Orientadores: Nancy Lopes Garcia, Ronaldo Dias / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-06T01:56:23Z (GMT). No. of bitstreams: 1 MartarelliFilho_Angelo_M.pdf: 1361524 bytes, checksum: 3ba2960a854a02d3a7cff9af920c357e (MD5) Previous issue date: 2006 / Resumo: Neste trabalho abordamos o problema de estimação de dados funcionais quando as curvas não são observadas individualmente. Temos uma população dividida em subpopulações de tamanho conhecido, e as observações são somas de todas as observações funcionais individuais em todas as subpopulações observadas a intervalos de tempo fixos. Utilizando expansão em bases B-splines, é possível recuperar a curva média de cada subpopulação (tipologia), bem como a estrutura de variância e covariância das curvas. Estudos de simulação sugerem que o método estima bem as curvas mesmo com poucas replicações e é assintoticamente consistente. Aplicações para um problema real de curvas de carga de energia elétrica são apresentadas / Abstract: In this work we address the problem of estimating functional data when the curves are not individually observed. That is, the observations are the sum of all curves for the individuals in the population. Consider a population divided into subpopulations of known sizes. The objective of this work is to estimate the mean curve for each subpopulation (tipology) as well as the covariance structure. We propose an estimation method based on B-spIines expansion. Simulation studies suggest that the method is suitable even with few replications. Moreover, it appears to be consistent. AppIication to a real data set is presented. / Mestrado / Mestre em Estatística

Orientador: Hildete Prisco Pinheiro / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-08T17:00:10Z (GMT). No. of bitstreams: 1 Mendes_ClariceCamargo_M.pdf: 1127292 bytes, checksum: f015352011300a41bb50c17c81a49bb1 (MD5) Previous issue date: 2007 / Resumo: Ao lidarmos com dados de contagem, uma abordagem possível é estimar um Modelo Linear Generalizado com distribuição de Poisson. Freqüentemente nestes modelos costuma surgir o problema da superdispersão, um fenômeno que aparece quando estamos diante de uma variabilidade dos dados maior do que a média. Temos basicamente três soluções para este problema: abordagem bayesiana, assumindo que o parâmetro do modelo possui uma distribuição de probabilidade; estimação por Quase-verossimilhança, incluindo um fator de dispersão diferente da unidade ou uma função de variância diversa e, finalmente, o emprego de modelos mistos, com a separação de efeitos fixos e aleatórios. Outra ocorrência comum para dados de contagem é encontrarmos amostras que apresentem um número excessivo de zeros. Detectamos a presença da superdispersão, mas agora ela é devida à ocorrência de mais valores zero na amostra do que seria esperado para dados que seguissem a distribuição de Poisson. Para este caso Lambert (1982) apresenta a chamada regressão de Poisson inflacionada de zeros (ZIP - Zero lnflated Poisson). Através de uma aplicação a dados reais, em estudo referente à alimentação de rãs da espécie Adenomera, identificamos os melhores modelos para explicar a quantidade de comida ingerida em função dos efeitos de sexo e da estação do ano. Utilizamos técnicas de diagnóstico para avaliar o impacto que uma determinada observação exerce na estimativa dos parâmetros. / Abstract: When one deals with count data, a possible approach is to fit a generalized linear model with Poisson distribution. Usually it may occur the problem of superdispersion, when the variability of the data is greater then the mean. There are three basic solutions to this problem: the Bayesian approach, when we assume that the parameter of the mo deI has a distribution of probability; the Quasilikelihood estimation, including a non-unitary dispersion parameter or a different variance function and, finally, the mixed models. Another possible occurrence to count data is the presence of samples with an excess of zeros. We detect the presence of the superdispersion, but now it is due to more zero counts than expected from the Poisson distribution. For this case, Lambert (1982) presents the Zero Infiated Poisson (ZIP) mode. As an application to real data, in the study of frogs' nourishment from the species Adenomera, we identify the best models to explain the quantity of swallowed food related to sex and season effects. We employ techniques of diagnosis to verify the impact of a specific observation in the parameter estimations / Mestrado / Bioestatistica / Mestre em Estatística

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / Utilizando as metodologias de Modelos Lineares HierÃrquicos e Modelos Estruturais com Dados em Painel sobre os dados do SAEB 2001 e 2003, foram analisados os efeitos da gestÃo escolar e das caracterÃsticas individuais do diretor determinantes ao desempenho cognitivo dos estudantes do ensino fundamental brasileiro. As variÃveis sobre as caracterÃsticas individuais dos alunos apresentaram resultados semelhantes à literatura nacional, ou seja, as condiÃÃes socioeconÃmicas e a raÃa sÃo fatores relevantes para explicar a performance nos exames de proficiÃncia em matemÃtica. Entretanto, constatou-se um resultado distinto quanto à melhor performance dos estudantes do sexo feminino, o qual pode estar relacionado com o que se obteve para a variÃvel repetÃncia, visto que a maioria dos estudantes que repetem sÃo do sexo masculino. Entre as vinte e sete variÃveis ao nÃvel da escola, somente oito divergiram os resultados entre os dois modelos. Verificou-se que a qualidade dos educadores, professores e diretores, pode ser medida tanto pelos seus nÃveis de escolaridade quanto por suas experiÃncias no ambiente escolar. De onde se conclui que a estrutura fÃsica e pedagÃgica deve ser direcionada ao incentivo à alta freqÃÃncia dos alunos e professores, ou seja, ambientes modernamente equipados e bem conservados. No cÃmputo geral dos resultados pode-se concluir que a escola brasileira necessita de recursos financeiros para serem aplicados em salÃrios mais altos para diretores e professores, docentes mais qualificados, e em uma estrutura que incentiva a presenÃa dos estudantes (como computadores com acesso à Internet) para melhorar o desempenho cognitivos dos estudantes. / By using the methodologies of Hierarchic Linear Models and Structural Models with Panel Data on the data of SAEB in 2001 and 2003, it was analyzed the effect of school management and the principalâs individual characteristics determinants to the students cognitive performance in the Brazilian primary schooling. When analyzing the individual characteristics of the students, it has been found similar results to national literature, that is, the socioeconomic conditions and the race are important factors to determine the performance in the examinations of proficiency in math. An interesting result is the best performance of the female students. This apparent contradiction may be related to what it was obtained for the schooling recurrence variable, since the majority of the repeater students are male. Among the twenty seven school variables, only eight of them diverged the results between the two models. The results obtained verified that the quality of the educators, teachers and principals, may be measured by their levels of schooling and experience in the school environment. Also signaling that the physical and pedagogical structure must be directed to the incentive the high frequency of the students and teachers, that is, well conserved and modernly equipped environments. The overall results indicate that the Brazilian schooling system needs financial resources to be applied to higher wages for teachers and principals, teachers more qualified, and a better structure that stimulates the students to go to school (as computers with access to the Internet) to improve the cognitive performance of the students.

Orientador: Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-24T23:42:51Z (GMT). No. of bitstreams: 1 BenitesSanchez_LuisEnrique_M.pdf: 5806394 bytes, checksum: be4e77277f256bd4832454c572be588c (MD5) Previous issue date: 2014 / Resumo: Vários trabalhos tem sido feitos sobre a distribuição BS univariada e suas extensões. A versão bivariada deste modelo foi apresentada recentemente por Kundu et al. (2010). Eles propuseram uma distribuição BS bivariada com estrutura de dependência e estabeleceram várias propriedades atrativas para a distribuição BS bivariada, que possui uma estreita relação com a distribuição normal bivariada; assim como a distribuição BS univariada tem com a distribuição normal univariada. Este trabalho apresenta um estudo de alguns aspectos de inferência, análise de diagnóstico e análise de tempo de vida baseada na função taxa de falha da distribuição BS bivariada: aspectos de inferência serão através de testes de hipótese considerando as estatísticas de Wald, Razão de Verossimilhança e Escore; o análise de diagnóstico será baseada na metodologia de Cook (1986) e a discussão sobre análise sobrevivência será baseada na idéia de Basu (1971). Finalmente, exemplos numéricos serão apresentados para ilustrar as metodologias propostas e as propriedades das estatísticas serão investigadas por meio de simulações de Monte Carlo / Abstract: Several works have been done on the univariate BS distribution and its extensions, the bivariate version of this model was presented only recently by Kundu et al. (2010). They proposed a bivariate BS distribution with dependence structure and established several attractive properties of that bivariate distribution. It possesses a close relationship with the bivariate normal distribution just as the univariate BS distribution has with the univariate normal. In this work provides a study some aspect of inference, analysis of diagnostics and lifetime analysis based on the failure rate function of bivariate BS distributions: Hypotheses test studies are considered using the Wald, Score and Likelihood Ratios statistics, the analysis of diagnostics is based on the Cook (1986) approach, and the discussion on lifetime analysis is based on the idea of Basu (1971). Finally, numerical examples are given to illustrate our methodology and the properties of the statistics are investigated through Monte Carlo simulations / Mestrado / Estatistica / Mestre em Estatística

Orientador: Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-24T22:21:27Z (GMT). No. of bitstreams: 1 MaeharaSanchez_RocioPaola_M.pdf: 3392400 bytes, checksum: 820e10611571e2e9984d25f94c00ced2 (MD5) Previous issue date: 2014 / Resumo: A família de distribuições Sinh-Normal é uma classe de distribuições simétricas com três parâmetros, e devido à presença destes parâmetros esta família é flexível. Quando a distribuição Sinh-Normal é unimodal, esta distribuição pode ser utilizada em lugar da distribuição normal, e consequentemente nos modelos de regressão. Uma subclasse das distribuições é o log-transformação da distribuição de tempo de fadiga Birnbaum-Saunders. Assim, várias propriedades da distribuição Birnbaum-Saunders e algumas generalizações podem ser obtidas. O principal objetivo deste trabalho é estudar alguns aspectos de estimação e análise de diagnóstico no modelo de regressão Sinh-Normal. A análise de diagnóstico baseia-se na metodologia de Cook (1986). Duas análises de dados são realizadas para ver como o modelo proposto pode ser utilizado na prática. Além disso, investigamos um teste de homogeneidade dos parâmetros de forma no modelo de regressão Sinh-Normal. Obtemos as estatísticas de escore para este teste. Finalmente, um exemplo numérico é apresentado para ilustrar a metodologia e as propriedades das estatísticas escore são investigadas através de simulações de Monte Carlo / Abstract: The family of Sinh-normal distributions is a class of symmetric distributions with three parameters, and due to presence of these parameters it is a very flexible distribution. When the Sinh-normal distribution is unimodal, it distribution could be used in place of the normal distribution and consequently in regression model. A subclass de distribution of Sinh-normal distributions is the log-transformation of the Birnbaum-Saunders fatigue-time distribution. So, several properties of the Birnbaum-Saunders distribution and some generalization can be obtained. The main objective of work is to study some aspect of estimation and analysis of diagnostics in the Sinh-Normal regression model. The analysis of diagnostics is based on the Cook (1986) approach. Two data analysis is performed to see how the proposed model can be used in practice. Furthermore, we investigate a test of homogeneity for shape parameters in the Sin-Normal regression model. We obtain the score statistics for such test. Finally, a numerical example is given to illustrate our methodology and the properties of the score statistics is investigated through Monte Carlo simulations / Mestrado / Estatistica / Mestra em Estatística

Orientador: Hildete Prisco Pinheiro / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-04T03:26:12Z (GMT). No. of bitstreams: 1 Kiihl_SamaraFlamini_M.pdf: 1063133 bytes, checksum: 4c4cce349b3bd30501a820e973a44fb2 (MD5) Previous issue date: 2005 / Resumo: Variacao genetica no nivel de nucleotideo e uma fonte poderosa de informacao para o estudo da evolucao de uma populacao. Importantes aspectos da evolucao de populacoes naturais tem sido investigados utilizando sequencias de nucleotideos. A quantidade ? = 4N?, em que N e o tamanho efetivo da populacao e ? e a taxa de mutacao por sequencia (gene, locus) por geracao, e um parametro essencial porque determina o grau de polimorfismo em um locus. O sucesso da inferencia sobre a evolucao de uma populacao e medido pela acuracia da estimacao deste parametro. Esta dissertacao de mestrado apresenta diversos metodos de estimacao do parametro ?, bem como uma comparacao entre eles atraves de simulacoes e aplicacoes a dados reais. Utilizando informacoes filogeneticas de amostras de sequencias de DNA, constr'oi-se um modelo linear onde o coeficiente da variavel independente e a estimativa do parametro ?. Verificou-se que utilizando informacoes filogeneticas dos dados obtem-se estimadores bem mais eficientes / Abstract: Genetic variation at the nucleotide level is a powerful source of information for studying the evolution of a population. Important aspects of the evolution of a population have been investigated by using nucleotide sequences. The quantity ? = 4N?, where N is the effective size of the population and ? is the mutation rate per sequence (gene, locus) per generation, is an essential parameter because it determines the degree of polymorphism at the locus. The degree of success in our inference about the evolution of a population is measured to some extent by the accuracy of estimation of this essential parameter. This work presents some methods of estimation of this parameter, comparisons between the different methods through computational simulations and applications to real data. The evolution of a species can be seen through a phylogenetic tree and a linear model can be constructed by using the phylogenetic information to estimate ?. It has been verified that the use of such information leads us to more accurate estimators of ? / Mestrado / Estatistica / Mestre em Estatística

[pt] Esta tese reúne as técnicas estatísticas indicadas para a modelagem da média e da dispersão das características de qualidade de processos e produtos, em experimentos fatoriais não replicados, resultando na definição de um roteiro integrado e detalhado de análise. A motivação vem de que, apesar de haver várias publicações sobre regressão linear clássica, modelos lineares generalizados (MLG), transformação da resposta e planejamento de experimentos, não existe um texto que reúna e descreva em detalhe todos os aspectos da modelagem da média e da dispersão em experimentos fatoriais. Os poucos textos sobre esse assunto não descrevem vários aspectos importantes em estudos dessa natureza, por exemplo, como são aplicados os testes de significância dos coeficientes dos MLG, e quais são as estatísticas e os gráficos indicados para verificar a adequação do modelo. Ademais, nada foi encontrado na literatura sobre a identificação de modelos em experimentos fatoriais. Todos esses aspectos são detalhados nessa tese. Uma vez construído o modelo, é mostrado como usá-lo para obter as condições ótimas de operação dos processos e produtos. Além do cumprimento desse objetivo principal, a tese traz algumas contribuições adicionais; a saber: a) aponta limitações em todos quatro métodos da literatura que se propõem a escolher a transformação mais adequada para a resposta. Esses métodos não produziram resultados satisfatórios quando houve interações significativas entre os fatores; b) propõe a utilização de métodos de transformação da resposta como fonte de indicação da função de ligação a ser usada nos modelos lineares generalizados; e c) propõe a utilização da função de log-verossimilhança para uma escolha conjunta da distribuição de probabilidade e da função de ligação, nos modelos lineares generalizados. / [en] This thesis puts together the statistical techniques indicated for modelling the mean and dispersion of quality characteristics of products and processes via unreplicated factorial experiments, resulting in the definition of an integrated and detailed script for the analysis. It was motivated by the fact that, although there are many publications about classic linear regression, generalized linear models (GLMs), response transformation and design of experiments, there is no one text which put together and describe in detail all the aspects of the modelling of the mean and the dispersion in factorial experiments. The few texts on the subject do not describe a number of important aspects in studies of this nature, e.g. how significance tests for the coefficients in GLMs should be applied and which are the statistics and plots indicated for checking model adequacy. In addition, nothing was found in the literature about model identification in factorial experiments. All these aspects are detailed in this thesis. Once the model is built, we show how to use it in order to obtain the optimal operating conditions for products and processes. Besides achieving this main objective, the thesis brings some additional contributions, namely: a) it points out limitations in all the four methods in the literature which have the purpose of selecting the most adequate transformation of the response; b) it proposes using response transformation methods as a source of indication of the link function to use in GLMs, and c) it proposes using the loglikelihood function for the joint choice of the probability distribution and of the link function in GLMs.

Orientador: Hildete Prisco Pinheiro / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação / Made available in DSpace on 2018-08-24T09:34:36Z (GMT). No. of bitstreams: 1 Baldoni_PedroLuiz_M.pdf: 4328843 bytes, checksum: 0ab04f375988e62ac31097716ac0eaa5 (MD5) Previous issue date: 2014 / Resumo: Os Modelos Lineares Generalizados Mistos (MLGM) são uma generalização natural dos Modelos Lineares Mistos (MLM) e dos Modelos Lineares Generalizados (MLG). A classe dos MLGM estende a suposição de normalidade dos dados permitindo o uso de várias outras distribuições bem como acomoda a superdispersão frequentemente observada e também a correlação existente entre observações em estudos longitudiais ou com medidas repetidas. Entretanto, a teoria de verossimilhança para MLGM não é imediata uma vez que a função de verossimilhança marginal não possui forma fechada e envolve integrais de alta dimensão. Para solucionar este problema, diversas metodologias foram propostas na literatura, desde técnicas clássicas como quadraturas numéricas, por exemplo, até métodos sofisticados envolvendo algoritmo EM, métodos MCMC e quase-verossimilhança penalizada. Tais metodologias possuem vantagens e desvantagens que devem ser avaliadas em cada tipo de problema. Neste trabalho, o método de quase-verossimilhança penalizada (\cite{breslow1993approximate}) foi utilizado para modelar dados de ocorrência de doença em uma população de vacas leiteiras pois demonstrou ser robusto aos problemas encontrados na teoria de verossimilhança deste conjunto de dados. Além disto, os demais métodos não se mostram calculáveis frente à complexidade dos problemas existentes em genética quantitativa. Adicionalmente, estudos de simulação são apresentados para verificar a robustez de tal metodologia. A estabilidade dos estimadores e a teoria de robustez para este problema não estão completamente desenvolvidos na literatura / Abstract: Generalized Linear Mixed Models (GLMM) are a generalization of Linear Mixed Models (LMM) and of Generalized Linear Models (GLM). The class of models GLMM extends the normality assumption of the data and allows the use of several other probability distributions, for example, accommodating the over dispersion often observed and also the correlation among observations in longitudinal or repeated measures studies. However, the likelihood theory of the GLMM class is not straightforward since its likelihood function has not closed form and involves a high order dimensional integral. In order to solve this problem, several methodologies were proposed in the literature, from classical techniques as numerical quadrature¿s, for example, up to sophisticated methods involving EM algorithm, MCMC methods and penalized quasi-likelihood. These methods have advantages and disadvantages that must be evaluated in each problem. In this work, the penalized quasi-likelihood method (\cite{breslow1993approximate}) was used to model infection data in a population of dairy cattle because demonstrated to be robust in the problems faced in the likelihood theory of this data. Moreover, the other methods do not show to be treatable faced to the complexity existing in quantitative genetics. Additionally, simulation studies are presented in order to verify the robustness of this methodology. The stability of these estimators and the robust theory of this problem are not completely studied in the literature / Mestrado / Estatistica / Mestre em Estatística

abstract: Bivariate responses that comprise mixtures of binary and continuous variables are common in medical, engineering, and other scientific fields. There exist many works concerning the analysis of such mixed data. However, the research on optimal designs for this type of experiments is still scarce. The joint mixed responses model that is considered here involves a mixture of ordinary linear models for the continuous response and a generalized linear model for the binary response. Using the complete class approach, tighter upper bounds on the number of support points required for finding locally optimal designs are derived for the mixed responses models studied in this work. In the first part of this dissertation, a theoretical result was developed to facilitate the search of locally symmetric optimal designs for mixed responses models with one continuous covariate. Then, the study was extended to mixed responses models that include group effects. Two types of mixed responses models with group effects were investigated. The first type includes models having no common parameters across subject group, and the second type of models allows some common parameters (e.g., a common slope) across groups. In addition to complete class results, an efficient algorithm (PSO-FM) was proposed to search for the A- and D-optimal designs. Finally, the first-order mixed responses model is extended to a type of a quadratic mixed responses model with a quadratic polynomial predictor placed in its linear model. / Dissertation/Thesis / Doctoral Dissertation Statistics 2020

The purpose of this study was to investigate the performance of the parametric bootstrap method and to compare the parametric and nonparametric bootstrap methods for estimating the standard error of equating (SEE) under the common-item nonequivalent groups (CINEG) design with the frequency estimation (FE) equipercentile method under a variety of simulated conditions. When the performance of the parametric bootstrap method was investigated, bivariate polynomial log-linear models were employed to fit the data. With the consideration of the different polynomial degrees and two different numbers of cross-product moments, a total of eight parametric bootstrap models were examined. Two real datasets were used as the basis to define the population distributions and the "true" SEEs. A simulation study was conducted reflecting three levels for group proficiency differences, three levels of sample sizes, two test lengths and two ratios of the number of common items and the total number of items. Bias of the SEE, standard errors of the SEE, root mean square errors of the SEE, and their corresponding weighted indices were calculated and used to evaluate and compare the simulation results. The main findings from this simulation study were as follows: (1) The parametric bootstrap models with larger polynomial degrees generally produced smaller bias but larger standard errors than those with lower polynomial degrees. (2) The parametric bootstrap models with a higher order cross product moment (CPM) of two generally yielded more accurate estimates of the SEE than the corresponding models with the CPM of one. (3) The nonparametric bootstrap method generally produced less accurate estimates of the SEE than the parametric bootstrap method. However, as the sample size increased, the differences between the two bootstrap methods became smaller. When the sample size was equal to or larger than 3,000, the differences between the nonparametric bootstrap method and the parametric bootstrap model that produced the smallest RMSE were very small. (4) Of all the models considered in this study, parametric bootstrap models with the polynomial degree of four performed better under most simulation conditions. (5) Aside from method effects, sample size and test length had the most impact on estimating the SEE. Group proficiency differences and the ratio of the number of common items to the total number of items had little effect on a short test, but had slight effect on a long test.