Made available in DSpace on 2017-07-10T19:25:16Z (GMT). No. of bitstreams: 1 Denise.pdf: 4576988 bytes, checksum: e7402e2569d1f12da9ffb8dcadfd665c (MD5) Previous issue date: 2012-02-16 / Soy is one of the main crops in Brazil and in the region of Cascavel / PR, where agricultural production is large, although some factors that affect productivity, monitoring and process management have been diagnosed by geostatistical models for analysis of agricultural data. Studies on the spatial variability of soil attributes associated with soybean yield, provide recommendations for doses o with varied rates, according to the maps created by spatial models. The diagnostic study on influential points is a recommended procedure for studies on spatial variability. Detecting the influential points through local influence allows measuring the changes that these points have influence on and the construction of the thematic map. This paper aims to present studies on local influence in linear spatial models considering as dependent variable soybean yield and as covariates Carbon (C), Calcium (Ca), Potassium (K), Magnesium (Mg), Manganese (Mn) and Phosphorus (P). The study on local influence is held in the response variable and the covariates using additive disturbances. The techniques of local influence diagnostics, according to the final results, were efficient in identifying outliers considered influential variables for the individual linear spatial model / A soja é uma das principais culturas agrícolas do Brasil, em particular da região de Cascavel/PR, onde a produção agrícola é grande, mas com fatores que afetam a produtividade, o monitoramento e o gerenciamento do processo, diagnosticados por modelos geoestatísticos para análise de dados agrícolas. Os estudos de variabilidade espacial dos atributos do solo, associados à produtividade da soja, possibilitam a recomendação da dosagem de insumos com taxas variadas, de acordo com os mapas construídos pelos modelos espaciais. O estudo de diagnóstico de pontos influentes é um procedimento recomendado nos estudos da variabilidade espacial. Detectar os pontos influentes, por meio da influência local, possibilita medir as alterações que esses pontos influenciam nos resultados e na construção do mapa temático. Este trabalho tem como objetivo apresentar estudos de influência local em modelos espaciais lineares, considerando como variável resposta a produtividade da soja e como covariáveis o Carbono (C), o Cálcio (Ca), o Potássio (K), o Magnésio (Mg), o Manganês (Mn) e o Fósforo (P). O estudo da influência local é realizado na variável resposta e nas covariáveis por meio de perturbações aditivas. As técnicas de influência local, de acordo com os resultados obtidos, foram eficientes na identificação de valores atípicos para as variáveis analisadas individualmente e utilizando modelo espacial linear

Made available in DSpace on 2017-05-12T14:46:45Z (GMT). No. of bitstreams: 1 BrunaGabriela.pdf: 6387160 bytes, checksum: ceef577d779a115a95309a987a447380 (MD5) Previous issue date: 2013-02-20 / The objective of this paper was to present a study of spatial variability in different time periods of two experimental areas using geostatistical models scaling and spatial linear gaussian with multiple independent replications. In the first area under study, the scaling of semivariance function method and spatial linear model with multiple independent replications was used. The structures of spatial variability of the potassium content in soil and soybean yield in five agricultural years were compared. The results indicate similarity between the thematic maps produced according to individual models and maps generated using the model set to scaled semivariogram. The same happens to build thematic maps according to the individual models compared to maps generated according to the spatial linear models with multiple independent replications. Comparing the maps originated by the scaled model and spatial linear model with multiple repetitions, high levels of accuracy were obtained, which implies similarity of thematic maps built with these two methods. In the second area under study the interest was to use the spatial linear model with multiple independent replications to study the spatial variability of soybean yield in both years as a function of covariates soil resistance to penetration (RSP) and bulk density (Dens) in the layers 0-0.10, 0.10-0.20 and 0.20-0.30 m deep. In both studies, the structure of spatial variability estimated by spatial linear model with multiple independent replications caused reduction of computational time in the adjustment of models and the generation of thematic maps. / O objetivo deste trabalho foi apresentar um estudo de variabilidade espacial em diferentes períodos de tempo de duas áreas experimentais utilizando modelos geoestatísticos escalonados e espaciais lineares gaussianos com repetições múltiplas independentes. Na primeira área em estudo utilizou-se o método de escalonamento da função semivariância e o modelo espacial linear com repetições múltiplas independentes. Compararam-se as estruturas de variabilidade espacial do teor de potássio no solo e da produtividade da soja em cinco anos agrícolas. Os resultados indicam semelhança entre os mapas temáticos elaborados segundo os modelos individuais e os mapas gerados segundo o modelo ajustado ao semivariograma escalonado. O mesmo ocorreu ao construir mapas temáticos segundo os modelos individuais comparados aos mapas gerados segundo os modelos espaciais lineares com repetições múltiplas independentes. Ao comparar os mapas originados pelo modelo escalonado e o modelo espacial linear com repetições múltiplas independentes, obteve-se índices de acurácia altos, o que implica em semelhança dos mapas temáticos construídos com estes dois métodos. Na segunda área em estudo o interesse foi utilizar o modelo espacial linear com repetições múltiplas independentes para estudar a variabilidade espacial da produtividade da soja em dois anos agrícolas como função das covariáveis resistência do solo à penetração (RSP) e densidade do solo (Dens), nas camadas de 0-0,10, 0,10-0,20 e 0,20-0,30 m de profundidade. Em ambos os estudos, a estrutura de variabilidade espacial estimada pelo modelo espacial linear com repetições múltiplas independentes ocasionou redução do tempo computacional no ajuste dos modelos e na geração de mapas temáticos.

Made available in DSpace on 2017-05-12T14:48:41Z (GMT). No. of bitstreams: 1 Denise.pdf: 4576988 bytes, checksum: e7402e2569d1f12da9ffb8dcadfd665c (MD5) Previous issue date: 2012-02-16 / Soy is one of the main crops in Brazil and in the region of Cascavel / PR, where agricultural production is large, although some factors that affect productivity, monitoring and process management have been diagnosed by geostatistical models for analysis of agricultural data. Studies on the spatial variability of soil attributes associated with soybean yield, provide recommendations for doses o with varied rates, according to the maps created by spatial models. The diagnostic study on influential points is a recommended procedure for studies on spatial variability. Detecting the influential points through local influence allows measuring the changes that these points have influence on and the construction of the thematic map. This paper aims to present studies on local influence in linear spatial models considering as dependent variable soybean yield and as covariates Carbon (C), Calcium (Ca), Potassium (K), Magnesium (Mg), Manganese (Mn) and Phosphorus (P). The study on local influence is held in the response variable and the covariates using additive disturbances. The techniques of local influence diagnostics, according to the final results, were efficient in identifying outliers considered influential variables for the individual linear spatial model / A soja é uma das principais culturas agrícolas do Brasil, em particular da região de Cascavel/PR, onde a produção agrícola é grande, mas com fatores que afetam a produtividade, o monitoramento e o gerenciamento do processo, diagnosticados por modelos geoestatísticos para análise de dados agrícolas. Os estudos de variabilidade espacial dos atributos do solo, associados à produtividade da soja, possibilitam a recomendação da dosagem de insumos com taxas variadas, de acordo com os mapas construídos pelos modelos espaciais. O estudo de diagnóstico de pontos influentes é um procedimento recomendado nos estudos da variabilidade espacial. Detectar os pontos influentes, por meio da influência local, possibilita medir as alterações que esses pontos influenciam nos resultados e na construção do mapa temático. Este trabalho tem como objetivo apresentar estudos de influência local em modelos espaciais lineares, considerando como variável resposta a produtividade da soja e como covariáveis o Carbono (C), o Cálcio (Ca), o Potássio (K), o Magnésio (Mg), o Manganês (Mn) e o Fósforo (P). O estudo da influência local é realizado na variável resposta e nas covariáveis por meio de perturbações aditivas. As técnicas de influência local, de acordo com os resultados obtidos, foram eficientes na identificação de valores atípicos para as variáveis analisadas individualmente e utilizando modelo espacial linear

O mecanismo de divisão mais comum entre procariotos é a divisão binária, na qual a célula- mãe reparte seu genoma e conteúdo citoplasmático de forma igual entre duas células filhas. Esse processo é mediado por um complexo protéico especializado, chamado divisoma, composto por cerca de 20 proteínas, que promovem a constrição da parede celular e membrana citoplasmática, formando o septo de divisão. O complexo é organizado em torno do anel Z, uma estrutura em anel composta pela proteína FtsZ, um homólogo de tubulina presente na maioria dos procariotos e em algumas organelas de eucariotos. Partindo de um levantamento detalhado da distribuição dos genes do divisoma em genomas completos de procariotos, aplicamos métodos de máxima verossimilhança para inferência de estados ancestrais e reconstruímos o conteúdo gênico do divisoma no ultimo ancestral comum das bactérias atuais. Estendendo essas análises com a aplicação de métodos filogenéticos, inferimos os eventos responsáveis pelas variações de composição deste complexo, observadas entre os diferentes grupos de bactérias. Nossos resultados mostram que o último ancestral comum de todas as bactérias já possuía a maior parte dos componentes conhecidos do divisoma, sugerindo a existência de uma parede de peptideoglicano e a presença de um aparato molecular tão ou mais complexo que o observado nas linhagens atuais, incluindo a presença de componentes considerados acessórios e de distribuição relativamente restrita, como as proteínas envolvidas na localização do anel Z (sistema Min) e alguns efetores positivos da polimerização de FtsZ. Observamos também que a evolução do complexo não foi muito afetada por eventos de transferência lateral, mas apresenta vários exemplos de perda de genes, em especial em linhagens com genoma reduzido, o que sugere a redundância de vários componentes já presentes no ancestral e a freqüente redução da complexidade, pelo menos dos componentes centrais do divisoma. Episódios de expansão de famílias de componentes do divisoma em linhagens específicas e os mecanismos evolutivos responsáveis pela incorporação de tais variações são discutidos. A caracterização da história evolutiva detalhada do divisoma, aqui apresentada, poderá servir como ponto de partida para novas análises evolutivas e como base para elaboração de experimentos funcionais. / The most common cell division mechanism among prokaryotes is binary fission, where a mother cell partitions its cytoplasm and genome equally among two daughter cells. This process is mediated by a specialized protein complex, known as the divisome, composed of around 20 proteíns, that promotes constriction of the cell wall and cytoplasmic membrane, thus forming the division septa. The complex is organized around the Z-ring, a ring-shaped struture composed by FtsZ, a tubulin homolog present in most prokaryotes and some eukaryotic organelles. After a detailed revision of the distribution of divisome genes among completely sequenced prokaryotic genomes, we applied maximum likelihood methods for the inference of ancestral states and reconstructed the gene content of the divisome in the last common ancestor of all extant bacteria. We then performed phylogeneticanalysis of all cell division genes and inferred the series of events responsible for the observed variations of the complex´s composition among bactérial lineages and their common ancestor. Our results show that the last common ancestor of all bacteria already possessed most of the known divisome components, thus suggesting the existence of a peptidoglycan cell wall and the presence of a molecular apparatus, perhaps more complex than those found in extant bacteria, including the presence of some accessory components with a somewhat restricted distribution, like the proteíns involved in the localization of the Z-ring (Min sistem) and some positive effectors os FtsZ polimerization. We also observed that the complex´s evolution was almost never the subject of horizontasl gene transfer events, but shows several examples of gene loss, specially in lineages displaying clear signs of genome reduction, thus suggesting the redundancy of several components in the ancestral divisome and a certain degree complexity reduction, at least for core components of the divisome. Lineage specific expansion of divisome component and the evolutionary mechanisms behind such processes are discussed. This characterization of the detailed evolutionary history of the divisome might serve as a starting point for new evolutionary analysis and as a basis for the design of functional experiments.

Variáveis politômicas são comuns em experimentos agronômicos, apresentando natureza nominal ou ordinal. O modelo dos logitos generalizados é uma classe de modelos que pode ser empregada para a análise desses dados. Uma das características deste modelo é a pressuposição de que a variância é uma função conhecida da média e, espera-se, que a variância observada esteja próxima da variância pressuposta pelo modelo assumido. Contudo, quando ela é maior do que a especificada pelo modelo, tem-se o fenômeno da superdispersão. Nesse contexto, o presente trabalho objetivou caracterizar o problema da superdispersão associado a dados nominais em estudos \"cross-sectional\". Como motivação apresentam-se dois estudos adaptados da área de ciências agrárias relativos à fruticultura e zootecnia, ambos planejados no delineamento inteiramente casualizado. Verifica-se indicativo de superdispersão nos dados dos dois exemplos e como uma alternativa metodológica utilizou-se o modelo Dirichlet-multinomial. Por meio do gráfico de diagnóstico half-normal plot avaliou-se o ajuste do modelo dos logitos generalizados e do Dirichlet-multinomial. Adicionalmente, foi proposta uma extensão do índice de dispersão para os dados politômicos, com performance avaliada sob simulação. O modelo Dirichlet-multinomial mostrou-se adequado para o ajuste aos dados com superdispersão comparativamente ao modelo dos logitos generalizados. Apesar dos resultados satisfatórios obtidos, ressalta-se que este trabalho é uma introdução ao problema. / Polytomic variables are common in agronomic experiments, presenting nominal or ordinal nature. The generalized logits model is a class of models that can be used to analyze these facts. One of the characteristics of this model is the assumption that variance is a known function of the mean and. It is expected, that the analyzed variance is close to that assumed by the model. However, when it is larger than the one specified by the model, it has the phenomenon of overdipersion. In this context, the present work aims to characterize the problem of overdispersion associated with nominal data in cross-sectional studies. As motivation, it is showed two adapted studies of the agricultural sciences area, related to fruit growing and zootechnics, both planned in the completely randomized design. The Dirichlet-multinomial model was used as a methodological alternative and was indicated as an overdispersion in the facts of the two examples. The model of the generalized logits and the Dirichlet-multinomial model were evaluated using the half-normal plot. In addition, it was proposed an extension of the dispersion index for the polytomic data, with performance evaluated under simulation. The Dirichlet-multinomial model proved to be adequate for the adjustment to the overdispersed fact compared to the generalized logit model. Despite the satisfactory results obtained, it is emphasized that this work is an introduction to the problem.

Neste trabalho procurou-se avaliar o processo de construção e aplicação de modelos preditivos no meio florestal. Para tanto, no primeiro artigo parte-se de uma amostra destrutiva de 200 indivíduos de dez espécies arbóreas distintas, originárias do bioma Atlântico, testando-se três modelos teóricos comumente usados na predição de volume e biomassa, sendo a esses adicionados preditores informativos da densidade básica da árvore. Para a avaliação os modelos ajustados foram simuladas três situações preditivas distintas. Os resultados demonstraram que aplicar o modelo em situações distintas a da amostra de ajuste gera viés nas predições que, no entanto, é reduzido com a entrada dos referidos preditores. O segundo artigo apresenta aplicações da calibração do modelo linear de efeito misto na predição do volume em plantios de Eucalyptus grandis em primeira e segunda rotação. Para tanto, partiu-se do modelo de Schumacher e Hall, em sua forma linearizada, para o desenvolvimento modelo de efeitos mistos, que considerou alguns de seus parâmetros como sendo aleatórios ao longo das diferentes fazendas. A calibração foi realizada em nível de fazenda partindo-se de um pequeno número de árvores-amostra. A abordagem foi desenvolvida para modelos univariados de primeira rotação, além de modelos bivariados de duas rotações. Os resultados mostraram que o procedimento de calibração fornece predições mais confiáveis que a dos modelos tradicionais de efeitos fixos em ambas as rotações. O terceiro artigo apresenta aplicações da calibração do modelo linear de efeito misto na predição da biomassa de árvores de espécies nativas numa floresta Ombrófila densa. Partiuse do modelo de potência, em sua forma linearizada, para o desenvolvimento modelo de efeitos mistos e dois níveis: parcela e espécie, O ajuste do modelo foi feito considerando esses dois níveis, mas a calibração foi realizada em cada nível ignorando o efeito do outro, nível. Os resultados mostraram que o procedimento de calibração fornece predições mais confiáveis em nível de espécie que os modelos tradicionais. Em nível de parcela, a calibração não foi efetiva. / In this study we tried to evaluate the process of construction and application of predictive models in forestry. Therefore, in the first paper we started from a destructive sample of 200 individuals from ten different tree species, originating from the Atlantic biome. We tested three theoretical models commonly used to predict volume and biomass, which was added predictors related to tree basic density. To evaluate the models were simulated three different predictive situations. The results showed that applying the model in different situations from the sample generates bias on predictions; however, it is reduced by adding the referred predictors. The second article presents applications of linear mixedeffects models and calibration to predict the volume in Eucalyptus grandis plantations in first and second rotation. Therefore, we started with the model of Schumacher and Hall, in their linearized form to develop the mixed-effects model, which considered some of its parameters as random throughout the different farms. The calibration was performed at the farm level and starting from a small number of sample trees. The approach was developed to first rotation univariate models, and a bivariate model of both rotations. The results showed that the calibration procedure provides more reliable predictions than the traditional fixed effects models in both rotations. The third article presents applications of linear mixedeffects model and calibration to predict the biomass in a rain forest. We started from the power model, in its linearized form, for developing the mixed-effects model considering two levels of grouping: plot and species, Model fitting was made considering these two levels, but the calibration was performed on each level ignoring the other level effect. The results showed that the calibration procedure provides more reliable predictions at species level than traditional models. On the plot level, the calibration was not effective.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-06-05T18:48:36Z No. of bitstreams: 1 texto completo.pdf: 607753 bytes, checksum: 6c910f242adb58351c752e924cd83694 (MD5) / Made available in DSpace on 2017-06-05T18:48:36Z (GMT). No. of bitstreams: 1 texto completo.pdf: 607753 bytes, checksum: 6c910f242adb58351c752e924cd83694 (MD5) Previous issue date: 2005-05-20 / Fundação de Amparo a Pesquisa do Estado de Minas Gerais / Os objetivos deste estudo foram analisar, via simulação de dados, o efeito de diferentes pressuposições quanto à variância dos efeitos ambientais, frente a dados com determinada estrutura de variâncias, e verificar o comportamento de diferentes estratégias de análise frente ao desbalanceamento dos dados. Foram simulados dados referentes a um teste de progênie, do cruzamento de 30 progenitores masculinos com três genitores femininos diferentes cada um, onde cada cruzamento deu origem a dez indivíduos, distribuídos em três locais diferentes. O efeito fixo de local foi gerado de forma a não apresentar diferenças estatísticas significativas. Para cada indivíduo da prole foram geradas informações fenotípicas em cinco idades diferentes. Portanto, o arquivo de dados consistiu de 1020 indivíduos no total, sendo que 900 indivíduos apresentaram registros nas cinco idades, totalizando 4500 registros de produção. Para estudar o efeito da heterogeneidade das variâncias ambientais, em modelos de regressão aleatória adotou-se, modelos que ajustaram uma função polinomial de segundo grau para o efeito genético aditivo e de ambiente permanente e que ajustaram uma função polinomial apenas para o efeito genético aditivo foram analisados, considerando-se ou não a heterogeneidade da variância do efeito de ambiente temporário, gerando-se assim, quatro diferentes modelos de regressão aleatória. Além disso, os modelos de regressão aleatória, repetibilidade e multi-característica foram avaliados sob diferentes níveis de desbalanceamento dos dados. O modelo de regressão aleatória mais adequado foi aquele que considerou a heterogeneidade de variâncias dos efeitos de ambiente permanente e temporário. Assumir pressuposições incorretas sobre a estrutura de covariância dos efeitos aleatórios do modelo conduziu à alterações nas estimativas de componentes de covariância e nas estimativas dos parâmetros genéticos. Sob desbalanceamento sem seleção, todos os modelos apresentaram estimativas de herdabilidade bastante semelhantes aos resultados obtidos quando se considerou o conjunto de dados completos. Entretanto, quando se considerou o efeito da seleção, modelos de regressão aleatória com até 10% de desbalanceamento não promoveram alterações nas estimativas de componentes de variância. / The aim of this study was to analyze the effect of assuming different assumptions about environmental variance effects to data with certain variance structure, and verify genetic parameters estimates in different analysis strategies behind unbalanced data. A progeny test data was simulated, by crossing 30 male with three different female, where each crossing originated ten individuals, distributed in three different places. The fixed effect of place was generated in order not to present significant statistical difference. For each individual offspring, phenotypic information were generated in five different ages. Then, the data consisted in a total of 1020 individuals, in what 900 of them presented information in the five ages, computing 4500 observations of production. To verify the importance of consider or not the environmental heterogeneity of variance, in random regression models, models that adjusted a second polynomial function both for the additive genetic as for the permanent environmental effect and adjusted a polynomial function only for the additive genetic effect were analyzed, considering or not the variance heterogeneity of the temporary environmental effect, then generating four different random regression models. Moreover, the single-trait random regression model, the repeatability model and the multiple-trait model were analyzed on different lost of information levels. The most adequate random regression model was the one who considered both, the variance heterogeneity of permanent environmental effect, and the temporary environmental effect. Assuming the incorrect assumptions about the covariance structure of random effects of the model, conducted to change in the covariance components estimates and in the genetic ixparameters estimates. With incomplete data, without selection, all the models presented heritability estimates very similar to the results when complete data were considered. However, when effect of selection was considered, random regression models with less or equal to 10% of lost of information didn’t conduct to change in the covariance components estimates.

A regionalização hidrológica é uma técnica que permite transferir informação de regiões hidrologicamente monitoradas, para regiões com pouco ou sem monitoramento. Sendo assim, é uma ferramenta útil, a qual permite uma avaliação dinâmica dos recursos hídricos. No Brasil e no Estado de Santa Catarina as leis que são as principais referências para a gestão de recursos hídricos utilizam critérios anuais de disponibilidade hídrica, impossibilitando um maior uso em épocas onde a disponibilidade é maior e, assim, afetando o desenvolvimento econômico. As previsões sazonais servem de base para uma gestão e utilização sustentável dos recursos hídricos. A justificativa de não se usar critérios sazonais, talvez seja pelo fato de não existir trabalhos ou ferramentas que contemplam o estado da arte da regionalização hidrológica. O objetivo deste trabalho é fazer a regionalização hidrológica do Estado de Santa Catarina, mediante uma abordagem geoestatística baseada em modelos e na sazonalidade. Foram utilizados estações pluviométricas e fluviométricas disponibilizadas, respectivamente, pela Companhia de Pesquisa de Recursos Minerais (CPRM) e Agência Nacional das Águas (ANA). As estações são distribuídas regularmente e em alta densidade sobre o Estado. Para a modelagem geoestatística, inicialmente foi verificada algumas suposições a serem consideradas, entre elas, a normalidade e a estacionaridade espacial dos dados. Após as suposições terem sido aceitas foi verificado, por meio de testes estatísticos em função da verossimilhança, se a estrutura de dependência espacial do modelo geoestatístico aumentava o desempenho do mesmo, justificando o uso dessa estrutura para a espacialização das variáveis pluviométricas e fluviométricas. Para verificar os pressupostos de uma boa predição, foi avaliada a dispersão dos resíduos das interpolações espaciais, mediante uma validação cruzada. Os resultados mostraram um melhor desempenho para os modelos geoestatísticos com a estrutura de dependência espacial, para todas as variáveis; assim, esses modelos foram utilizados para a interpolação espacial, no qual foi observado pela dispersão dos resíduos uma boa predição. Este trabalho contribui para uma melhor representação espacial de variáveis sazonais no Estado de Santa Catarina e permite um avanço no estado da arte, uma vez que está embasado em critérios de verossimilhança para escolha de modelos que representam melhor o fenômeno estudado no espaço. / Hydrologic regionalization is a technique that allows the transfer of information from regions hydrologically monitored, for regions with little or no monitoring. Therefore, this technique allows a dynamic evaluation of water resources being a useful tool. In Brazil and in Santa Catarina state, the laws that are the main references for the management of water resources use annual criteria of water availability. Thus, using a greater amount of resources when availability is greater is infeasible and affects economic development. Seasonal forecasts provide the basis for sustainable management and use of water resources. The justification for not using seasonal criteria may be because there are no works or tools that contemplate the state of the art of hydrologic regionalization. The aim of this work is to make the hydrologic regionalization of Santa Catarina state, using a geostatistical approach based on models and in seasonality. Data from rain gauge and streamflow stations made available by the Mineral Resources Research Company (CPRM) and National Water Agency (ANA), respectively, were used. These stations have regular distribution and high density within the state. For the geostatistical modeling, some basic assumptions such as data normality and spatial stationarity were verified. After accepting the assumptions it was verified through statistical tests regarding its likelihood, if the structure of spatial dependence of the geostatistical model increase its performance, justifying the use of this structure for the precipitation and streamflow spatialization. To check the assumptions of good prediction, the residue dispersion of the spatial interpolations was evaluated through cross-validation. The results showed a better performance for the geostatiscal models with the spatial dependence structure, both for precipitation and streamflow. Thus, these models were used to the spatial interpolation, observing a good prediction through the residue dispersion. This work contributes to a better spatial representation of seasonal variables in Santa Catarina state and allows an advance in the state of the art, since it is based on likelihood criteria to choose models that better represent the phenomenon studied in space.

We apply the data cloning method developed by Lele et al. (2007) to estimate the model of Smets and Wouters (2007). The data cloning algorithm is a numerical method that employs replicas of the original sample to approximate the maximum likelihood estimator as the limit of Bayesian simulation-based estimators. We also analyze the identification properties of the model. We measure the individual identification strength of each parameter by observing the posterior volatility of data cloning estimates, and access the identification problem globally through the maximum eigenvalue of the posterior data cloning covariance matrix. Our results indicate that the model is only poorly identified. The system displays bad global identification properties, and most of its parameters seem locally ill-identified. / Neste trabalho aplicamos o método data cloning de Lele et al. (2007) para estimar o modelo de Smets e Wouters (2007). O algoritmo data cloning é um método numérico que utiliza réplicas da amostra original para aproximar o estimador de máxima verossimilhança como limite de estimadores Bayesianos obtidos por simulação. Nós também analisamos a identificação dos parâmetros do modelo. Medimos a identificação de cada parâmetro individualmente ao observar a volatilidade a posteriori dos estimadores de data cloning. O maior autovalor da matriz de covariância a posteriori proporciona uma medida global de identificação do modelo. Nossos resultados indicam que o modelo de Smets e Wouters (2007) não é bem identificado. O modelo não apresenta boas propriedades globais de identificação, e muitos de seus parâmetros são localmente mal identificados.

Submitted by Etelvina Domingos (etelvina.domingos@ufpe.br) on 2015-03-12T18:30:37Z No. of bitstreams: 2 TESE Juliana Freitas Pires.pdf: 2036830 bytes, checksum: 9cf767526859054ed6878742b0a6047f (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T18:30:37Z (GMT). No. of bitstreams: 2 TESE Juliana Freitas Pires.pdf: 2036830 bytes, checksum: 9cf767526859054ed6878742b0a6047f (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-02 / Nesta tese, tratamos de refinamentos de inferências para as distribuições gaussiana inversa triparamétrica, Pareto generalizada e Lomax. Duas linhas de pesquisa são abordadas. A primeira, referente ao Capítulo 2, trata da derivação de expressões analíticas para os vieses dos estimadores de máxima verossimilhança dos parâmetros da distribuição gaussiana inversa triparamétrica, possibilitando a obtenção de estimadores corrigidos, que, em princípio, são mais precisos que os não corrigidos. Estimadores com vieses corrigidos por bootstrap são também considerados. Adicionalmente, apresentamos diferentes tipos de intervalos de confiança. A segunda linha de pesquisa, referente aos Capítulos 3 e 4, aborda a derivação de ajustes para a função de verossimilhança perfilada das distribuições Pareto generalizada e Lomax, respectivamente, com o objetivo de melhorar a qualidade das inferências (estimadores de máxima verossimilhança e testes de hipóteses) acerca do parâmetro de forma dessas distribuições, considerando os demais parâmetros como parâmetros de perturbação. Adicionalmente, consideramos o teste da razão de verossimilhanças bootstrap. Os desempenhos dos estimadores e testes de hipóteses baseados nos refinamentos propostos foram avaliados numericamente e comparados às suas contrapartidas usuais através de estudos de simulação de Monte Carlo. Por fim, a utilidade dos refinamentos foi ilustrada através de aplicações a conjuntos de dados reais.