A classe de modelos de regressão beta tem sido estudada amplamente. Porém, para esta classe de modelos existem poucos trabalhos sobre a inclusão de efeitos aleatórios e a flexibilização da distribuição dos efeitos aleatórios, além de métodos de predição e de diagnóstico no ponto de vista dos efeitos aleatórios. Neste trabalho são propostos modelos de regressão beta com efeitos aleatórios normais e não normais para dados longitudinais. Os métodos de estimação de parâmetros e de predição dos efeitos aleatórios usados no trabalho são o método de máxima verossimilhança e o método do melhor preditor de Bayes empírico. Para aproximar a função de verossimilhança foi utilizada a quadratura de Gauss-Hermite. Métodos de seleção de modelos e análise de resíduos também foram propostos. Foi implementado o pacote BLMM no R para a realização de todos os procedimentos. O processo de estimação os parâmetros dos modelos e a distribuição empírica dos resíduos propostos foram analisados por meio de estudos de simulação. Foram consideradas várias distribuições para os efeitos aleatórios, valores para o número de indivíduos, número de observações por indivíduo e estruturas de variância-covariância para os efeitos aleatórios. Os resultados dos estudos de simulação mostraram que o processo de estimação obtém melhores resultados quando o número de indivíduos e o número de observações por indivíduo aumenta. Estes estudos também mostraram que o resíduo quantil aleatorizado segue uma distribuição aproximadamente normal. A metodologia apresentada é uma ferramenta completa para analisar dados longitudinais contínuos que estão restritos ao intervalo limitado (0; 1). / The class of beta regression models has been studied extensively. However, there are few studies on the inclusion of random effects and models with flexible random effects distributions besides prediction and diagnostic methods. In this work we proposed a beta regression models with normal and not normal random effects for longitudinal data. The maximum likelihood method and the empirical Bayes approach are used to obtain the estimates and the best prediction. Also, the Gauss-Hermite quadrature is used to approximate the likelihood function. Model selection methods and residual analysis were also proposed.We implemented a BLMM package in R to perform all procedures. The estimation procedure and the empirical distribution of residuals were analyzed through simulation studies considering differents random effects distributions, values for the number of individuals, number of observations per individual and covariance structures for the random effects. The results of simulation studies showed that the estimation procedure obtain better results when the number of individuals and the number of observations per individual increase. These studies also showed that the empirical distribution of the quantile randomized residual follows a normal distribution. The methodolgy presented is a tool for analyzing longitudinal data restricted to a interval (0; 1).

O modelo semiparamétrico de Cox é frequentemente utilizado na modelagem de dados de sobrevivência, pois é um modelo muito flexível e permite avaliar o efeito das covariáveis sobre a taxa de falha. Uma das principais vantagens é a fácil interpretação, de modo que a razão de riscos de dois indivíduos não varia ao longo do tempo. No entanto, em algumas situações a proporcionalidade dos riscos para uma dada covariável pode não ser válida e, este caso, uma abordagem que não dependa de tal suposição é necessária. Nesta tese, propomos um modelo tipo Cox em que o efeito da covariável e a função de risco basal são representadas via bases de Fourier e ondaletas de Haar clássicas e deformadas. Propomos também um procedimento de predição da função de sobrevivência para um paciente específico. Estudos de simulações e aplicações a dados reais sugerem que nosso método pode ser uma ferramenta valiosa em situações práticas em que o efeito da covariável é dependente do tempo. Por meio destes estudos, fazemos comparações entre as duas abordagens propostas, e comparações com outra já conhecida na literatura, onde verificamos resultados satisfatórios. / The semiparametric Cox model is often considered when modeling survival data. It is very flexible, allowing for the evaluation of covariates effects. One of its main advantages is the easy of interpretation, as long as the rate of the hazards for two individuals does not vary over time. However, this proportionality of the hazards may not be true in some practical situations and, in this case, an approach not relying on such assumption is needed. In this thesis we propose a Cox-type model that allows for time-varying covariate effects, for which the baseline hazard is based on Fourier series and wavelets on a time-frequency representation. We derive a prediction method for the survival of future patients with any specific set of covariates. Simulations and an application to a real data set suggest that our method may be a valuable tool to model data in practical situations where covariate effects vary over time. Through these studies, we make comparisons between the two approaches proposed here and comparisons with other already known in the literature, where we verify satisfactory results.

Estudos envolvendo o meio ambiente estão sendo cada vez mais desenvolvidos devido ao fato dos níveis de poluição e das mudanças climáticas estarem causando a degradação da qualidade do ar e dos reservatórios de água de maneira alarmante nos últimos anos, comprometendo sobretudo, a qualidade de vida do ser humano. Dado que estes fatores são preponderantes nos agravos e complicações respiratórias dos indivíduos, buscou-se compreender com este estudo a relação entre as condições atmosféricas e os problemas respiratórios nos residentes do município de Ribeirão Preto, interior de São Paulo, onde há um elevado número de focos de queimadas nos períodos de estiagem e, consequentemente, altas concentrações de poluentes, como o material particulado. Considerando os dados mensais de contagem de inalações/nebulizações, foram assumidos diferentes modelos de regressão de Poisson na presença de um fator aleatório que captura a variabilidade extra-Poisson entre as contagens. A análise dos dados foi feita sob enfoque Bayesiano, utilizando métodos de simulação MCMC (Monte Carlo em Cadeias de Markov) para obter os sumários a posteriori de interesse. / Many studies involving the environment are being developed in the last years due to the fact that the levels of pollution and climate changes are causing the degradation of air quality and water reservoirs at an alarming rate in recent years, with great consequences for the quality of life of the population. Since these factors are prevalent in respiratory disorders and complications of the health for the individuals, we intended to understand from this study the relationship between weather conditions and respiratory problems for the residents of the municipality of Ribeirão Preto, São Paulo, which has a high number of outbreaks of fires in drought periods and, consequently, high concentrations of pollutants such as particulate matter. Considering the monthly count of inhalations / nebulizations, we assumed different Poisson regression models in the presence of a random factor that captures the extra-Poisson variability between the counts. The data analysis was performed under a Bayesian approach using MCMC simulation methods (Markov Chain Monte Carlo) to get the posterior summaries of interest.

A identificação de observações influentes e/ou aberrantes de um conjunto de dados é conhecida como uma parte das análises de diagnóstico. Esta técnica de diagnóstico têm como uma das finalidades verificar a robustez de um modelo estatístico, pois a não identificação dos dados influentes pode afetar a análise ou obter resultados incorretos. As metodologias comumente utilizadas para o diagnóstico de observações influentes em modelos de regressão são métodos de influência global (Belsey et al., 1980). Cook (1986) introduziu um método geral para avaliar a influência local de pequenas perturbações no modelo estatístico ou nos dados, usando diferentes tipos de perturbações. Como complemento às técnicas de detecção de observações discrepantes, é proposto o método procura \\forward\", por Atkinson e Riani (2000), que é uma metodologia para detectar observações atípicas mascaradas. Neste trabalho, propomos o uso da influência local com procura \"forward\" na obtenção de observações mascaradas influentes considerando modelos de regressão linear. / The identification of influential and/or atypical observations in a data set is known as a part of the diagnostic analysis. One of the purposes of the diagnostic analysis is to verify the robustness of a statistical model, as the non-identification of influential observations can affect the analysis or may cause the obtainment of incorrect results. The most commonly used methodology for the diagnostic of influential observations in regression models are the global influence (Belsey et al., 1980). Cook (1986) introduced a general method to evaluate the local influence of small perturbations in the statistical model or in the data set using different perturbation schemes. As a complement to the techniques of detection atypical observations, it is proposed the forward search procedure by Atkinson e Riani (2000), which is a methodology to detect the masked atypical observations in a data set. In this work we propose the use of the local influence approach together with the forward search to obtain the masked influential observations in linear regression models.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-06-14T15:45:26Z No. of bitstreams: 1 Rafael Herzer_.pdf: 1397260 bytes, checksum: a9941bd0932b535c5699cf0b35a815dc (MD5) / Made available in DSpace on 2016-06-14T15:45:26Z (GMT). No. of bitstreams: 1 Rafael Herzer_.pdf: 1397260 bytes, checksum: a9941bd0932b535c5699cf0b35a815dc (MD5) Previous issue date: 2016-02-29 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O presente trabalho tem como objetivo propor um método de monitoramento para gestão de portfólio, o qual, através de um sistema multi-critério e de um modelo econométrico, identifica variações no cenário econômico e em indicadores da empresa sendo então, a partir do monitoramento de resíduos, possível definir o momento exato para alteração de portfólio de produtos. A Gestão de Portfólio de produtos vem atraindo interesse dos gestores das corporações e deste modo, é difícil encontrar alguma organização que não possua uma carteira de produtos e projetos para gerenciar. A Gestão de Portfólio trata das decisões de alocação de recursos e de como ficará a carteira dos produtos atuais, sendo uma ferramenta de extrema importância para o resultado, principalmente financeiro, das organizações. Encontram-se vários métodos na literatura para realizar a Gestão do Portfólio, dentre os quais modelos financeiros, modelos probabilísticos financeiros, modelos de escores e checklists, abordagens de hierarquia analítica, abordagens comportamentais e abordagens de mapas ou diagrama de bolhas são os mais relevantes. Mesmo existindo diversos métodos na literatura para realizar a gestão do portfólio, não há consenso sobre qual método deve ser utilizado em cada etapa específica. Esses métodos também necessitam de intervenção dos gestores, levando em consideração que geralmente as informações disponíveis para tomada de decisão não são completas ou exatas. Para este estudo, foi realizado um estudo de simulação Monte Carlo para avaliar a sensibilidade dos diversos elementos que compõem o método. Os resultados mostraram taxas de alarmes falsos e tempo médio para detectar a mudança semelhantes a estudos anteriores. Esse processo de gestão e tomada de decisão é considerado complexo para os gestores das empresas, uma vez que o portfólio necessita ser periodicamente revisado, buscando sempre maximização de valor e equilíbrio ideal de produtos no mercado. Por fim, a aplicação do modelo é ilustrada por um caso real, utilizando dados fornecidos por uma empresa multinacional do segmento agrícola. / Product Portfolio Management is attracting the interest of the managers of the corporations. With the competitiveness of the market, it is difficult to find an organization that does not have a portfolio of products to manage. The Portfolio Management deals with resource allocation decisions and how will the portfolio of current products be compouse, being an extremely important tool for the result, especially financial, for the organizations. This process of management and decision making is considered complex to company managers, since the portfolio needs to be periodically revised, always seeking to maximize value and correct balance of products on the market. There are several methods in the literature to perform portfolio management, among which financial models, financial probabilistic models, scores and checklists models, analytical hierarchy of approaches, behavioral approaches and approaches map or diagram bubbles are the most relevant. While there are several methods in the literature to make the portfolio management, there is no consensus about which method should be used in each specific step. These methods also require the intervention of managers, taking into account that generally available information for decision-making are not complete or accurate. This paper aims to propose a method, which, through a multi-criteria system containing an econometric model, identifies changes in the economic environment and business indicators and then, from the profile monitoring, can set the exacly time for change portfolio of products. We performed the Monte Carlo simulation study to assess the sensitivity of the various parts that make up the method. The results showed false alarm rate and mean time to detect changes similar to previous studies. Finally, the application of the model is illustrated by a real case using data provided by a multinational company, agricultural segment.

Made available in DSpace on 2015-05-14T12:47:14Z (GMT). No. of bitstreams: 1 ArquivoTotal.pdf: 5481354 bytes, checksum: 0c13ae5c154f04c9968451cecffae9ab (MD5) Previous issue date: 2013-03-08 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Until late 1980s, urban air pollution was attributed to industrial emissions. However, the fast urban growth in the developing nations caused the vehicles to become an issue of large magnitude. Nowadays, there is a situation in which the most responsible for the a relevant part of the air quality degradation in the bigger urban centers are the motor vehicles that are currently circulating on the roads, due to their great amount and poor state of repair. In some cities, the air pollutant concentration indexes have reached levels that threaten people's health, forcing the authorities to make decisions to control such problem. This current work aimed to verify the relationship among meteorological factors, vehicular air pollutants and the number of respiratory system disease cases notified by the department of health of Salvador-BA', by using the Poisson Regression Model. This investigation was conducted by using an ecological drawing made from secondary information about hospitalizations, collected from DATASUS and from data related to the monitoring of major air pollutants and to the meteorological parameters, from November 2010 to September 2012, acquired from the Environment and Water Resources Institute - INEMA. In this work, the most susceptible groups of people, that is, children (≤9 years old) and the elderly ( ≥65 years-old), were monitored. Acording to the achieved results, it was observed that the independent variables "SO2", "NO2", "CO" and "Temperature" were statistically relevant to justify the variability of the responds variable "Hospitalizations by respiratory system diseases" in children, to the exploratory level of 5%. Regarding to elderly, only the variables "NO2" and "O3" were statistically relevant to the significance level of 5%. Through the residual graphics and the diagnostic measures related to the Poisson model adjusted to the data about hospitalizations caused by respiratory system diseases in children and the elderly, it was possible to verify the proper suitability of the model used for the decision-making. / A poluição atmosférica urbana, até meados de 1980, era atribuída basicamente às emissões industriais, no entanto, o rápido crescimento urbano nos países em desenvolvimento fez com que os veículos se tornassem um problema de grande magnitude. Hoje se verifica uma situação em que os maiores responsáveis por grande parte da degradação da qualidade do ar nos grandes centros urbanos são os veículos automotores em circulação nas rodovias, devido à grande quantidade e péssimo estado de conservação. Em algumas cidades, os índices de concentrações de poluentes do ar passaram a atingir níveis que colocam em risco a saúde das pessoas obrigando as autoridades a tomar decisões para controlar este problema. o presente trabalho teve como objetivo verificar a relação entre fatores meteorológicos e poluentes atmosféricos veiculares com o número de casos de doenças respiratórias notificadas pela Secretaria de Saúde de Salvador-BA, mediante a utilização do Modelo de Regressão de Poisson. Essa investigação foi realizada utilizando-se um desenho ecológico a partir de informações secundárias de internações hospitalares coletados junto ao DATASUS e de dados acerca do monitoramento dos principais poluentes atmosféricos e dos parâmetros meteorológicos, no período de novembro de 2010 a setembro de 2012, adquiridos junto ao Instituto do Meio Ambiente e Recursos Hídricos - INEMA. Foram observadas neste estudo as populações mais suscetíveis que são crianças (< 9 anos) e idosos > 65 anos). De acordo com os resultados obtidos, observou-se que as variáveis "SO2", "NO2", "CO2", e "Temperatura" são estatisticamente significantes para justificar a variabilidade da variável resposta "internações por doenças respiratórias" em crianças, ao nível exploratório de 5%. Com relação aos idosos, apenas as variáveis "NO2" e "O3" foram estatisticamente significantes ao nível de 5% de significância. Através dos gráficos de resíduos e de medidas de diagnóstico referentes ao modelo de Poisson ajustados aos dados sobre internações por doenças do aparelho respiratório em crianças e idosos. Foi possível verificar a boa adequação do modelo utilizado para a tomada de decisão.

A identificação de observações influentes e/ou aberrantes de um conjunto de dados é conhecida como uma parte das análises de diagnóstico. Esta técnica de diagnóstico têm como uma das finalidades verificar a robustez de um modelo estatístico, pois a não identificação dos dados influentes pode afetar a análise ou obter resultados incorretos. As metodologias comumente utilizadas para o diagnóstico de observações influentes em modelos de regressão são métodos de influência global (Belsey et al., 1980). Cook (1986) introduziu um método geral para avaliar a influência local de pequenas perturbações no modelo estatístico ou nos dados, usando diferentes tipos de perturbações. Como complemento às técnicas de detecção de observações discrepantes, é proposto o método procura \\forward\", por Atkinson e Riani (2000), que é uma metodologia para detectar observações atípicas mascaradas. Neste trabalho, propomos o uso da influência local com procura \"forward\" na obtenção de observações mascaradas influentes considerando modelos de regressão linear. / The identification of influential and/or atypical observations in a data set is known as a part of the diagnostic analysis. One of the purposes of the diagnostic analysis is to verify the robustness of a statistical model, as the non-identification of influential observations can affect the analysis or may cause the obtainment of incorrect results. The most commonly used methodology for the diagnostic of influential observations in regression models are the global influence (Belsey et al., 1980). Cook (1986) introduced a general method to evaluate the local influence of small perturbations in the statistical model or in the data set using different perturbation schemes. As a complement to the techniques of detection atypical observations, it is proposed the forward search procedure by Atkinson e Riani (2000), which is a methodology to detect the masked atypical observations in a data set. In this work we propose the use of the local influence approach together with the forward search to obtain the masked influential observations in linear regression models.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-05-23T16:23:56Z No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-05T19:07:22Z (GMT) No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-05T19:07:28Z (GMT) No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) / Made available in DSpace on 2017-06-05T19:18:45Z (GMT). No. of bitstreams: 1 DissAMCF.pdf: 1964890 bytes, checksum: 84bcbd06f74840be6fc5f38659c34c07 (MD5) Previous issue date: 2016-12-16 / Não recebi financiamento / The objective of this work is to study the binary regression model under the frequentist and Bayesian approaches using the probit, logit, log-log complement, Box-Cox transformation and skewprobit as link functions. In the classical approach we presented assumpti- ons and procedures used in the regression modeling. We verified the accuracy of the estimated parameters by building confidence intervals and conducting hypothesis tests. In the Bayesian appro- ach we made a comparative study using two methodologies. For the first methodology, we considered non-informative prior dis- tributions and the Metropolis-Hastings algorithm to estimate the model. In the second methodology we used auxiliary variables to obtain the known a posteriori distribution, allowing the use of the Gibbs Sampler algorithm. However, the introduction of these auxiliary variables can generate correlated values and needs the use of clustering of unknown quantities in blocks to reduce the autocorrelation. In the simulation study we used the AIC and BIC information criteria to select the most appropriate model and we evaluated whether the coverage probabilities of the confidence interval is in agre- ement with that expected by the asymptotic theory. In Bayesian approach we found that the inclusion of auxiliary variables in the model results in a more efficient algoritm according to the MSE, MAPE and SMAPE criteria. In this work we also present applications to two real datasets. The first dataset used is the variation of the Ibovespa and variation of the daily value of the American dollar at the time of closing the 2013 to 2016. The second dataset, used is an educational data set (INEP-2013), where we are interested in studying the factors that infuence the approval of the student. / Este trabalho tem como objetivo estudar o modelo de regressão binária nas abordagens clássica e bayesiana utilizando as funcoes de ligacoes probito, logito, complemento log-log, transformaçao box-cox e probito-assimetrico. Na abordagem clássica apresentamos as suposicoes e o procedimento para ajustar o modelo de regressao e verificamos a precisão dos parâmetros estimados, construindo intervalos de confianca e testes de hipóteses. Enquanto que, na inferência bayesiana fizemos um estudo comparativo utilizando duas metodologias. Na primeira metodologia consideramos densidades a priori nao informativas e utilizamos o algoritmo Metropolis-Hastings para ajustar o modelo. Na segunda metodologia utilizamos variáaveis auxiliares para obter a distribuiçcaão a posteriori conhecida, facilitando a implementacão do algoritmo do Amostrador de Gibbs. No entanto, a introduçao destas variaveis auxiliares podem gerar valores correlacionados, o que leva à necessidade de se utilizar o agrupamento das quantidades desconhecidas em blocos para reduzir a autocorrelaçcãao. Atraves do estudo de simulacao mostramos que na inferência classica podemos usar os critérios AIC e BIC para escolher o melhor modelo e avaliamos se o percentual de cobertura do intervalo de confianca assintotica está de acordo com o esperado na teoria assintática. Na inferência bayesiana constatamos que o uso de va-riaáveis auxiliares resulta em um algoritmo mais eficiente segundo os critérios: erro quadrâtico medio (EQM), erro percentual absoluto medio (MAPE) e erro percentual absoluto medio simetrico (SMAPE). Como ilustração apresentamos duas aplicações com dados reais. Na primeira, consideramos um conjunto de dados da variaçao do Ibovespa e a variacao do valor diário do fechamento da cotacao do dólar no período de 2013 a 2016. Na segunda aplicação, trabalhamos com um conjunto de dados educacionais (INEP-2013), focando nos estudos das variaveis que influenciam a aprovacao do aluno.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-04-25T14:30:32Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao_Lelio_Alejandro_Arias_Vizcaino.pdf: 1217481 bytes, checksum: 3e169ccf7afc8c3a244b8cc4a07c9cbf (MD5) / Made available in DSpace on 2017-04-25T14:30:32Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao_Lelio_Alejandro_Arias_Vizcaino.pdf: 1217481 bytes, checksum: 3e169ccf7afc8c3a244b8cc4a07c9cbf (MD5) Previous issue date: 2016-12-05 / FACEPE / entre as principais metodologias estatísticas, a análise de regressão é uma das formas mais efetivas para modelar dados. Neste sentido, a análise de diagnóstico é imprescindível para determinar o que poder ter acontecido no processo gerador dos dados caso os pressupostos impostos a este não sejam plausíveis. Uma das ferramentas mais úteis em diagnóstico é a avaliação dos resíduos. Neste trabalho, propomos um novo resíduo para as classes de modelos de regressão linear e não linear baseados na família exponencial com dispersão variável (Smyth (1989)). A proposta permite incorporar de forma simultânea informações relativas aos submodelos da média e da dispersão sem fazer uso de matrizes de projeção para sua padronização. Resultados de simulação e de aplicações a dados reais mostram que o novo resíduo é altamente competitivo em relação ao resíduos amplamente usados e consolidados na literatura. / In statistical methodologies, regression analysis can be a very effective way to model data. In this sense, the diagnostic analysis is needed to try to determine what might happened in the data generating process if the conditions imposed to it are not true. One of the most useful techniques to detect the goodness of fit to the model is the evaluation of residuals. In this work, we propose a new residual to the class of linear and nonlinear regression models based on exponential family with variable dispersion (Smyth (1989)). The proposal incorporates simultaneously information from the sub-models of the mean and the dispersion without using projection matrices for its standardization. Simulation resultsandapplicationsinrealdatashowthatthenewresidualishighlycompetitivewith respect to residuals widely used and established in the literature.

Made available in DSpace on 2016-08-19T17:24:51Z (GMT). No. of bitstreams: 1 Tese-AnaValeriaCarvalhoPiresYokokura.pdf: 6263679 bytes, checksum: 10e62a4122185fac92398004b9092d42 (MD5) Previous issue date: 2016-02-18 / Some research shows that coping with stressful situations during pregnancy decreases the breastfeeding time, however this association has been little studied in the world. This study had two objectives: to analyze the validity of the Perceived Stress Scale in a sample of 1447 pregnant women in Sao Luis, MA and 1392 in Ribeirão Preto-SP; and analyze the effect of stress during pregnancy on the duration of breastfeeding in 1134 mother pairs / son of St. Louis. In the first article we evaluated the PSS versions with 10 and 14 items through Confirmatory Factor Analysis using the mplus 7.0, and a new version was created (PSS12) from the deletion of two items that had low factor loadings (<0.40). The models were estimated by the method of least squares (WLSMV) adjusted for mean and variance. Models with two factors showed good fit (RMSEA <0.08; CFI / TLI> 0.90) and high internal consistency (α> 0.80) in the three tested versions. In the second article we used the perceived stress scale (PSS14) and Reporting of stressful life events (EVE) to assess stress. PSS14 evaluates perceived stress during the last month. The EVE assessed stressful life events in the last twelve months. The theoretical model was designed in Acyclic Directed Graph (DAG). Survival curves were estimated using the Kaplan-Meier method. We used model of Cox proportional hazards, estimating the hazard ratio (HR) and 95%. The perceived stress during pregnancy was associated with a shorter duration of total breastfeeding (AMT) (HR=1,54; IC95%:1,23-1,93), but had no effect on exclusive breastfeeding time (AME). It was found that the PSS was adequate to assess stress in pregnant women in two cities in different regions. It suggests the use of PSS10 in the evaluation of perceived stress in pregnant women, considering their practical use, because it is a short range and its excellent fit indices. It was also found that the PEACE proved to be a tool to better identify stress than EVE. / Pesquisas mostram que o enfretamento de situações estressantes durante a gravidez diminui o tempo da amamentação, porém esta associação tem sido pouco estudada. O presente estudo teve dois objetivos: analisar a validade da Escala de Estresse Percebido numa amostra de 1447 gestantes de São Luís-MA e 1392 de Ribeirão Preto-SP; e analisar o efeito do estresse materno na duração da amamentação em 1134 pares mãe/filho de São Luís. No primeiro artigo foram avaliadas as versões PSS com 10 e 14 itens por meio da Análise Fatorial Confirmatória, utilizando o MPLUS 7.0, e foi criada uma nova versão da Escala de Estresse Percebido (PSS12) a partir da exclusão de dois itens que apresentaram cargas fatoriais baixas (<0,40). Os modelos foram estimados pelo método dos mínimos quadrados (WLSMV) ajustados pela média e variância. Os modelos com dois fatores apresentaram bom ajuste (RMSEA <0,08; CFI/TLI >0,90) e consistência interna elevada (α>0,80) nas três versões testadas. No segundo artigo utilizou-se a Escala de estresse percebido (PSS14) e Relato de eventos de vida estressantes (EVE) para avaliar estresse. A PSS14 avaliou estresse percebido durante o último mês. O EVE avaliou eventos estressantes nos últimos doze meses. O modelo teórico foi desenhado em Gráfico Acíclico Direcionado (DAG). As curvas de sobrevida foram estimadas pelo método de Kaplan-Meier. Utilizou-se modelo de riscos proporcionais de Cox, estimando-se a hazard ratio (HR) e IC95%. O estresse percebido na gestação associou-se com a menor duração do aleitamento materno total (AMT) (HR=1,54; IC95%:1,23-1,93), porém não teve efeito sobre o tempo de aleitamento materno exclusivo (AME). Constatou-se que a PSS mostrou-se adequada para avaliar estresse em gestantes, em duas cidades de diferentes regiões brasileiras. Sugere-se a utilização da PSS10 na avaliação do estresse percebido em gestantes, considerando sua utilidade prática, por ser uma escala resumida e seus excelentes índices de ajuste. Verificou-se também que a PSS se mostrou um instrumento capaz de identificar melhor o estresse do que o EVE.