Made available in DSpace on 2016-06-02T20:04:53Z (GMT). No. of bitstreams: 1 6714.pdf: 1130315 bytes, checksum: 4ce881df9c6c0f6451cae6908855d277 (MD5) Previous issue date: 2015-01-14 / Financiadora de Estudos e Projetos / We present a class of nonlinear truncated mixed-effects models where the truncation nature of the data is incorporated into the statistical model by assuming that the variable of interest, namely the truncated variable, follows a truncated distribution which, in turn, corresponds to a conditional distribution obtained by restricting the support of a given probability distribution function. The family of nonlinear truncated mixed-effects models for location and scale is constructed based on the perspective of nonlinear generalized mixed-effects models and by assuming that the distribution of response variable belongs to a truncated class of distributions indexed by a location and a scale parameter. The location parameter of the response variable is assumed to be associated with a continuous nonlinear function of covariates and unknown parameters and with unobserved random effects, and the scale parameter of the responses is assumed to be characterized by a continuous function of the covariates and unknown parameters. The proposed truncated nonlinear mixed-effects models are constructed assuming both random truncation limits; however, truncated nonlinear mixed-effects models with fixed known limits are readily obtained as particular cases of these models. For models constructed under the assumption of random truncation limits, the likelihood function of the observed data shall be a function both of the parameters of the truncated distribution of the truncated variable and of the parameters of the distribution of the truncation variables. For the particular case of fixed known truncation limits, the likelihood function of the observed data is a function only of the parameters of the truncated distribution assumed for the variable of interest. The likelihood equation resulting from the proposed truncated nonlinear regression models do not have analytical solutions and thus, under the frequentist inferential perspective, the model parameters are estimated by direct maximization of the log-likelihood using an iterative procedure. We also consider diagnostic analysis to check for model misspecification, outliers and influential observations using standardized residuals, and global and local influence metrics. Under the Bayesian perspective of statistical inference, parameter estimates are computed based on draws from the posterior distribution of parameters obtained using an Markov Chain Monte Carlo procedure. Posterior predictive checks, Bayesian standardized residuals and a Bayesian influence measures are considered to check for model adequacy, outliers and influential observations. As Bayesian model selection criteria, we consider the sum of log -CPO and a Bayesian model selection procedure using a Bayesian mixture model framework. To illustrate the proposed methodology, we analyze soil-water retention, which are used to construct soil-water characteristic curves and which are subject to truncation since soil-water content (the proportion of water in soil samples) is limited by the residual soil-water content and the saturated soil-water content. / Neste trabalho, apresentamos uma classe de modelos não lineares truncados mistos onde a característica de truncamento dos dados é incorporada ao modelo estatístico assumindo-se que a variável de interesse, isto é, a variável truncada, possui uma função de distribuição truncada que, por sua vez, corresponde a uma função de distribuição condicional obtida ao se restringir o suporte de alguma função de distribuição de probabilidade. A família de modelos não lineares truncados mistos para locação e escala é construída sob a perspectiva de modelos não lineares generalizados mistos e considerando uma classe de distribuições indexadas por parâmetros de locação e escala. Assumimos que o parâmetro de locação da variável resposta é associado a uma função não linear contínua de um conjunto de covariáveis e parâmetros desconhecidos e a efeitos aleatórios não observáveis, e que o parâmetro de escala das respostas pode ser caracterizado por uma função contínua das covariáveis e de parâmetros desconhecidos. Os modelos não lineares truncados mistos para locação e escala, aqui apresentados, são construídos supondo limites de truncamento aleatórios, porém, modelos não lineares truncados mistos com limites fixos e conhecidos são prontamente obtidos como casos particulares desses modelos. Nos modelos construídos sob a suposição de limites de truncamentos aleatórios, a função de verossimilhança é escrita em função dos parâmetros da distribuição da variável resposta truncada e dos parâmetros das distribuições das variáveis de truncamento. Para o caso particular de limites fixos e conhecidos, a função de verossimilhança será apenas uma função dos parâmetros da distribuição truncada assumida para a variável resposta de interesse. As equações de verossimilhança dos modelos, aqui propostos, não possuem soluções analíticas e, sob a perspectiva frequentista de inferência estatística, os parâmetros do modelo são estimados pela maximização direta da função de log-verossimilhança via um procedimento iterativo. Consideramos, também, uma análise de diagnóstico para verificar a adequação do modelo, observações discrepantes e/ou influentes, usando resíduos padronizados e medidas de influência global e influência local. Sob a perspectiva Bayesiana de inferência estatística, as estimativas dos parâmetros dos modelos propostos são definidas como as médias a posteriori de amostras obtidas via um algoritmo do tipo cadeia de Markov Monte Carlo das distribuições a posteriori dos parâmetros. Para a análise de diagnóstico Bayesiano do modelo, consideramos métricas de avaliação preditiva a posteriori, resíduos Bayesianos padronizados e a calibração de casos para diagnóstico de influência. Como critérios Bayesianos de seleção de modelos, consideramos a soma de log -CPO e um critério de seleção de modelos baseada na abordagem Bayesiana de mistura de modelos. Para ilustrar a metodologia proposta, analisamos dados de retenção de água em solo, que são usados para construir curvas de retenção de água em solo e que estão sujeitos a truncamento pois as medições de umidade de água (a proporção de água presente em amostras de solos) são limitadas pela umidade residual e pela umidade saturada do solo amostrado.

Made available in DSpace on 2016-06-02T20:06:06Z (GMT). No. of bitstreams: 1 4331.pdf: 1908865 bytes, checksum: d564b46a6111fdca6f7cc9f4d5596637 (MD5) Previous issue date: 2009-03-18 / Universidade Federal de Minas Gerais / The Weibull distribuition is a common initial choice for modeling data with monotone hazard rates. However, such distribution fails to provide a reasonable parametric _t when the hazard function is unimodal or bathtub-shaped. In this context, Cooray (2006) proposed a generalization of the Weibull family by considering the distributions of the odds of Weibull and inverse Weibull families, referred as the odd Weibull family which is not just useful for modeling unimodal and bathtub-shaped hazards, but it is also convenient for testing goodness-of-_t of Weibull and inverse Weibull as submodels. In this project we have systematically studied the odd Weibull family along with its properties, showing motivations for its utilization, inserting covariates in the model, pointing out some troubles associated with the maximum likelihood estimation and proposing interval estimation and hypothesis test construction methodologies for the model parameters. We have also compared resampling results with asymptotic ones. Coverage probability from proposed con_dence intervals and size and power of considered hypothesis tests were both analyzed as well via Monte Carlo simulation. Furthermore, we have proposed a Bayesian estimation methodology for the model parameters based in Monte Carlo Markov Chain (MCMC) simulation techniques. / A distribuição Weibull é uma escolha inicial freqüente para modelagem de dados com taxas de risco monótonas. Entretanto, esta distribuição não fornece um ajuste paramétrico razoável quando as funções de risco assumem um formato unimodal ou em forma de banheira. Neste contexto, Cooray (2006) propôs uma generalização da família Weibull considerando a distribuição da razão de chances das famílias Weibull e Weibull inversa, referida como família Weibull de razão de chances. Esta família não é apenas conveniente para modelar taxas de risco unimodal e banheira, mas também é adequada para testar a adequabilidade do ajuste das famílias Weibull e Weibull inversa como submodelos. Neste trabalho, estudamos sistematicamente a família Weibull de razão de chances e suas propriedades, apontando as motivações para o seu uso, inserindo covariáveis no modelo, veri_cando as di_culdades referentes ao problema da estimação de máxima verossimilhança dos parâmetros do modelo e propondo metodologia de estimação intervalar e construção de testes de hipóteses para os parâmetros do modelo. Comparamos os resultados obtidos por meio dos métodos de reamostragem com os resultados obtidos via teoria assintótica. Tanto a probabilidade de cobertura dos intervalos de con_ança propostos quanto o tamanho e poder dos testes de hipóteses considerados foram estudados via simulação de Monte Carlo. Além disso, propusemos uma metodologia Bayesiana de estimação para os parâmetros do modelo baseados em técnicas de simulação de Monte Carlo via Cadeias de Markov.

Submitted by Rafael Santana (rafael.silvasantana@ufpe.br) on 2017-04-26T17:07:37Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Carolina Marchant.pdf: 5792192 bytes, checksum: adbd82c79b286d2fe2470b7955e6a9ed (MD5) / Made available in DSpace on 2017-04-26T17:07:38Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Carolina Marchant.pdf: 5792192 bytes, checksum: adbd82c79b286d2fe2470b7955e6a9ed (MD5) Previous issue date: 2016-10-31 / CAPES; BOLSA DO CHILE. / In the last decades, univariate Birnbaum-Saunders models have received considerable attention in the literature. These models have been widely studied and applied to fatigue, but they have also been applied to other areas of the knowledge. In such areas, it is often necessary to model several variables simultaneously. If these variables are correlated, individual analyses for each variable can lead to erroneous results. Multivariate regression models are a useful tool of the multivariate analysis, which takes into account the correlation between variables. In addition, diagnostic analysis is an important aspect to be considered in the statistical modeling. Furthermore, multivariate quality control charts are powerful and simple visual tools to determine whether a multivariate process is in control or out of control. A multivariate control chart shows how several variables jointly affect a process. First, we propose, derive and characterize multivariate generalized logarithmic Birnbaum-Saunders distributions. Also, we propose new multivariate generalized Birnbaum-Saunders regression models. We use the method of maximum likelihood estimation to estimate their parameters through the expectation-maximization algorithm. We carry out a simulation study to evaluate the performance of the corresponding estimators based on the Monte Carlo method. We validate the proposed models with a regression analysis of real-world multivariate fatigue data. Second, we conduct a diagnostic analysis for multivariate generalized Birnbaum-Saunders regression models. We consider the Mahalanobis distance as a global influence measure to detect multivariate outliers and use it for evaluating the adequacy of the distributional assumption. Moreover, we consider the local influence method and study how a perturbation may impact on the estimation of model parameters. We implement the obtained results in the R software, which are illustrated with real-world multivariate biomaterials data. Third and finally, we develop a robust methodology based on multivariate quality control charts for generalized Birnbaum-Saunders distributions with the Hotelling statistic. We use the parametric bootstrap method to obtain the distribution of this statistic. A Monte Carlo simulation study is conducted to evaluate the proposed methodology, which reports its performance to provide earlier alerts of out-of-control conditions. An illustration with air quality real-world data of Santiago-Chile is provided. This illustration shows that the proposed methodology can be useful for alerting episodes of extreme air pollution. / Nas últimas décadas, o modelo Birnbaum-Saunders univariado recebeu considerável atenção na literatura. Esse modelo tem sido amplamente estudado e aplicado inicialmente à modelagem de fadiga de materiais. Com o passar dos anos surgiram trabalhos com aplicações em outras áreas do conhecimento. Em muitas das aplicações é necessário modelar diversas variáveis simultaneamente incorporando a correlação entre elas. Os modelos de regressão multivariados são uma ferramenta útil de análise multivariada, que leva em conta a correlação entre as variáveis de resposta. A análise de diagnóstico é um aspecto importante a ser considerado no modelo estatístico e verifica as suposições adotadas como também sua sensibilidade. Além disso, os gráficos de controle de qualidade multivariados são ferramentas visuais eficientes e simples para determinar se um processo multivariado está ou não fora de controle. Este gráfico mostra como diversas variáveis afetam conjuntamente um processo. Primeiro, propomos, derivamos e caracterizamos as distribuições Birnbaum-Saunders generalizadas logarítmicas multivariadas. Em seguida, propomos um modelo de regressão Birnbaum-Saunders generalizado multivariado. Métodos para estimação dos parâmetros do modelo, tal como o método de máxima verossimilhança baseado no algoritmo EM, foram desenvolvidos. Estudos de simulação de Monte Carlo foram realizados para avaliar o desempenho dos estimadores propostos. Segundo, realizamos uma análise de diagnóstico para modelos de regressão Birnbaum-Saunders generalizados multivariados. Consideramos a distância de Mahalanobis como medida de influência global de detecção de outliers multivariados utilizando-a para avaliar a adequacidade do modelo. Além disso, desenvolvemos medidas de diagnósticos baseadas em influência local sob alguns esquemas de perturbações. Implementamos a metodologia apresentada no software R, e ilustramos com dados reais multivariados de biomateriais. Terceiro, e finalmente, desenvolvemos uma metodologia robusta baseada em gráficos de controle de qualidade multivariados para a distribuição Birnbaum-Saunders generalizada usando a estatística de Hotelling. Baseado no método bootstrap paramétrico encontramos aproximações da distribuição desta estatística e obtivemos limites de controle para o gráfico proposto. Realizamos um estudo de simulação de Monte Carlo para avaliar a metodologia proposta indicando seu bom desempenho para fornecer alertas precoces de processos fora de controle. Uma ilustração com dados reais de qualidade do ar de Santiago-Chile é fornecida. Essa ilustração mostra que a metodologia proposta pode ser útil para alertar sobre episódios de poluição extrema do ar, evitando efeitos adversos na saúde humana.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Database with missing values it is an occurrence often found in the real world, beiging of this problem caused by several reasons (equipment failure that transmits and stores the data, handler failure, failure who provides information, etc.). This may make the data inconsistent and unable to be analyzed, leading to very skewed conclusions. This dissertation aims to explore the use of Multilayer Perceptron Artificial Neural Network (ANN MLP), with new activation functions, considering two approaches (single imputation and multiple imputation). First, we propose the use of Maximum Likelihood Estimation Method (MLE) in each network neuron activation function, against the approach currently used, which is without the use of such a method or when is used only in the cost function (network output). It is then analyzed the results of these approaches compared with the Expectation Maximization algorithm (EM) is that the state of the art to treat missing data. The results indicate that when using the Artificial Neural Network MLP with Maximum Likelihood Estimation Method, both in all neurons and only in the output function, lead the an imputation with lower error. These experimental results, evaluated by metrics such as MAE (Mean Absolute Error) and RMSE (Root Mean Square Error), showed that the better results in most experiments occured when using the MLP RNA addressed in this dissertation to single imputation and multiple. / Base de dados com valores faltantes é uma ocorrência frequentemente encontrada no mundo real, sendo as causas deste problema são originadas por motivos diversos (falha no equipamento que transmite e armazena os dados, falha do manipulador, falha de quem fornece a informação, etc.). Tal situação pode tornar os dados inconsistentes e inaptos de serem analisados, conduzindo às conclusões muito enviesadas. Esta dissertação tem como objetivo explorar o emprego de Redes Neurais Artificiais Multilayer Perceptron (RNA MLP), com novas funções de ativação, considerando duas abordagens (imputação única e imputação múltipla). Primeiramente, é proposto o uso do Método de Estimativa de Máxima Verossimilhança (EMV) na função de ativação de cada neurônio da rede, em contrapartida à abordagem utilizada atualmente, que é sem o uso de tal método, ou quando o utiliza é apenas na função de custo (na saída da rede). Em seguida, são analisados os resultados destas abordagens em comparação com o algoritmo Expectation Maximization (EM) que é o estado da arte para tratar dados faltantes. Os resultados obtidos indicam que ao utilizar a Rede Neural Artificial MLP com o Método de Estimativa de Máxima Verossimilhança, tanto em todos os neurônios como apenas na função de saída, conduzem a uma imputação com menor erro. Os resultados experimentais foram avaliados via algumas métricas, sendo as principais o MAE (Mean Absolute Error) e RMSE (Root Mean Square Error), as quais apresentaram melhores resultados na maioria dos experimentos quando se utiliza a RNA MLP abordada neste trabalho para fazer imputação única e múltipla.

Orientador: Prof. Dr. Daniel Miranda Machado / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Mestrado Profissional em Matemática em Rede Nacional - PROFMAT, Santo André, 2017. / Um dos objetivos desse trabalho é explicar a Teoria de Resposta ao Item, conhecida como TRI, enfatizando o modelo logístico de três parâmetros e descrevendo suas principais características. Outro objetivo é mostrar como o professor pode utilizar ferramentas estatísticas, em uma planilha eletrônica, para: verificar a qualidade das questões que compõe sua prova; analisar se existe uma correlação entre dois instrumentos de avaliação; utilizar a média escolar de um aluno para inferir sobre o seu desempenho no vestibular; entre outras possibilidades. Com a finalidade de explicar a TRI e seu método de estimação de parâmetros por Máxima Verossimilhança, são apresentados previamente os modelos Matemáticos, Probabilísticos e Estatísticos, pilares dessa teoria. Além disso, é descrito como os programas de avaliações educacionais em larga escala de diversos países utilizam a TRI para monitorar o desempenho de seus sistemas educacionais. Em seguida, são expostas algumas ferramentas Estatísticas, em específico, o coeficiente de correlação, o método de mínimos quadrados e o ponto bisserial que podem colaborar nos processos de avaliações educacionais que fazem parte da rotina escolar. São ilustrados também exemplos de planilhas eletrônicas com a descrição passo a passo de sua construção e dos comandos utilizados. Desse modo, espera-se contribuir para compreensão da TRI e, consequentemente, dos indicativos educacionais produzidos pelos programas de avaliações em larga escala, bem como, para atuação e reflexão da prática docente em seus métodos de avaliação educacional. / One of the goals of this work is to explain Item Response Theory, known as IRT, emphasizing the Three-Parameter Logistic model and describing its main characteristics. Another objective is to demonstrate how educators can use statistical tools within a spreadsheet to: verify the quality and reliability of test questions; examine whether there is a correlation between two assessment tools; use the school average of a student to predict his or her performance in entrance examinations; among other possibilities. To explain IRT and its method of parameter estimation by maximum likelihood, this work presents the mathematical, probabilistic and statistical models that are the pillars of the theory. It also describes how the large-scale educational assessment programs of various countries use IRT to monitor the performance of their education systems. Then, this work presents a selection of statistical tools, specifically, the correlation coefficient, the least squares method and the point biserial correlation, which could contribute to the process of routine educational assessments. Also provided are illustrated examples of spreadsheets with step-by- step descriptions of their creation and the commands used. Thus, the work hopes to contribute to the understanding of IRT and, consequently, of the educational indicators produced by large-scale assessment programs, as well as benefit educators in their practice and reflection on methods of educational evaluation.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-05-10T18:06:15Z No. of bitstreams: 1 WOSLLEY SIDNEY NOGUEIRA DE OLIVEIRA - DISSERTAÇÃO PPGSA ACADÊMICO 2018..pdf: 7059892 bytes, checksum: 1ab51771320e5bbd6c88d3c01b4b7aeb (MD5) / Made available in DSpace on 2018-05-10T18:06:15Z (GMT). No. of bitstreams: 1 WOSLLEY SIDNEY NOGUEIRA DE OLIVEIRA - DISSERTAÇÃO PPGSA ACADÊMICO 2018..pdf: 7059892 bytes, checksum: 1ab51771320e5bbd6c88d3c01b4b7aeb (MD5) Previous issue date: 2018-02-22 / Os perímetros irrigados implantados no Estado da Paraíba são considerados uma alternativa econômica bastante rentável, promove a geração de empregos e aumenta a disponibilidade de alimentos. Devido ao manejo inadequado do solo e da água, isso têm causado perdas na qualidade do solo desses perímetros, degradando-os principalmente por salinização. O sensoriamento remoto é uma alternativa tecnológica de baixo custo, boa frequência temporal e possui a capacidade de mapear áreas em processo de desertificação. Essa pesquisa têm por objetivo identificar possíveis áreas afetadas por sais no Perímetro Irrigado de São Gonçalo (PISG), Sousa- PB, por meio de técnicas de sensoriamento remoto. Para esse estudo foi utilizado imagens do satélite LANDSAT 8/OLI (média resolução espacial), órbita 216 / ponto 65 da data de 23/11/2016; imagem do software Google Earth Pro® da data de 29/02/2016 para servir como imagem auxiliar e registros fotográficos das áreas in loco. Realizou-se a técnica de classificação supervisionada, utilizando o SCP (semi- automatic plugin) no software QGIS (Quantum Gis). A aferição da qualidade da classificação se deu por meio da validação cruzada, utilizando de parâmetros estatísticos como a exatidão do produtor (EP), exatidão do usuário (EU), exatidão global (EG) e índice Kappa. A classe área supostamente salinizada (ASS) apresentou EP e EU de 89.15% e 88.88%, respectivamente. O índice Kappa resultou em um valor de 0.8684, a classe ASS foi classificada como sendo de qualidade excelente. A qualidade geral da classificação é avaliada tanto pela EG que apresentou um valor de 0.9350 como pelo índice Kappa geral com valor de 0.9252, sendo valores que representam uma classificação de qualidade excelente. A classe ASS apresentou os maiores valores mínimos e máximos de fator de refletância em todas as bandas da imagem, destacando a banda 6 de valores 0.47 e 0.67, respectivamente. O valor da área classificada como sendo da classe ASS foi de 1736.75 hectares, 31% da área total do PISG. As imagens analisadas possibilitaram discriminar áreas salinizadas e não salinizadas mediante as diferenças de tonalidade e de refletância. As imagens analisadas com o plugin SCP possibilitaram a realização de um mapa de classificação supervisionada, indicando a variabilidade espacial das áreas propícias ao processo de salinização. No entanto, recomenda- se a análise dos parâmetros físicos e químicos do solo dessas áreas para o aumento da confiabilidade na qualidade desse tipo de mapeamento. / The irrigated perimeters implemented in the State of Paraiba are considered a costeffective alternative quite profitable, promotes the generation of jobs and increases the availability of food. Due to inadequate management of soil and water, that have caused losses in soil quality of these perimeters, degrading them mainly by salinization. Remote sensing is an alternative low-cost technology, good temporal and frequency has the ability to map areas in process of desertification. This research aim to identify potential areas affected by salts in the irrigated perimeter of São Gonçalo (PISG), Sousa-PB, through remote sensing techniques. For this study we used LANDSAT satellite images 8/OLI (average spatial resolution), 216/orbit point 65 of 07/11/2016 date; image of the Google Earth Pro software® from date of 29/02/2016 to serve as auxiliary image and photographic records of the areas on the spot. The supervised classification technique, using the SCP (semi-automatic plugin) in software QGIS (Quantum Gis). The measurement of the quality of the classification took place by means of cross-validation, using statistical parameters such as the accuracy of the producer (EP), accuracy of the user (EU), global (EG) accuracy and Kappa index. The area class supposedly salinated (.ASS) presented EP and I of 89.15% and 88.88%, respectively. The Kappa index resulted in a value of .ASS class 0.8684 was classified as being of excellent quality. The overall quality of the classification is assessed both by EG who presented a 0.9350 value as the Kappa index 0.9252 valued General, being values that represent a rating of excellent quality. The class ASS presented the largest minimum and maximum values of reflectance factor in all the bands in the image, highlighting the band 6 0.47 values and 0.67, respectively. The value of the area classified as being of .ASS class was 1736.75 acres, 31% of the total area of the PISG. The images reviewed discriminate salinated areas and not allowed saline through the variations of shade and reflectance. The images analyzed with the SCP plugin enabled the creation of a map of supervised classification, indicating the spatial variability of the areas prone to salinization process. However, it is recommended that the analysis of the physical and chemical soil parameters of these areas for increased reliability in the quality of this type of mapping.