Made available in DSpace on 2016-06-02T20:06:00Z (GMT). No. of bitstreams: 1 1808.pdf: 656634 bytes, checksum: 192e4ddfee2e11f95105db3b95487ac1 (MD5) Previous issue date: 2005-03-30 / Universidade Federal de Minas Gerais / The modeling of data of survival with the presence of covariáveis by means of the risk function has been each used time more had the easiness of interpretation One of the examples most important of risk models is the model of proportional risks considered by Cox (1972). However, this model assumes the proportionality enters the risk functions in diLerent levels of the covariáveis. To accomodate situations where the model of proportional risks is not adjusted, some types of notproportional models are being developed, as the model of sped up imperfection, considered for Prentice (1978), the model of hybrid risk of Etezadi-Amoli and Ciampi (1987) and the generalized models of hybrid risk of Louzada-Neto (1997 and 1999). In this work we explore an one new family parametric of model of dependent not-proportional risk of the time (McKenzie, 1999). This model is based on the generalization of the usual logistic function and is motivated, in part, for the necessity of if considering the eLect of the time in the modeling, and, in part, for the preference in if considering a parametric structure for the risk function. Some inferenciais procedures related this new family of models are presented.The modeling of data of survival with the presence of covariáveis by means of the risk function has been each used time more had the easiness of interpretation One of the examples most important of risk models is the model of proportional risks considered by Cox (1972). However, this model assumes the proportionality enters the risk functions in diLerent levels of the covariáveis. To accomodate situations where the model of proportional risks is not adjusted, some types of notproportional models are being developed, as the model of sped up imperfection, considered for Prentice (1978), the model of hybrid risk of Etezadi-Amoli and Ciampi (1987) and the generalized models of hybrid risk of Louzada-Neto (1997 and 1999). In this work we explore an one new family parametric of model of dependent not-proportional risk of the time (McKenzie, 1999). This model is based on the generalization of the usual logistic function and is motivated, in part, for the necessity of if considering the eLect of the time in the modeling, and, in part, for the preference in if considering a parametric structure for the risk function. Some inferenciais procedures related this new family of models are presented. / A modelagem de dados de sobrevivência com a presença de covariáveis por meio da função de risco tem sido cada vez mais utilizada devido a facilidade de interpretação Um dos exemplos mais importantes de modelos de risco é o modelo de riscos proporcionais proposto por Cox (1972). No entanto, este modelo supõe a proporcionalidade entre as funções de risco para duas ou mais covariáveis. Para acomodar situações em que o modelo de riscos proporcionais não é adequado, vários tipos de modelos não-proporcionais estão sendo desenvolvidos, como o modelo de falha acelerada, proposto por Prentice (1978), o modelo de risco híbrido de Etezadi-Amoli e Ciampi (1987) e os modelos de risco híbrido generalizados de Louzada-Neto (1997 e 1999). Neste trabalho exploramos um uma nova família paramétrica de modelo de risco não-proporcional dependente do tempo (McKenzie, 1999). Este modelo é baseado na generalização da função logística usual e é motivado, em parte, pela necessidade de se considerar o efeito do tempo na modelagem, e, em parte, pela preferência em se considerar uma estrutura paramétrica para a função de risco. Vários procedimentos inferenciais relacionados a esta nova família de modelos são apresentados.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 1963.pdf: 520432 bytes, checksum: 9c5f5395dcc0f7d0faca9268007ed41f (MD5) Previous issue date: 2008-06-09 / Financiadora de Estudos e Projetos / In medical and biological researches we often .nd count data. For longitudinal count data, usual Poisson regression models, assuming independence among observations, are not applicable because of the correlation of these measures. This work presents hierarchical Bayesian models considering random e¤ects to analyze longitudinal count data. A Normal and a Gamma distribution are considered to these e¤ects besides the mixture of Normal distributions. We also present zero in.ated Poisson (ZIP) regression models for repeated measures. Markov Chain Monte Carlo (MCMC) is used to estimate the parameters. Keywords: Longitudinal Count Data; Poisson Regression Model; Zero In.ated Model; Hierarchical Model; Bayesian Analysis; MCMC Methods. / Nas pesquisas médicas e biológicas é comum encontrar dados de contagem. Por exem- plo, as variáveis podem ser dadas pelo número de hospitalizações para cada paciente em unidades básicas de saúde. Para dados de contagem longitudinais, o uso de modelos de regressão de Poisson usuais, que assumem independência entre as observações, não é satis- fatório, visto que as observações de um mesmo indivíduo são usualmente correlacionadas. Assim, efeitos aleatórios são considerados para capturar a possível correlação destas ob- servações além de superdispersão associada a outros fatores. Neste trabalho são uti- lizados modelos Bayesianos hierárquicos considerando diferentes distribuições aos efeitos aleatórios para analisar tais tipos de dados. Aos efeitos aleatórios é atribuída uma dis- tribuição normal, uma mistura de distribuições normais ou uma distribuição gama. Tam- bém são apresentados modelos de regressão de Poisson para dados com medidas repetidas apresentando excesso de zeros. Técnicas de simulação estocástica MCMC (Monte Carlo em Cadeias de Markov) são utilizadas para inferência e, em particular, para estimação dos parâmetros de interesse. Além disso, dados reais são considerados para ilustrar as metodologias propostas.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 1989.pdf: 231034 bytes, checksum: 31bd4dd9e300bf47b5b32ecca7d161ab (MD5) Previous issue date: 2008-06-09 / Financiadora de Estudos e Projetos / For the most part of modelings in the credit risk area, the most widely used model is the credit scoring, and as the main statistical technique, the binary logistic regression, used to determine whether a customer is a good or bad payer. In this academic work an alternative methodology is proposed, where the estimative is formed based on the scores obtained by customers; this means the response follows a binomial distribution. In this modeling the combined estimate of scores of various products used by customers is included, considering the correlation between these scores. / Em grande parte das modelagens na área de risco de crédito, o modelo mais utilizado é o credit scoring, e como técnica estatística principal a regressão logistica binária, utilizada para decidir se um cliente é bom ou mau pagador. Neste trabalho propomos uma metodologia alternativa, onde a estimativa é feita diretamente nos escores dos clientes, com issa a resposta segue uma distribuição binomial. Nessa modelagem incluimos ainda a estimativa conjunta dos escores de vários produtos utilizados pelos clientes, levando em consideração a correlação existente entre estes escores.

Made available in DSpace on 2016-06-02T20:06:04Z (GMT). No. of bitstreams: 1 2921.pdf: 1787441 bytes, checksum: 0b13c91d9391abb5be3ad333893d026e (MD5) Previous issue date: 2010-03-12 / Financiadora de Estudos e Projetos / In this work a new class of models for binary data based on Weibull distribution is introduced. A review is made of the most known linkage functions. This class of models has as special case the complementary log-log model and approximates well the logit and probit models. Three real data sets are given to compare the proposed model with many others. In one of these data sets the model is extended to allow multinomial data, that is, a discrete variable with more than two outcomes. The results are very good, because the estimation of parameters is quite simple and the model has shown to be very eficient. / Neste trabalho propõe-se um novo modelo, para conjunto de dados com variável resposta binária, baseado na função densidade acumuladaWeibull. Apresenta- se um resumo das funções de ligação mais conhecidas da literatura. Esta classe de modelos possui como caso especial o modelo complementar log-log e boas aproximações aos modelos logístico e probito. Três conjunto de dados reais são utilizados para comparar o modelo proposto com vários outros modelos. Em um dos conjuntos de dados o modelo _e expandido para suportar variável resposta multinomial, isto _e, variável discreta com mais de dois eventos de interesse. Os resultados obtidos são muito bons, pois a estimação dos parâmetros _e razoavelmente simples e o modelo mostrou-se extremamente eficientes.

Made available in DSpace on 2016-06-02T20:06:05Z (GMT). No. of bitstreams: 1 3751.pdf: 1215283 bytes, checksum: a444e96052342bbf56d3012849edebde (MD5) Previous issue date: 2006-06-09 / Este trabalho tem por objetivo comparar a performance da inferência bayesiana e inferência clássica na classi cação de comportamento do fraudador (considerado evento raro). Espera-se desenvolver um método para inferir e internalizar novos padrões de fraude baseado na abordagem bayesiana, possibilitando a construção do conhecimento sobre o evento a partir da inclusão de informações históricas incrementais em funções encadeadas.

Made available in DSpace on 2016-06-02T20:06:07Z (GMT). No. of bitstreams: 1 4907.pdf: 977659 bytes, checksum: 00900e73e61e1ca614a2419c9ad45d8e (MD5) Previous issue date: 2013-02-01 / Financiadora de Estudos e Projetos / In this dissertation we propose four models to model lifetime data. The fist family of distribution is called Exponentiated Complementary Exponential Geometric distribution (ECEG) and it is obtained by exponentiation of the cumulative distribution of the Complementary Exponential Geometric distribution (CEG) proposed by Louzada et al. (2011) to a new parameter α > 0. The second distribution is used to model lifetime when the population is not homogeneous about the risk of death and it has two subpopulation: one composed by individuals not susceptible by the event and other composed by individuals subjected to the risk. This model, called LECEG, has a long term parameter p related to the proportion of individuals out of risk. The third is the Exponentiated Exponential Geometric (EEG) that uses the same idea of the ECEG, and the fourth is the Exponentiated Complementary Exponential Geometric distribution under N systems (ECEGN) presented in a context of N independent working systems and the fails occurs when some of them fail. / Nesta dissertaç ão são propostos quatro modelos de distribuições de probabilidade para os tempos de vida de indivíduos em uma população. A primeira família de distribuições, a distribuiç ão Geométrica Exponencial Complementar Exponenciada (ECEG) e é obtida via exponenciação da distribuição acumulada da distribuição Geométrica Exponencial Complementar (CEG) proposta por Louzada et al. (2011) a um novo parâmetro α_ > 0. A segunda, é direcionada á modelagem de tempos de vida quando a população não é homogênea quanto ao risco de morte possuindo duas subpopulações: a de indivíduos não suscetíveis ao evento e a de indivíduos sob risco. Esta distribuição, distribuição Geométrica Exponencial Complementar Exponenciada na presença de longa duração (LECEG), possui o parâmetro p de longa duração que indica a proporção de indivíduos fora de risco. A terceira é a distribuição Exponencial Geométrica Exponenciada (EEG) que usa a mesma ideia de criação da ECEG, e a quarta a distribuição Exponencial Geométrica Complementar Exponenciada em N sistemas (ECEGN) que se apresenta num cenário com N sistemas funcionando independentemente e a falha ocorre quando algum sistema falhar.

Made available in DSpace on 2016-06-02T20:06:07Z (GMT). No. of bitstreams: 1 5123.pdf: 958057 bytes, checksum: 23f5ad95404afd58fe48eeb517ef5b41 (MD5) Previous issue date: 2013-04-01 / Financiadora de Estudos e Projetos / The volatility of financial assets changes over time, indicating the specification of regime change in volatility models. Furthermore, the presence of asymmetry in the returns of the financial market has been recognized in the financial literature of recent decades. In this paper, we present some heteroscedastic models with regime change, considering that the error component of these models follows Skew Laplace distribution, as well as the process of estimating its parameters via maximum likelihood and Bayesian methods. / A volatilidade dos ativos financeiros se altera ao longo do tempo, sinalizando a especificação de mudança de regime para modelos de volatilidade. Além disso, a presença de assimetria nos retornos do mercado financeiro tem sido reconhecida na literatura financeira das últimas décadas. Neste trabalho, apresentamos alguns modelos heterocedásticos com mudança de regime, considerando que a componente do erro desses modelos segue distribuição Laplace assimétrica, bem como o processo de estimação de seus parâmetros via máxima verossimilhança e métodos bayesianos.

Made available in DSpace on 2016-06-02T20:06:08Z (GMT). No. of bitstreams: 1 DissRGC.pdf: 2581095 bytes, checksum: 4a2f54d065969def7422a978d84a16f4 (MD5) Previous issue date: 2005-02-24 / The proteins are important molecules from the cells, whereas they take part since the construction of cell´s framing until the transmission of the genetic information between the generations. A protein can be characterized by its function and its function is determined by the sequence of amino acids that determines its structure. To determined the protein's function is important, for instance, in a research about the cure of diseases or searching for new drugs. In this research we use a bayesian statistical methodology with mixture of multinomial and latent variables to identify proteins with similar function. We use simulations to verify the performance of the statistical model for identifying the similar proteins. At the end we apply the modeling to a real data set. / As proteínas são moléculas importantes das células, pois participam desde a construção das estruturas celulares até a transmissão de informações genéticas entre gerações. Uma proteína pode ser caracterizada pela sua função, sendo que esta função é determinada pela sequência de aminoácidos que compõe a sua estrutura. Determinar a função protéica é importante quando, por exemplo, se pesquisa a cura de doenças ou se pesquisa a fabricação de novos medicamentos. Neste trabalho utilizamos uma metodologia bayesiana de inferência estatística para inferir sobre o modelo com mistura de distribuições multinomiais e variáveis latentes para identificar proteínas com funções similares. Verificamos a performance da modelagem proposta em separar em grupos as proteínas com funções similares através de simulação.

Made available in DSpace on 2016-06-02T20:06:09Z (GMT). No. of bitstreams: 1 DissSTU.pdf: 632638 bytes, checksum: b51966b8476d470ced42e354cadf0a65 (MD5) Previous issue date: 2005-01-20 / Financiadora de Estudos e Projetos / In this dissertation, we introduce classical and Bayesian approaches to get inferences on the parameters of interest, considering exponential and Weibull distributions for the lifetimes. For a Bayesian analysis, we assume a gamma process for the individual rates considering type II censoring data and the presence of covariates. We also consider ac- celerated life tests assuming an inverse power law model and an exponential distribution for the lifetimes. The proposed methodology in illustrated in three examples. / Nesta dissertação, apresentamos uma análise clássica e uma abordagem Bayesiana para obter inferências dos parâmetros de interesse, considerando as distribuições exponencial e de Weibull para os tempos de sobrevivência. Assumimos um processo gama para as taxas indivíduais e a presença de covariadas relacionadas com os tempos de sobrevivência com censuras do tipo II. Alguns conceitos e resultados de análise estatística de testes de vida acelerados são apresentados, em particular, um estudo sobre o Modelo de Lei de Potência Inversa, con- siderando que os tempos de sobrevivência são ajustados por uma distribuição exponencial. A metodologia proposta neste trabalho está ilustrada a três conjuntos de dados, onde dois são referentes à análise de sobrevivência com dados médicos e o outro a dados de confiabilidade.

Made available in DSpace on 2016-06-02T20:06:10Z (GMT). No. of bitstreams: 1 6034.pdf: 941825 bytes, checksum: 6d06b85571d5cab86cee2ed1c1d699da (MD5) Previous issue date: 2014-03-28 / Universidade Federal de Sao Carlos / Granting credit to an applicant is a decision made in a context of uncertainty. At the moment the lender decides to grant a loan or credit sale there is always the possibility of loss, and, if it is associated with a probability, the decision to grant or not credit will be more reliable. In order to aid the decision to accept or not the request for applicants are used the credit scoring models, which estimate the probability of loss associated with granting credit. But one of the problems involving these models is that only information about the applicants accepted are used, which causes a sampling bias, because the rejected applicants are discarded. With the aim to solve this problem it can use rejected inference, which are considered individuals who have had credit application rejected. However, only considering rejected inference and one method of modeling data, usually, is not sufficient to get satisfactory predictive measures, and thus, were used combined results of three methods, logistic regression, analysis probit and decision tree. The purpose of this combination were to increase the predictive perfomance and the metrics used were sensitivity, specificity , positive predictive value, negative predictive value and accuracy. Through the application in data sets we concluded that the use of the combined results increased the predictive performance, specially regarding to sensitivity. / A concessão de crédito e uma decisão a ser tomada num contexto de incertezas. No momento em que o credor decide conceder um empréstimo, realizar um financiamento ou venda a prazo sempre existe a possibilidade de perda, e, se for atribuída uma probabilidade a esta perda, a decisão de conceder ou não credito será mais confiável. Com o objetivo de auxiliar a tomada de decisão em relação ao pedido de credito dos solicitantes são utilizados os modelos credit scoring, os quais estimam a probabilidade de perda associada a concessão de credito. Um dos problemas envolvendo estes modelos e que somente informações a respeito dos proponentes aceitos são utilizadas, o que causa um viés amostral, pois, os solicitantes recusados são descartados no processo de modelagem. Com intuito de solucionar este problema tem-se a inferência dos rejeitados, em que são considerados os indívíduos que tiveram pedido de credito rejeitado. No entanto, considerar a inferência dos rejeitados e o uso de somente um método de modelagem de dados, muitas vezes, não e suficiente para que se tenha medidas preditivas satisfatórias. Desta forma, foram utilizados resultados combinados de três metodologias, regressão logística, probit e árvore de decisão/classificação concomitantemente a utilização dos métodos de inferência dos rejeitados que incluem o uso de variável latente, reclassificação, parcelamento e ponderação. O objetivo dessa combinação foi aumentar a capacidade preditiva e as métricas utilizadas foram a sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo e acurácia. Através da aplicação em conjuntos de dados concluiu-se que a utilização dos resultados combinados aumentou a capacidade preditiva, principalmente, em relação a sensibilidade.