performance of individual models, as measured by the area under curve, evaluated on a randomly sampled set of 250 training and validation samples. After establishing a baseline comparison, 3 avenues of estimation setup optimization are explored, namely missing value treatment, estimation method and the use of additional non-financial variables. After being optimized, the models are once again ranked based on their predictive performance. Statistical inference is drawn using ANOVA and the Friedman test, along with the corresponding Tukey and Nemeyi pos-hoc tests. In their baseline form, the Czech credit scoring models are found to be outperformed by the foreign benchmark model. Treating the missing values by OLS imputation and estimating the models by probit, significantly is found to significantly improve their predictive performance. In their optimized form, the difference in predictive performance between Czech and foreign credit scoring model is found to be only marginal. JEL Classification G28, G32, G33, G38 Keywords credit scoring, multiple discriminant analysis, logit analysis, probit analysis Author's e-mail 71247263@fsv.cuni.cz Supervisor's e-mail...