Dissertação apresentada para obtenção do grau de Doutor em Matemática, Especialidade de Estatística, na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa, sob a orientação do Professor Fernando Nicolau

Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-06T15:04:53Z No. of bitstreams: 2 DISSERTAÇÃO Vitimização nos Centros Urbanos Brasileiros.pdf: 562849 bytes, checksum: f66a33b6b1458d8f87e688e6d74d1697 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-06T15:04:53Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Vitimização nos Centros Urbanos Brasileiros.pdf: 562849 bytes, checksum: f66a33b6b1458d8f87e688e6d74d1697 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-03-08 / O objetivo do presente trabalho é analisar a relação entre vitimização e as características individuais, considerando o contexto social onde o indivíduo está inserido de forma simultânea. Utiliza-se, de forma inovadora para o caso brasileiro, uma abordagem logística multinível para captar os efeitos desse contexto na chance de vitimização advinda de roubo ou furto nos centros urbanos brasileiros, fechando-se uma lacuna na literatura de economia do crime nacional. Além disso a proporção da variância referente aos diferentes contextos sociais é medida. Com base nos dados do complemento de vitimização e justiça da PNAD 2009, são encontrados, de forma inédita, efeitos positivos da exposição pública, medidos através do tempo de commuting. Quanto ao contexto social a desigualdade de renda e pobreza afetam positivamente a chance de ser vítima de roubo, com um terço da variabilidade se dando pelas diferenças dos contextos sociais nos centros urbanos. No caso dos furtos, a pobreza se mostrou com efeito positivo sobre a chance de vitimização por esse tipo de crime, e pelo lado da variância 22% reside em diferentes nos centros urbanos. O que permite concluir que, o contexto social é relevantes e ações com o objetivo de mitigar a vitimização devem considerar políticas focadas em mais de um nível de interação.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2018. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / Sistemas concorrentes enfrentam uma ameaça à sua confiabilidade em comportamentos emergentes, os quais não são incluídos na especificação, mas podem acontecer durante o tempo de execução. Quando sistemas concorrentes são modelados a base de cenários, é possível detectar estes comportamentos emergentes como cenários implícitos que, analogamente, são cenários inesperados que podem acontecer devido à natureza concorrente do sistema. Até agora, o processo de lidar com cenários implícitos pode exigir tempo e esforço significativos do usuário, pois eles são detectados e tratados um a um. Nesta dissertação, uma nova metodologia é proposta para lidar com vários cenários implícitos de cada vez, encontrando comportamentos comuns entre eles. Além disso, propomos uma nova maneira de agrupar estes comportamentos em famílias utilizando uma técnica de agrupamento usando o algoritmo de Smith-Waterman como uma medida de similaridade. Desta forma, permitimos a remoção de vários cenários implícitos com uma única correção, diminuindo o tempo e o esforço necessários para alcançar maior confiabilidade do sistema. Um total de 1798 cenários implícitos foram coletados em sete estudos de caso, dos quais 14 famílias de comportamentos comuns foram definidas. Consequentemente, apenas 14 restrições foram necessárias para resolver todos os cenários implícitos coletados coletados, aplicando nossa abordagem. Estes resultados suportam a validade e eficácia da nossa metodologia. / Concurrent systems face a threat to their reliability in emergent behaviors, which are not included in the specification but can happen during runtime. When concurrent systems are modeled in a scenario-based manner, it is possible to detect emergent behaviors as implied scenarios (ISs) which, analogously, are unexpected scenarios that can happen due to the concurrent nature of the system. Until now, the process of dealing with ISs can demand significant time and effort from the user, as they are detected and dealt with in a one by one basis. In this paper, a new methodology is proposed to deal with various ISs at a time, by finding Common Behaviors (CBs) among them. Additionally, we propose a novel way to group CBs into families utilizing a clustering technique using the Smith- Waterman algorithm as a similarity measure. Thus allowing the removal of multiple ISs with a single fix, decreasing the time and effort required to achieve higher system reliability. A total of 1798 ISs were collected across seven case studies, from which 14 families of CBs were defined. Consequently, only 14 constraints were needed to resolve all collected ISs, applying our approach. These results support the validity and effectiveness of our methodology.

Tese de mestrado. Estatística Aplicada e Modelação. Faculdade de Engenharia. Universidade do Porto. 2005

Tese de mestrado. Estatística Aplicada e Modelação. Faculdade de Engenharia. Universidade do Porto. 2005

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2018-04-11T17:25:53Z No. of bitstreams: 1 2017_AlexLuizMartinsMatheusdaRocha.pdf: 620797 bytes, checksum: 102a7d62b41cea145fc3ea2987658596 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2018-04-20T19:39:37Z (GMT) No. of bitstreams: 1 2017_AlexLuizMartinsMatheusdaRocha.pdf: 620797 bytes, checksum: 102a7d62b41cea145fc3ea2987658596 (MD5) / Made available in DSpace on 2018-04-20T19:39:37Z (GMT). No. of bitstreams: 1 2017_AlexLuizMartinsMatheusdaRocha.pdf: 620797 bytes, checksum: 102a7d62b41cea145fc3ea2987658596 (MD5) Previous issue date: 2018-04-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / Estudos em que a população de interesse possui estrutura hierárquica ou mul tinível são cada vez mais frequentes nas áreas de educação e saúde, onde, por exemplo, tem-se o desejo de avaliar determinada característica de alunos dentro de escolas ou pacientes dentro de hospitais. Nessa situação, modelos hierárquicos são mais adequados do que modelos que não levam em consideração a hierarquia. Esses modelos incorporam a estrutura de dependência dos dados, tornando as estimativas mais realistas e não viesadas. Esses modelos fazem parte da classe de modelos mistos, que possui efeitos fixos e mais de um efeito aleatório em sua composição. Este trabalho apresenta aplicações do modelo de regressão linear hierárquica, utilizando a abordagem bayesiana para estimação dos parâmetros. Concluiu-se que esses modelos apresentam ganhos expressivos nas estimativas intervalares dos parâmetros, sem desrespeitar os pressupostos teóricos de um modelo mais simples, proporcionando estimativas não viesadas. / Studies in which the population of interest has a multilevel or hierarchical structure are increasingly frequent in the areas of education and health, when one has the desire to evaluate a certain characteristic of students clustered within schools or patients clustered within hospitals. In this situation, hierarchical models are more appropriate than models that do not take hierarchy into account. These models incorporate data dependency structure, making estimates more realistic and unbiased. These models are also called mixed models, containing both fixed effects and more than one random effect in its composition. This work presents applications of the linear hierarchical regression model, using bayesian methods of estimation. It was concluded that these models present expressive gains in the interval estimates of the parameters, without disrespecting the assumptions of a simpler model, providing unbiased estimates.

Made available in DSpace on 2014-06-12T17:16:37Z (GMT). No. of bitstreams: 2 arquivo406_1.pdf: 2377042 bytes, checksum: c661b57863e6881bdfa34f41a9d68b0d (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2010 / A presente tese de doutoramento tem por objeto o estudo da obediência hierárquica no Ordenamento Jurídico-Penal Brasileiro e no Direito Internacional Penal. A experiência de uma Corte Internacional Penal é recente e tem por marco histórico o Estatuto do Tribunal Penal Internacional para a Europa que foi o primeiro a disciplinar a obediência hierárquica. A dogmática jurídico-penal tradicional adota para o conceito formal de crime a teoria tripartida: tipicidade, antijuridicidade e culpabilidade do sistema civil law e a doutrina do Direito Internacional Penal, de forma diferenciada, adota a teoria bipartida do common law: elementos objetivo (actus reus) e subjetivos (mens rea). No Ordenamento Jurídico-Penal Brasileiro o reconhecimento da obediência hierárquica é causa de exclusão da culpabilidade por inexigibilidade de outra conduta. No Estatuto de Roma a obediência hierárquica é causa de atenuação de pena e a culpabilidade émantida na sua integralidade

Como os processos que definem distribuições de espécies operam em diferentes escalas espaciais, abordagens multi-escalares são necessárias para que a variabilidade do sistema seja considerada no desenvolvimento de desenhos amostrais. Estudos sobre padrões espaciais de distribuição são necessários para servir de base para monitoramento e avaliações de impactos. Este trabalho avaliou a variação espacial de comunidades de infralitoral, em costões rochosos de três ilhas na Estação Ecológica dos Tupinambás. Os padrões espaciais foram investigados em quatro escalas, que variam de poucos metros a dezenas de quilômetros. Foram amostradas as profundidades de 1 a 5 e de 5 a 10 metros, no verão e inverno de 2013 e verão de 2014. O recobrimento percentual das unidades biológicas foi extraído a partir de foto-quadrados de 50x50 cm, aleatorizados, seguindo um desenho amostral aninhado. Os dominantes foram analisados individualmente com análise de variância univariada. Algas Calcárias Articuladas (ACA) foram o grupo dominante em todas as ilhas, períodos e profundidades, além de influenciar padrões multivariados, evidenciados pelo PCA. O recobrimento médio de ACA variou de 36% a 89.56%, considerando toda a amostragem. Outros dominantes variaram de acordo com o período e profundidade de coleta, dentre eles, Sargassum sp., Codium intertextum e Asparagopsis taxiformis. Todas as análises multivariadas (PERMANOVA, Pairwise Comparisons e nMDS) revelaram alta variação entre ilhas. Todas as outras escalas apresentaram variabilidade significativa, exceto a de poucos metros. Estimativas de variação revelaram que a variação residual e a entre ilhas foram sempre maiores do que as das outras escalas, confirmando a heterogeneidade intrínseca em pequena escala e a complexidade de comunidades insulares. O monitoramento nesta UC deverá incorporar todas as escalas investigadas. / As processes that define species distributions operate at different spatial scales, multi-scale approaches are needed to account for the system\'s natural variability, when developing sampling designs. Research about spatial patterns is essential to generate data to drive monitoring initiatives and impact assessments. The present study evaluated the spatial variability of subtidal rocky shore communities in three islands within the Ecological Station of Tupinambás. Spatial patterns were investigated across four scales, ranging from few meters to tens of kilometers, from 1 to 5 and from 5 to 10 m depth, in the summer and winter of 2013 and summer of 2014. Percent cover of the biological units was evaluated from photo-quadrats of 50x50 cm, randomly scattered, following a nested design. Dominant species and morphological groups were analyzed individually by univariate analyses of variance. Articulated Calcareous Algae (ACA) were the dominant group in all islands, depths and periods, and the main driver of multivariate patterns, as evidenced by the PCA. Mean cover of ACA varied from 36% to 89.56%, considering all occasions. Other dominant species were the algae Sargassum sp., Codium intertextum and Asparagopsis taxiformis, which varied according to sampling period and depth. All multivariate procedures (PERMANOVA, Pairwise Comparisons and nMDS plots) showed the highest variability among islands. All the other scales, except of few meters, presented significant variability. Estimates of variation showed that residual and intra-island variability were always higher than in other scales, confirming the intrinsic small-scale patchiness of marine assemblages and the complexity of insular communities. Monitoring efforts in this MPA should incorporate all the examined scales.

Os métodos de estimação para modelos de fragilidade vêm sendo bastante discutidos na literatura estatística devido a sua grande utilização em estudos de Análise de Sobrevivência. Vários métodos de estimação de parâmetros dos modelos foram desenvolvidos: procedimentos de estimação baseados no algoritmo EM, cadeias de Markov de Monte Carlo, processos de estimação usando verossimilhança parcial, verossimilhança penalizada, quasi-verossimilhança, entro outros. Uma alternativa que vem sendo utilizada atualmente é a utilização da verossimilhança hierárquica. O objetivo principal deste trabalho foi estudar as vantagens e desvantagens da verossimilhança hierárquica para a inferência em modelos de fragilidade em relação a verossimilhança penalizada, método atualmente mais utilizado. Nós aplicamos as duas metodologias a um banco de dados real, utilizando os pacotes estatísticos disponíveis no software R, e fizemos um estudo de simulação, visando comparar o viés e o erro quadrático médio das estimativas de cada abordagem. Pelos resultados encontrados, as duas metodologias apresentaram estimativas muito próximas, principalmente para os termos fixos. Do ponto de vista prático, a maior diferença encontrada foi o tempo de execução do algoritmo de estimação, muito maior na abordagem hierárquica. / Estimation procedures for frailty models have been widely discussed in the statistical literature due its widespread use in survival studies. Several estimation methods were developed: procedures based on the EM algorithm, Monte Carlo Markov chains, estimation processes based on parcial likelihood, penalized likelihood and quasi-likelihood etc. An alternative currently used is the hierarchical likelihood. The main objective of this work was to study the hierarchical likelihood advantages and disadvantages for inference in frailty models when compared with the penalized likelihood method, which is the most used one. We applied both approaches to a real data set, using R packages available. Besides, we performed a simulation study in order to compare the methods through out the bias and the mean square error of the estimators. Both methodologies presented very similar estimates, mainly for the fixed effects. In practice, the great difference was the computational cost, much higher in the hierarchical approach.

Em Aprendizado de Máquina e Mineração de Dados, muitos dos trabalhos de classificação reportados na literatura envolvem classificação plana (flat classification), em que cada exemplo é associado a uma dentre um conjunto finito (e normalmente pequeno) de classes, todas em um mesmo nível. Entretanto, existem problemas de classificação mais complexos em que as classes a serem preditas podem ser dispostas em uma estrutura hierárquica. Para esses problemas, a utilização de técnicas e conceitos de classificação hierárquica tem se mostrado útil. Uma das linhas de pesquisa com grande potencial para a utilização de tais técnicas é a Bioinformática. Dessa forma, esta dissertação apresenta um estudo envolvendo técnicas de classificação hierárquica aplicadas à predição de classes funcionais de proteínas. No total foram investigados doze algoritmos hierárquicos diferentes, sendo onze deles representantes da abordagem Top-Down, que foi o enfoque da investigação realizada. O outro algoritmo investigado foi o HC4.5, um algoritmo baseado na abordagem Big- Bang. Parte dos algoritmos estudados foram desenvolvidos com base em uma variação da abordagem Top-Down, denominada de Top-Down Ensemble, que foi proposta neste estudo. Alguns do algoritmos baseados nessa nova abordagem apresentaram resultados promissores, superando os resultados dos demais algoritmos. Para avaliação dos resultados, foi utilizada uma medida específica para problemas hierárquicos, denominada taxa de acerto dependente da profundidade. Além dessa, outras três medidas de avaliação foram utilizadas, de modo a comparar os resultados reportados por diferentes medidas / In Machine Learning and Data Mining, most of the research in classification reported in the literature involve flat classification, where each example is assigned to one class out of a finite (and usually small) set of flat classes. Nevertheless, there are more complex classification problems in which the classes to be predicted can be disposed in a hierarchy. In this context, the use of hierarchical classification techniques and concepts have been shown to be useful. One research with great potential is the application of hierarchical classification techniques to Bioinformatics problems. Therefore, this MSc thesis presents a study involving hierarchical classification techniques applied to the prediction of functional classes of proteins. Twelve different algorithms were investigated - eleven of them based on the Top-Down approach, which was the focus of this study. The other investigated algorithm was HC4.5, an algorithm based on the Big-Bang approach. Part of these algorithms are based on a variation of the Top-Down approach, named Top-Down Ensembles, proposed in this study. Some of the algorithms based on this new approach presented promising results, which were better than the results presented by other algorithms. A specific evaluation measure for hierarchical classification, named depth-dependent accuracy, was used to evaluate the classification models. Besides, other three evaluation measures were used in order to compare the results reported by them