Neste trabalho desenvolveremos um modelo estatístico em uma escala micrométrica de interações entre as componentes do sistema que pretende descrever a propagação de trincas em materiais submetidos a tensões cíclicas. Apesar de sua extrema simplicidade, este modelo é capaz de reproduzir um resultado experimental bastante difundido entre engenheiros e especialistas, conhecido como lei de Paris, cujo enunciado estabelece que a taxa de crescimento de uma trinca sob carregamento cíclico é proporcional a uma potência da variação em seu correspondente fator de intensidade de tensões sendo largamente utilizada em aplicações práticas. Estamos particularmente interessados em estudar a introdução de desordem em determinados parâmetros associados ao material investigando as modificações impostas por este tipo de abordagem ao comportamento estatístico do modelo. Nossos principais resultados serão obtidos numericamente a partir de uma aproximação do tipo campo efetivo que ignora a correlação existente entre as diversas trincas que podem se formar ao longo do sistema durante o processo. Simulações numéricas do modelo serão igualmente consideradas ao analisarmos situações mais gerais do processo de propagação em que efeitos associados à regeneração de trincas podem desempenhar um importante papel na descrição do comportamento mecânico de um material. / In this work we consider a statistical model in a micrometric scale of interactions between the components of the system which intends to describe the failure of materials subjected to cyclic-load fatigue. Although quite simple, this model is able to reproduce an important experimental result widespread among engineers and experts, known as Paris law, which states that the growth rate of a crack at subcritical load is proportional to a power of the change in its stress-intensity factor and it is largely used in engineering practice. We are particularly interested to study the introduction of disorder in some parameters of the material investigating the modifications caused by this kind of approach in the statistical properties of the model. Our main results will be obtained numerically assuming an effective-field like approximation which neglects the correlation between the different cracks emerging throughout the system during the breaking process. Numerical simulations of the model are also performed in order to describe more general situations of propagation where the effects of crack self-healing can play an important role in the material strength.

Introdução: A incidência de doenças crônicas não transmissíveis (DCNT) vem aumentando em todo o mundo. Estudos comprovam que o consumo de frutas, legumes e verduras (FLV) reduzem a incidência de DCNT na população Objetivo: Avaliar os determinantes do consumo de FLV em adultos residentes no município de São Paulo Metodologia: É um estudo transversal, abrangendo 1267 mulheres e 855 homens, com idade igual ou superior a 18 anos. A análise de regressão linear foi baseada no modelo hierárquico de fatores associados ao consumo de FLV. As variáveis foram agrupadas em categorias hierárquicas, abrangendo dos fatores distais aos proximais. Essas categorias foram, nessa ordem, sócio-demográfica, comportamental e de consumo alimentar. Resultados: Para ambos os sexos, verificou-se que as seguintes variáveis estavam diretamente associadas ao consumo de FLV: idade e anos de estudo, na categoria sócio-demográfica; prática de atividade física no lazer e ter feito dieta no último ano, na categoria comportamental e consumo de peixe na categoria de consumo alimentar. A densidade domiciliar mostrou-se inversamente associada ao consumo de FLV em ambos os sexos. Somente para as mulheres ser ou já ter sido casada foi diretamente associado ao consumo de FLV e ser fumante mostrou-se inversamente associado. O consumo de alimentos que indicam um padrão de consumo não saudável como açúcares e carne vermelha com gordura mostrou-se inversamente associado ao consumo de FLV em ambos os sexos. Conclusão: O consumo de FLV e seus determinantes são diferentes para homens e mulheres, sendo a maior freqüência de consumo ocorre no sexo feminino. / The burden of noncommunicable diseases (NCD) increases in the whole world. Studies prove that consumption do fruits and vegetables (FV) reduce the incidence of NTCD in the population. The present study aims to evaluate by telephones interviews the determinants of Fruit and vegetable's intake in adults living in São Paulo City. This is a cross-sectional study, ranging over 1267 women and 855 men, aged 18 years old or more. Multiple linear regression analysis was based on a hierarchical model of factors associated with FV intake. The variables were grouped into a hierarchy of categories, ranging from distal determinants to proximate ones. These categories included, in this order, socio-demographic, behavioral and food consumption. For both gender, we found that the following variables were directly associated with FV intake: age and years of study, in the socio-demographic category, physical activity in leisure time and have been on a diet in the last year, in the behavioral category and fish consumption in the nutritional category. The domiciliary density was inversely associated with FLV consumption for both genders. Only for women marital status was directly associated with FV intake and tobacco use were inversely associated. The dietary intake of food that indicates an unhealthy diet, like sugar and read meat with fat were inversely associated with FV intake for both gender. Consumption of FV and their determinants are different for man and women and the major consumption occurs with women.

Os recursos hídricos representam para a sociedade e o meio ambiente um papel de suma importância. Em termos de sociedade relacionamos os múltiplos usos que se fazem destes, sem esquecer que o principal uso é para o consumo e abastecimento das necessidades primárias. Já em termos de meio ambiente sabemos que são os pilares para o suporte e desenvolvimento da biodiversidade e produção de biomassa na terra. A destinação dos resíduos industriais é uma preocupação na atualidade, e mesmo das indústrias sendo obrigadas a tratar seus resíduos antes de despejá-los nos corpos hídricos, não o estão executando com eficiência. Uma das razões que levam a esta situação é a falta de conhecimento dos efeitos que seus resíduos podem ocasionar, deixando-os em um segundo plano, e o orçamento elevado que se requer para investir em uma estação de tratamento de efluentes, considerando não somente a construção, mas também a demanda que exige a sua manutenção. Cada vez mais a integração dos métodos geoestatísticos, Sensoriamento Remoto e SIG, está sendo utilizado para estudos de contaminação ambiental. Suas vantagens e grande variedade de ferramentas permitem um primeiro acesso qualificado a todas essas questões e informações que são onerosas e às vezes desconhecidas. Indo ao encontro da busca de soluções para esta problemática e, através da técnica de análise de componentes principais, se estabeleceu uma ferramenta adequada para diagnóstico da distribuição espacial de concentração de potencial poluidor dos efluentes industriais, tendo como área de estudo a bacia hidrográfica Taquari-Antas. Um total de 393 indústrias foram classificadas em 24 setores. O potencial poluidor de Metais da água (MA), Tóxicos da água (TA), Demanda Bioquímica de Oxigênio (DBO) e Sólidos em Suspensão Totais (SST) para o meio aquático foi estimado através da metodologia The Industrial Pollution Projection System (IPPS). Foram gerados valores para as concentrações dos poluentes para cada mês do ano, utilizando uma série histórica de 26 anos das vazões na bacia. Os padrões temporais para as concentrações mensais foram verificados por meio de testes estatísticos dos modelos ANOVA e testes TukeyHSD, para cada tipo de poluente. A principal tendência temporal encontrada para os quatro tipos de poluentes são a transição do outono para o inverno, onde há uma grande queda dos valores de concentração devido ao aumento da vazão dos rios (época de cheia). Da primavera para o outono os valores vão crescendo novamente até se tornarem os maiores. Na sequência foram gerados mapas de contorno para o potencial poluidor estimado e concentrações mensais além de mapas de classificação das áreas da bacia segundo a legislação do CONAMA. / The water resources represent an important roll for society and the environment. In terms of society we relate the multiple uses that are made of them, without forgetting that their main use is for consumption and supply of primary needs. On the environmental side we know that they are the pillar for the support and development of biodiversity and production of biomass on earth. The destination of the industrial residues are a concern today, despite the industries being obliged to treat their waste before disposing them into any body of water, it’s not being done efficiently. Some of the reasons that lead to this situation are the lack of knowledge of the effects that may result from their residues, pushing them aside. Another reason is the elevated budget required to invest in an industrial wastewater treatment station (ETI), considering not only construction but also the demand that requires its maintenance. Increasingly, the integration of geostatistic methods, Remote Sensing and GIS are being used for environmental contamination studies. Its advantages and wide variety of tools allow an initial quality access to all these matters and information that are costly and sometimes unknown. Seeking solutions of this issue and, through the principal component analysis technique, it has established a suitable tool for the diagnosis of spatial concentration distribution of industrial effluents emissions, having as the subject of study the Taquari-Antas watershed. A total of 393 industries were classified into 24 sectors. Water metals pollution potential (MA), Water Toxics (TA), Biochemical Oxygen Demand (BOD) and Total Suspended Solids (TSS) to water were estimated by The Industrial Pollution Projection System (IPPS) methodology. Values were generated for concentrations of pollutants for each month of the year, using a historical series of 26 years of stream flow in the watershed. The temporal patterns for monthly concentrations were verified by means of statistical tests of ANOVA models and TukeyHSD tests for each type of pollutant. The main temporal trends found for the four types of pollutants are the autumn transition to winter, where there is a decrease of concentration values due to increased river flows (flood season). From spring to autumn the values will grow again till becoming the highest. Following the temporal trends were generated contour maps for estimated pollution potential and monthly concentrations as well as areas of classification maps of the watershed according to CONAMA legislation.

A presente dissertação aborda a otimização de processos industriais através da utilização de projeto de experimentos. Em experimentos planejados, variáveis de respostas são usualmente consideradas como normalmente distribuídas. No entanto, em algumas situações, tal suposição é violada; por exemplo, quando respostas expressam contagens, podendo assumir somente valores inteiros e não-negativos. Nesses casos, é mais provável que as respostas sigam uma distribuição de Poisson e, em sua modelagem, deve-se utilizar os modelos lineares generalizados (MLG), adequados para respostas da chamada família exponencial, à qual pertence a distribuição de Poisson. Se ainda persiste a dúvida quanto ao comportamento das respostas, o modelo de quase-verossimilhança também é uma alternativa possível. Esta dissertação apresenta a reanálise de um experimento, apresentado em Arriba (2005), onde algumas respostas são categóricas. Na análise original do experimento, respostas categóricas foram modeladas através de regressão dos mínimos quadrados ordinários, desconsiderando a violação do pressuposto de normalidade das respostas. Na reanálise aqui apresentada, as variáveis são corretamente abordadas usando-se os modelos lineares generalizados. Como o objetivo do trabalho de Arriba (2005) era a otimização de um processo descrito por múltiplas respostas, comparam-se os resultados da otimização mediante as duas estratégias de modelagem das respostas, além de se propor um método alternativo, mais simplificado, de otimização experimental. / This dissertation deals with the optimization of industrial processes using Design of Experiments. In designed experiments, response variables are often considered as normally distributed. However, in some situations, such assumption is violated; for example, when responses express counts, and only non-negative integers numbers may come up as outcomes. In these cases, it is likely that responses follow a Poisson distribution which is then modeled by generalized linear models (GLM), since such distribution is a member of the exponential family. If a question still holds on the responses behavior, their modeling through the quasi-likelihood method is another option that should be considered. This dissertation analyses an experiment performed by Arriba (2005), where some responses are of categorical nature. In the original analysis presented by Arriba (2005), categorical responses were modeled using ordinary least squares regression, violating the normality assumption associated with that method. In the analysis presented here, variables are appropriately modeled using GLM. Since the objective in Arriba (2005) was optimizing a multiresponse process, results from the two optimization processes are compared. In addition, an alternative experimental optimization method, simpler than the one in Arriba (2005), is also presented.

A presente dissertação tem como objetivo propor uma sistemática para a construção de modelos de previsão de risco de crédito e também comparar o desempenho de três técnicas estatísticas multivariadas utilizadas para sua construção: análise discriminante, regressão logística e redes neurais. O método proposto (denominado Modelo PRC) é composto de seis etapas: (i) delimitação da população; (ii) seleção da amostra; (iii) análise preliminar; (iv) construção do modelo; (v) escolha do modelo e (vi) passos para implantação. O Modelo PRC foi aplicado em uma amostra de 17.005 clientes de uma rede de farmácias com crediário próprio. Os resultados encontrados demonstram uma superioridade das redes neurais em relação às outras duas técnicas, o que era esperado devido a sua abordagem nãolinear na combinação das variáveis. Considerando a venda anual aos clientes da base em estudo e utilizando o modelo neural desenvolvido, estima-se um acréscimo de 65% nos lucros. / This work presents a methodology for credit risk prediction, comparing the performance of three statistical techniques used in the prediction process: discriminant analysis, logistic regression and neural networks. The proposed method (entitled PRC Model) embraces six steps: (i) population definition, (ii) sampling, (iii) preliminary analysis, (iv) model development, (v) model selection and (vi) implementation steps. The PRC Model was applied to a sample of 17,005 customers from an organization, which manages his own credit system and controls a pool of drugstores. The results show the superiority of neural networks over the other two techniques. This was expected due to the non-linear approach of the neural network when dealing with the explanatory variables. Considering the neural network model and the annual sales due to customers included on this study, the use of the proposed methodology indicates a 65% potential profits.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2017-02-22T11:25:03Z No. of bitstreams: 1 texto completo.pdf: 634427 bytes, checksum: 3906f8279cac270c858ee145205e3a4f (MD5) / Made available in DSpace on 2017-02-22T11:25:03Z (GMT). No. of bitstreams: 1 texto completo.pdf: 634427 bytes, checksum: 3906f8279cac270c858ee145205e3a4f (MD5) Previous issue date: 2004-08-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A agricultura de precisão é uma nova tecnologia que pode ser considerada como a habilidade em se monitorar e acessar a atividade agrícola em nível local. Contudo, uma das maiores dificuldades para a implementação dessa nova tecnologia é a falta de modelos para estimar a variabilidade espacial de variáveis envolvidas no sistema. Uma das alternativas para a estimativa da variabilidade espacial tem sido a confecção de mapas de produtividade. Esses mapas são geralmente produzidos com dados obtidos por sensores instalados em colhedoras, que só apresentam o resultado após a colheita. Outra alternativa seriam as imagens de satélite que apresentam limitações quanto a resolução e a periodicidade. A utilização de imagens digitais de alta e baixa resolução tem sido citado por diversos pesquisadores como uma ferramenta promissora para estimar a variabilidade espacial da produtividade. O objetivo geral desta pesquisa foi desenvolver classificadores estatísticos e por redes neurais para discriminar estresse nutricional de nitrogênio e estimar a variabilidade espacial da produtividade na cultura do milho, a partir de vetores de índices de vegetação, para aplicações em sistemas de visão artificial e sensoriamento remoto. Para o estudo da estimativa do estresse nutricional de nitrogênio foi instalado um experimento na Embrapa Milho e Sorgo como parte do projeto PRODETAB 030/01-99. Foram adquiridas imagens digitais de plantas de milho nos estádios V9, V12, V15 e R1, de um experimento instalado no campo segundo o delineamento em blocos ao acaso, com cinco níveis de nitrogênio (0, 30, 60, 90 e 120 kg N.ha -1 ) em três repetições. A câmera ficou posicionada a uma altura de aproximadamente 0,50 m da parte superior das plantas com resolução espacial de 0,10 mm.pixel -1 . Ao contrário dos índices de vegetação isolados, a primeira variável canônica apresentou resultados significativos para estimar o estresse nutricional de nitrogênio. O classificador por redes neurais apresentou maior acurácia do que o estatístico para discriminar estresse nutricional de nitrogênio na cultura do milho. Para estudo da estimativa da variabilidade espacial da produtividade foram adquiridas imagens aéreas de 1000 m de altura com resolução espacial de 250 mm.pixel -1 . Os dados foram coletados em três áreas situadas na Fazenda Experimental de Coimbra da Universidade Federal de Viçosa. Os classificadores estatísticos e por redes neurais apresentaram o mesmo desempenho para estimar a variabilidade espacial da produtividade a partir de informações obtidas em imagens aéreas digitais da cultura do milho. / Precision agriculture is a new technology that can be considered as the ability in monitoring and control the agricultural activity in local level. However, one of the more difficulties for implementation this new technology is a lack of models to evaluate the spatial variability in the system. One of the alternatives for detection spatial variability has been the yield maps. Those maps are generally produced with data obtained for sensor installed in combines, that only present the result after the crop harvesting. Another alternative would be the satellite images, however they have limitations such as resolution and periodicity. Several researchers have mentioned the use of digital images with high and low resolution as promising tools for detection the spatial variability. The general objective of this research was to develop statistical and neural networks classifiers to evaluate nitrogen stress and yield in corn. It was used a vector composed by vegetation indexes for applications in machine vision and remote sensing. To evaluate nitrogen stress for machine vision applications an experiment was installed at Embrapa Milho and Sorgo as part of project PRODETAB 030/01-99. Digital images of maize plants were taken at the growth stages V9, V12, V15 e R1 from a field randomizing block experiment, with five levels of N (0, 30, 60, 90 e 120 kg N.ha -1 ) and three replications. The camera was positioned approximately 0.50 m to the top of the plants with 0.10 mm.pixel -1 spatial resolution. The first canonical variable presented significant results to estimate nitrogen stress. The neural networks classifiers presents potential to discriminate nitrogen stress in corn, for applications in machine vision systems. To estimate corn yield digital aerial images were taken with 250 mm.pixel -1 spatial resolution. The data were collected in three experimental areas of Federal University of Viçosa, Coimbra, MG. The statistical and neural networks classifiers presented same potential to map the yield spatial variability in corn for remote sensing applications. / Tese importada do Alexandria

Submitted by Amauri Alves (amauri.alves@ufv.br) on 2015-12-08T16:21:29Z No. of bitstreams: 1 texto completo.pdf: 830285 bytes, checksum: de44c53e0279d7598c799f67d9169a9a (MD5) / Made available in DSpace on 2015-12-08T16:21:29Z (GMT). No. of bitstreams: 1 texto completo.pdf: 830285 bytes, checksum: de44c53e0279d7598c799f67d9169a9a (MD5) Previous issue date: 2015-07-27 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / O presente estudo objetivou propor modelos de regressão aleatória multicaracterísticos (MRAM) combinando diferentes funções para descrever a produção de leite e a porcentagem de gordura e proteína do leite, em uma avaliação genética de cabras leiteiras via inferência bayesiana. Foram analisados 3.856 registros de produção de leite (MY), porcentagem de gordura (FP) e proteína (PP) no dia do controle da primeira lactação de 535 cabras Alpina e Saanen (incluindo mestiças). As análises iniciais foram realizadas utilizando MRA unicaracterísticos (MRAU), nos quais para todos os efeitos (curva média, genética aditiva e de ambiente permanente), os seguintes modelos foram considerados: terceira e quinta ordem dos polinômios ortogonais de Legendre; B-splines lineares com três (na 1°, 20° e 40° semana) e cinco (na 1°, 8°, 15°, 20° e 40° semana) nós, função de Ali e Schaeffer (Ali e Schaeffer, 1897) e função de Wilmink (Wilmink, 1987). As variâncias residuais foram consideradas heterogêneas com três classes: 1 a 3, 4 a 8 e 9 a 40 semanas de lactação. Depois da definição dos melhores MRAU para descrever cada característica (MY, FP e PP), baseado no Critério de Informação da Deviance (DIC), as funções foram combinadas para compor o MRAM (MRAM combinado). O modelo baseado na função de Ali e Schaeffer apresentou melhor ajuste para as características MY e PP, enquanto o modelo baseado nos polinômios ortogonais de Legendre de quinta ordem (Leg5) foi o melhor para descrever FP. Todos os MRA testados considerando a combinação de funções apresentaram menores valores de DIC, demonstrando a superioridade destes modelos quando comparados a outros MRAM baseados somente em uma função. Entre os MRAM combinados, aquele que considerou a função de Ali e Schaeffer para descrever MY e PP e o Leg5 para descrever FP apresentou o melhor ajuste. As estimativas de herdabilidade para MY e FP foram próximas até 20 semanas, e variaram de 0,25 até 0,54. As estimativas de herdabilidade para PP foram, em geral, maiores que as estimativas para MY e FP, variando de 0,35 até 0,51. A correlação genética entre MY e FP e entre MY e PP ao decorrer do período de lactação foram negativas, exceto para o período imediatamente após o pico de lactação. A correlação genética entre FP e PP foi positiva e aproximadamente constante durante a lactação (aproximadamente 0,54). Conclui-se que a combinação de diferentes funções em um único MRAM pode ser uma alternativa plausível para a avaliação genética conjunta de diferentes características longitudinais. / The present study aimed to propose multiple-trait random regression models (multiple-trait RRM) combining different functions to describe milk yield, fat and protein percent in a dairy goats genetic evaluation by using MCMC (Markov Chain Monte Carlo) Bayesian inference. Were analyzed 3,856 milk yield (MY), fat (FP) and protein (PP) percent test-day records from 535 first lactation of Saanen and Alpine goats (including crosses). The initial analyses were performed using single- trait RRM, in which for all effects (average curve, additive genetic and permanent environmental) the following models were considered: third and fifth order Legendre polynomials, linear B-splines with three (at 1, 20 and 40 weeks) and five (at 1, 8, 15, 20 and 40 weeks) knots, Ali and Schaeffer function (Ali and Schaeffer, 1987) and Wilmink function (Wilmink, 1987). Residual variances were modeled by a step function with three classes: 1 to 3, 4 to 8, and 9 to 40 weeks of lactation. After definition of the best single-trait RRM to describe each trait (MY, FP, PP) based on the Deviance Information Criterion (DIC), the functions were combined to compose the multiple-trait RRM. The model based on Ali and Schaffer function fitted better for MY and PP, while the model based on fifth order Legendre polynomials (Leg5) was the best one for FP. All tested RRM considering the combinations of functions presented lower DIC values, showing the superiority of these models when compared to other multiple-trait RRM based only on one function. Among the combined RRM, those considering Ali and Schaeffer function to describe the MY and PP, and Leg5 to describe the FP, presented the best fit. Estimates of heritability for MY and FP were close until 20 weeks, ranging from 0.25 at 0.54. The estimates of heritability for PP were, in general, higher than the estimates for MY and FP, ranging from 0.35 until 0.51. The genetic correlation between MY and FP and between MY and PP throughout the lactation period were negative, except for the period immediately after lactation peak. The genetic correlation between FP and PP was positive and approximately constant throughout the lactation (about 0.54). We concluded that combining different functions in a unique multiple-trait RRM can be an plausible alternative for joint genetic evaluation of different longitudinal traits.

Os recursos hídricos representam para a sociedade e o meio ambiente um papel de suma importância. Em termos de sociedade relacionamos os múltiplos usos que se fazem destes, sem esquecer que o principal uso é para o consumo e abastecimento das necessidades primárias. Já em termos de meio ambiente sabemos que são os pilares para o suporte e desenvolvimento da biodiversidade e produção de biomassa na terra. A destinação dos resíduos industriais é uma preocupação na atualidade, e mesmo das indústrias sendo obrigadas a tratar seus resíduos antes de despejá-los nos corpos hídricos, não o estão executando com eficiência. Uma das razões que levam a esta situação é a falta de conhecimento dos efeitos que seus resíduos podem ocasionar, deixando-os em um segundo plano, e o orçamento elevado que se requer para investir em uma estação de tratamento de efluentes, considerando não somente a construção, mas também a demanda que exige a sua manutenção. Cada vez mais a integração dos métodos geoestatísticos, Sensoriamento Remoto e SIG, está sendo utilizado para estudos de contaminação ambiental. Suas vantagens e grande variedade de ferramentas permitem um primeiro acesso qualificado a todas essas questões e informações que são onerosas e às vezes desconhecidas. Indo ao encontro da busca de soluções para esta problemática e, através da técnica de análise de componentes principais, se estabeleceu uma ferramenta adequada para diagnóstico da distribuição espacial de concentração de potencial poluidor dos efluentes industriais, tendo como área de estudo a bacia hidrográfica Taquari-Antas. Um total de 393 indústrias foram classificadas em 24 setores. O potencial poluidor de Metais da água (MA), Tóxicos da água (TA), Demanda Bioquímica de Oxigênio (DBO) e Sólidos em Suspensão Totais (SST) para o meio aquático foi estimado através da metodologia The Industrial Pollution Projection System (IPPS). Foram gerados valores para as concentrações dos poluentes para cada mês do ano, utilizando uma série histórica de 26 anos das vazões na bacia. Os padrões temporais para as concentrações mensais foram verificados por meio de testes estatísticos dos modelos ANOVA e testes TukeyHSD, para cada tipo de poluente. A principal tendência temporal encontrada para os quatro tipos de poluentes são a transição do outono para o inverno, onde há uma grande queda dos valores de concentração devido ao aumento da vazão dos rios (época de cheia). Da primavera para o outono os valores vão crescendo novamente até se tornarem os maiores. Na sequência foram gerados mapas de contorno para o potencial poluidor estimado e concentrações mensais além de mapas de classificação das áreas da bacia segundo a legislação do CONAMA. / The water resources represent an important roll for society and the environment. In terms of society we relate the multiple uses that are made of them, without forgetting that their main use is for consumption and supply of primary needs. On the environmental side we know that they are the pillar for the support and development of biodiversity and production of biomass on earth. The destination of the industrial residues are a concern today, despite the industries being obliged to treat their waste before disposing them into any body of water, it’s not being done efficiently. Some of the reasons that lead to this situation are the lack of knowledge of the effects that may result from their residues, pushing them aside. Another reason is the elevated budget required to invest in an industrial wastewater treatment station (ETI), considering not only construction but also the demand that requires its maintenance. Increasingly, the integration of geostatistic methods, Remote Sensing and GIS are being used for environmental contamination studies. Its advantages and wide variety of tools allow an initial quality access to all these matters and information that are costly and sometimes unknown. Seeking solutions of this issue and, through the principal component analysis technique, it has established a suitable tool for the diagnosis of spatial concentration distribution of industrial effluents emissions, having as the subject of study the Taquari-Antas watershed. A total of 393 industries were classified into 24 sectors. Water metals pollution potential (MA), Water Toxics (TA), Biochemical Oxygen Demand (BOD) and Total Suspended Solids (TSS) to water were estimated by The Industrial Pollution Projection System (IPPS) methodology. Values were generated for concentrations of pollutants for each month of the year, using a historical series of 26 years of stream flow in the watershed. The temporal patterns for monthly concentrations were verified by means of statistical tests of ANOVA models and TukeyHSD tests for each type of pollutant. The main temporal trends found for the four types of pollutants are the autumn transition to winter, where there is a decrease of concentration values due to increased river flows (flood season). From spring to autumn the values will grow again till becoming the highest. Following the temporal trends were generated contour maps for estimated pollution potential and monthly concentrations as well as areas of classification maps of the watershed according to CONAMA legislation.

Made available in DSpace on 2016-06-02T20:06:10Z (GMT). No. of bitstreams: 1 6034.pdf: 941825 bytes, checksum: 6d06b85571d5cab86cee2ed1c1d699da (MD5) Previous issue date: 2014-03-28 / Universidade Federal de Sao Carlos / Granting credit to an applicant is a decision made in a context of uncertainty. At the moment the lender decides to grant a loan or credit sale there is always the possibility of loss, and, if it is associated with a probability, the decision to grant or not credit will be more reliable. In order to aid the decision to accept or not the request for applicants are used the credit scoring models, which estimate the probability of loss associated with granting credit. But one of the problems involving these models is that only information about the applicants accepted are used, which causes a sampling bias, because the rejected applicants are discarded. With the aim to solve this problem it can use rejected inference, which are considered individuals who have had credit application rejected. However, only considering rejected inference and one method of modeling data, usually, is not sufficient to get satisfactory predictive measures, and thus, were used combined results of three methods, logistic regression, analysis probit and decision tree. The purpose of this combination were to increase the predictive perfomance and the metrics used were sensitivity, specificity , positive predictive value, negative predictive value and accuracy. Through the application in data sets we concluded that the use of the combined results increased the predictive performance, specially regarding to sensitivity. / A concessão de crédito e uma decisão a ser tomada num contexto de incertezas. No momento em que o credor decide conceder um empréstimo, realizar um financiamento ou venda a prazo sempre existe a possibilidade de perda, e, se for atribuída uma probabilidade a esta perda, a decisão de conceder ou não credito será mais confiável. Com o objetivo de auxiliar a tomada de decisão em relação ao pedido de credito dos solicitantes são utilizados os modelos credit scoring, os quais estimam a probabilidade de perda associada a concessão de credito. Um dos problemas envolvendo estes modelos e que somente informações a respeito dos proponentes aceitos são utilizadas, o que causa um viés amostral, pois, os solicitantes recusados são descartados no processo de modelagem. Com intuito de solucionar este problema tem-se a inferência dos rejeitados, em que são considerados os indívíduos que tiveram pedido de credito rejeitado. No entanto, considerar a inferência dos rejeitados e o uso de somente um método de modelagem de dados, muitas vezes, não e suficiente para que se tenha medidas preditivas satisfatórias. Desta forma, foram utilizados resultados combinados de três metodologias, regressão logística, probit e árvore de decisão/classificação concomitantemente a utilização dos métodos de inferência dos rejeitados que incluem o uso de variável latente, reclassificação, parcelamento e ponderação. O objetivo dessa combinação foi aumentar a capacidade preditiva e as métricas utilizadas foram a sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo e acurácia. Através da aplicação em conjuntos de dados concluiu-se que a utilização dos resultados combinados aumentou a capacidade preditiva, principalmente, em relação a sensibilidade.

A presente dissertação tem como objetivo propor uma sistemática para a construção de modelos de previsão de risco de crédito e também comparar o desempenho de três técnicas estatísticas multivariadas utilizadas para sua construção: análise discriminante, regressão logística e redes neurais. O método proposto (denominado Modelo PRC) é composto de seis etapas: (i) delimitação da população; (ii) seleção da amostra; (iii) análise preliminar; (iv) construção do modelo; (v) escolha do modelo e (vi) passos para implantação. O Modelo PRC foi aplicado em uma amostra de 17.005 clientes de uma rede de farmácias com crediário próprio. Os resultados encontrados demonstram uma superioridade das redes neurais em relação às outras duas técnicas, o que era esperado devido a sua abordagem nãolinear na combinação das variáveis. Considerando a venda anual aos clientes da base em estudo e utilizando o modelo neural desenvolvido, estima-se um acréscimo de 65% nos lucros. / This work presents a methodology for credit risk prediction, comparing the performance of three statistical techniques used in the prediction process: discriminant analysis, logistic regression and neural networks. The proposed method (entitled PRC Model) embraces six steps: (i) population definition, (ii) sampling, (iii) preliminary analysis, (iv) model development, (v) model selection and (vi) implementation steps. The PRC Model was applied to a sample of 17,005 customers from an organization, which manages his own credit system and controls a pool of drugstores. The results show the superiority of neural networks over the other two techniques. This was expected due to the non-linear approach of the neural network when dealing with the explanatory variables. Considering the neural network model and the annual sales due to customers included on this study, the use of the proposed methodology indicates a 65% potential profits.