Neste trabalho, apresentamos as equações de estimação generalizadas desenvolvidas por Liang e Zeger (1986), sob a ótica da teoria de funções de estimação apresentada por Godambe (1991). Essas equações de estimação são obtidas para os modelos lineares generalizados (MLGs) considerando medidas repetidas. Apresentamos também um processo iterativo para estimação dos parâmetros de regressão, assim como testes de hipóteses para esses parâmetros. Para a análise de resíduos, generalizamos para dados com medidas repetidas algumas técnicas de diagnóstico usuais em MLGs. O gráfico de probabilidade meio-normal com envelope simulado é uma proposta para avaliarmos a adequação do ajuste do modelo. Para a construção desse gráfico, simulamos respostas correlacionadas por meio de algoritmos que descrevemos neste trabalho. Por fim, realizamos aplicações a conjuntos de dados reais. / In this work, we consider the generalized estimation equations developed by Liang and Zeger (1986) focusing the theory of estimating functions presented by Godambe (1991). These estimation equations are an extension of generalized linear models (GLMs) to the analysis of repeated measurements. We present an iterative procedure to estimate the regression parameters as well as hypothesis testing of these parameters. For the residual analysis, we generalize to repeated measurements some diagnostic methods available for GLMs. The half-normal probability plot with a simulated envelope is useful for diagnosing model inadequacy and detecting outliers. To obtain this plot, we consider an algorithm for generating a set of nonnegatively correlated variables having a specified correlation structure. Finally, the theory is applied to real data sets.

Neste trabalho são apresentadas algumas extensões dos modelos potência-alfa assumindo o contexto em que as observações estão censuradas ou limitadas. Inicialmente propomos um novo modelo assimétrico que estende os modelos t-assimétrico (Azzalini e Capitanio, 2003) e t-potência (Zhao e Kim, 2016) e inclui a distribuição t de Student como caso particular. Este novo modelo é capaz de ajustar dados com alto grau de assimetria e curtose, ainda maior do que os modelos t-assimétrico e t-potência. Em seguida estendemos o modelo t-potência às situações em que os dados apresentam censura, com alto grau de assimetria e caudas pesadas. Este modelo generaliza o modelo de regressão linear t de Student para dados censurados por Arellano-Valle et al. (2012). O trabalho também introduz o modelo linear misto normal-potência para dados assimétricos. Aqui a inferência estatística é realizada desde uma perspectiva clássica usando o método de máxima verossimilhança junto com o método de integração numérica de Gauss-Hermite para aproximar as integrais envolvidas na função de verossimilhança. Mais tarde, o modelo linear com interceptos aleatórios para dados duplamente censurados é estudado. Este modelo é desenvolvido sob a suposição de que os erros e os efeitos aleatórios seguem distribuições normal-potência e normal- assimétrica. Para todos os modelos estudados foram realizados estudos de simulação a fim de estudar as suas bondades de ajuste e limitações. Finalmente, ilustram-se todos os métodos propostos com dados reais. / In this work some extensions of the alpha-power models are presented, assuming the context in which the observations are censored or limited. Initially we propose a new asymmetric model that extends the skew-t (Azzalini e Capitanio, 2003) and power-t (Zhao e Kim, 2016) models and includes the Students t-distribution as a particular case. This new model is able to adjust data with a high degree of asymmetry and cursose, even higher than the skew-t and power-t models. Then we extend the power-t model to situations in which the data present censorship, with a high degree of asymmetry and heavy tails. This model generalizes the Students t linear censored regression model t by Arellano-Valle et al. (2012) The work also introduces the power-normal linear mixed model for asymmetric data. Here statistical inference is performed from a classical perspective using the maximum likelihood method together with the Gauss-Hermite numerical integration method to approximate the integrals involved in the likelihood function. Later, the linear model with random intercepts for doubly censored data is studied. This model is developed under the assumption that errors and random effects follow power-normal and skew-normal distributions. For all the models studied, simulation studies were carried out to study their benefits and limitations. Finally, all proposed methods with real data are illustrated.

Neste trabalho estudam-se alguns novos métodos de seleção de variáveis no contexto da regressão linear que surgiram nos últimos 15 anos, especificamente o LARS - Least Angle Regression, o NAMS - Noise Addition Model Selection, a Razão de Falsa Seleção - RFS (FSR em inglês), o LASSO Bayesiano e o Spike-and-Slab LASSO. A metodologia foi a análise e comparação dos métodos estudados e aplicações. Após esse estudo, realizam-se aplicações em bases de dados reais e um estudo de simulação, em que todos os métodos se mostraram promissores, com os métodos Bayesianos apresentando os melhores resultados. / In this work, some new variable selection methods that have appeared in the last 15 years in the context of linear regression are studied, specifically the LARS - Least Angle Regression, the NAMS - Noise Addition Model Selection, the False Selection Rate - FSR, the Bayesian LASSO and the Spike-and-Slab LASSO. The methodology was the analysis and comparison of the studied methods. After this study, applications to real data bases are made, as well as a simulation study, in which all methods are shown to be promising, with the Bayesian methods showing the best results.

O mapeamento e a estimação de riscos e incidências são ferramentas muito úteis para a Epidemiologia pois, auxiliam na prevenção de agravos da saúde e, também auxiliam no planejamento e avaliação dos serviços de saúde. Este trabalho busca utilizar uma ferramenta estatística que incorpora de forma adequada este tipo de análise ao estudo de outras características que estejam relacionadas a estes agravos. No presente trabalho utiliza-se como aplicação dados do estudo caso-controle espacial com base populacional de acidentes de trabalho com a proposta de estimar a distribuição espacial do risco de sofrer acidente de trabalho na área urbana do município de Piracicaba/SP entre trabalhadores que se encontravam na situação de precarização do trabalho em associação com outras variáveis de interesse através de modelos aditivos generalizados (MAG) e, através disso, mostrar que ao incorporar de forma explícita o espaço no processo de modelagem dos dados ocorre um ganho significativo na explicação da variação do risco. O modelo MAG utilizado tem variável resposta binomial (caso e controle) e multinomial (caso e controle separados pela gravidade do acidente sofrido). Com os modelos ajustados, mapas foram desenhados com indicações de diferentes cores para a intensidade do risco de sofrer acidente de trabalho. Outra abordagem utilizada para os dados espaciais de acidentes de trabalho foi a INLA (INTEGRATED NESTED LAPLACE APPROXIMATIONS), a qual é utilizada como processo de modelagem para a família dos modelos Gaussianos latentes através de novos métodos para esta família de modelos. A intenção foi mostrar como essa nova abordagem lida com dados do tipo espacial e, fazer uma comparação com a abordagem feita pela modelagem GAM / Mapping and estimation of risks and impacts are very useful tools for Epidemiology at the assistance in prevention of injuries and health, also assists in planning and evaluation of health services. This paper seeks to use a statistical tool that adequately incorporates this type of analysis to the study of other characteristics that are related these illnesses. In the present work is used as application data from case-control study space-based population accidents with the proposal to estimate the spatial distribution of risk of suffering an accident at work in the urban area of Piracicaba/SP among workers who were in employed as casual labor in combination with other variables of interest using generalized additive models (GAM) and, thereby, show that by incorporating explicitly space in the process of data modeling is a gain significant in explaining the variation in risk. The GAM model have used binomial response variable (case and control) and multinomial (case and control separated by the severity of the accident suffered). With the adjusted models, maps were drawn with indications of different colors to the intensity of the risk of accident. Another approach used for spatial data on accidents at work was the INLA (INTEGRATED NESTED LAPLACE APPROXIMATIONS), which is used as a modeling process for the family of latent Gaussian models through new methods for this family of models. The intention was to show how this new approach deals with spatial data and a comparison with the approach made by GAM modeling.

O mapeamento e a estimação de riscos e incidências são ferramentas muito úteis para a Epidemiologia pois, auxiliam na prevenção de agravos da saúde e, também auxiliam no planejamento e avaliação dos serviços de saúde. Este trabalho busca utilizar uma ferramenta estatística que incorpora de forma adequada este tipo de análise ao estudo de outras características que estejam relacionadas a estes agravos. No presente trabalho utiliza-se como aplicação dados do estudo caso-controle espacial com base populacional de acidentes de trabalho com a proposta de estimar a distribuição espacial do risco de sofrer acidente de trabalho na área urbana do município de Piracicaba/SP entre trabalhadores que se encontravam na situação de precarização do trabalho em associação com outras variáveis de interesse através de modelos aditivos generalizados (MAG) e, através disso, mostrar que ao incorporar de forma explícita o espaço no processo de modelagem dos dados ocorre um ganho significativo na explicação da variação do risco. O modelo MAG utilizado tem variável resposta binomial (caso e controle) e multinomial (caso e controle separados pela gravidade do acidente sofrido). Com os modelos ajustados, mapas foram desenhados com indicações de diferentes cores para a intensidade do risco de sofrer acidente de trabalho. Outra abordagem utilizada para os dados espaciais de acidentes de trabalho foi a INLA (INTEGRATED NESTED LAPLACE APPROXIMATIONS), a qual é utilizada como processo de modelagem para a família dos modelos Gaussianos latentes através de novos métodos para esta família de modelos. A intenção foi mostrar como essa nova abordagem lida com dados do tipo espacial e, fazer uma comparação com a abordagem feita pela modelagem GAM / Mapping and estimation of risks and impacts are very useful tools for Epidemiology at the assistance in prevention of injuries and health, also assists in planning and evaluation of health services. This paper seeks to use a statistical tool that adequately incorporates this type of analysis to the study of other characteristics that are related these illnesses. In the present work is used as application data from case-control study space-based population accidents with the proposal to estimate the spatial distribution of risk of suffering an accident at work in the urban area of Piracicaba/SP among workers who were in employed as casual labor in combination with other variables of interest using generalized additive models (GAM) and, thereby, show that by incorporating explicitly space in the process of data modeling is a gain significant in explaining the variation in risk. The GAM model have used binomial response variable (case and control) and multinomial (case and control separated by the severity of the accident suffered). With the adjusted models, maps were drawn with indications of different colors to the intensity of the risk of accident. Another approach used for spatial data on accidents at work was the INLA (INTEGRATED NESTED LAPLACE APPROXIMATIONS), which is used as a modeling process for the family of latent Gaussian models through new methods for this family of models. The intention was to show how this new approach deals with spatial data and a comparison with the approach made by GAM modeling.

Made available in DSpace on 2016-06-02T20:06:01Z (GMT). No. of bitstreams: 1 2197.pdf: 1979337 bytes, checksum: 0091ce4138b8a98277d9af0d5d2aa788 (MD5) Previous issue date: 2008-11-13 / Universidade Federal de Sao Carlos / In this dissertation we present a regression modelling proposal for modelling the market prices of urban batches at São Carlos city (SP), over the year of 2005. Usual regression modelling and survival techniques, with left censoring, are considered. A simulation study exames the coverage probabilities the asymptotic confidence for the parameters of the considered modelling. / Nesta disertação apresentaremos uma proposta de um modelo de equação de regressão representativa para a formação do valor de mercado dos lotes urbanos do município de São Carlos, SP, ano de 2005, visando à criação de Plantas de Valores Genéricos (PVG) utilizando as técnicas de: Modelos Lineares Usuais (erros normais e variância constante), estes amplamente utilizados, e a Análise de Sobrevivência com censura à esquerda. Após o ajuste, as duas metodologias são comparadas e testadas num estudo de simulação onde examinamos a probabilidade de cobertura de alguns parâmetros envolvidos na regressão.

Made available in DSpace on 2016-06-02T20:06:09Z (GMT). No. of bitstreams: 1 5914.pdf: 1420398 bytes, checksum: e5c2a5d7845b5b17b94959ce849fd613 (MD5) Previous issue date: 2014-04-01 / Financiadora de Estudos e Projetos / The real estate market has a key role in the country and counties economy attracting several studies and researches that explains and interpret the numerous transactions performed, and especially to find appropriate ways to define the monetary value. Usually the real estate data modeling is performed through regression models, especially the linear and also the generalized linear models ( Nelder andWedderburn, 1972). Because these data has different characteristics such as heteroscedasticity, non-normality and heterogeneity, the use of these models can suffer limitations, so it is appropriate to use more and more complex models, such as generalized additive models for location, scale and shape GAMLSS (proposed by Rigby & Stasinopoulos (2005), that allows all parameters of the response variable are modeled parametric or non parametric form. In this context and based on a dataset of urban land of São Carlos city in 2005 was estimated the empirical function the value of the land addressing the class of linear models, generalized linear models and the GAMLSS. Alternatively, considering the existence of two types of real estate prices: already sold (observed) and announced (censored), was proposed to the data, using the survival analysis considering censored left and the GAMLSS in the parameter estimation process. A simulation study and a study of local influence was also performed. / O mercado imobiliário possui um papel fundamental na economia do país e municípios atraindo diversos estudos e pesquisas que buscam explicar e interpretar as inúmeras transações realizadas, e principalmente, encontrar maneiras adequadas de determinar seu valor monetário. Geralmente a modelagem de dados imobiliários e feita por meio de modelos de regressão, especialmente os lineares e também, os modelos lineares generalizados (Nelder e Wedder-burn,1972). Por se tratarem de dados com diferentes características, como heterocedasticidade, não normalidade e heterogeneidade, o uso desses modelos podem sofrer limitações, por isso torna-se adequada a utilização de modelos cada vez mais complexos, como por exemplo, os modelos aditivos generalizados para posição, escala e forma (GAMLSS) propostos por Rigby & Stasinopoulos (2005), que permitem que todas as estimativas dos parâmetros envolvidos no modelo sejam obtidas de forma paramétrica ou não-paramétrica. Neste contexto e com base em um conjunto de dados de lotes urbanos da cidade de Sao Carlos do ano de 2005 foi estimado a função empírica do valor de lotes abordando a classe de modelos lineares, modelos lineares generalizados e o GAMLSS. Alternativamente, considerando a existência de dois tipos de preços de imóveis: ja vendidos (observados) e anunciados (censurados), foi proposto aos dados, a utilização da analise de sobrevivência considerando censura a esquerda e o GAMLSS no processo de estimação dos parâmetros. Foi realizado também um estudo de simulação e um estudo de influência local.

A firma é o principal agente econômico para a produção e distribuição de bens e serviços. Seu constante investimento em melhorias e o aperfeiçoamento de sua capacidade produtiva, visando tornar-se cada vez mais eficiente, transforma-se em um determinante central do bem estar econômico da sociedade. O processo de medir a ineficiência de firmas baseia-se em análises de fronteiras, onde a ineficiência é medida como a distância entre os pontos observados da variável resposta e a função de produção, custo ou lucro verdadeiras, dependendo do modelo assumido para descrever a variável resposta. Existe uma variedade de formas funcionais para essas funções e algumas vezes é difícil julgar qual delas deve ser escolhida, visto que a forma verdadeira é desconhecida e pode ser somente aproximada. Em geral, na literatura, dados de produção são analisados assumindo-se modelos multiplicativos que impõem a restrição de que a produção é estritamente positiva e utiliza-se a transformação logarítmica para linearizar o modelo. Considera-se que o logaritmo do produto dada a ineficiência técnica tem distribuição contínua, independentemente de os dados serem contínuos ou discretos. A tese divide-se em dois artigos: o primeiro utiliza a inferência bayesiana para estimar a eficiência econômica de firmas utilizando os modelos de fronteira estocástica de custo com forma funcional flexível Fourier, que asseguram um bom ajuste para a fronteira, sendo fundamental para o cálculo da ineficiência econômica; o segundo artigo propõem os modelos generalizados de fronteira estocástica, baseando-se nos modelos lineares generalizados mistos com a abordagem bayesiana, para quantificar a ineficiência técnica de firmas (medida de incerteza) utilizando a variável resposta na escala original e distribuições pertencentes à família exponencial para a variável resposta dada a medida de ineficiência. / The firm is the main economic agent for the production and distribution of goods and services. Its constant investment in improvements and enhancement of its productive capacity to make itself more efficient becomes a central determinant of economic welfare of society. The measure process of inefficiency is based on frontier analysis, where inefficiency is measured as the distance between the observed points from variable response and real production, cost or profit function, depending on chosen model to describe the variable response. There are several functional forms to these functions and sometimes it is very difficult to decide which one has to be chosen because the true form is unknown and it can just be approximate. Generally, in the literature, production data are analyzed assuming multiplicative models that impose the restriction of what the production is strictly positive and use the logarithm transformation to turn the model lineal. It is considerate that the product\'s logarithm given the technical inefficiency has distribution continual, independent if the data are continuous or discrete. The papers presented in this thesis are: the first paper uses the bayesian inference to estimate the economic efficiency of firms in the cost stochastic frontier models using the Fourier flexible cost function, that assure a good settlement to the frontier being essential to calculate the economic inefficiency. The second paper proposes a generalized stochastic frontier models, based on generalized linear mixed models with the Bayesian approach, to quantify the inefficiency technical of the firms (uncertainty measures) by using the response variable in the scale original with distributions belonging on the exponential family to the response variable given the measure of inefficiency.

Made available in DSpace on 2016-06-02T19:53:33Z (GMT). No. of bitstreams: 1 FATTIBENE_Marcos_2015.pdf: 1035875 bytes, checksum: 9f4308478818fe20ad4a239e96c1bb67 (MD5) Previous issue date: 2015-01-27 / The credit analysis for individuals has traditionally relied on three pillars: documentary proof of income and residence; refers to negative credit bureaus as SERASA and SCPC and the use of forecasting models based on the hypothesis that similar profiles in the future will reproduce the same credit behavior of the past, such as the "credit scores" (HAND; HENLEY, 2007) . This approach has been adequate, while being susceptible to moments of economic crisis or to fast profile changing of the target market, as occurred in the U.S. subprime in 2008. This study aims to point out ways to use Social Networks informational content, where individuals express and record their opinions, preferences, and especially get evident their network of relationships, in the credit analysis context. It was made evident the feasibility to investigate the assumption that an individual's proximity to other appropriate profile payers, or vice versa, influences the repayment rate. To illustrate such a conclusion, a real social network, enriched with credit data obtained by statistical simulation, was used. Three models of data weighting and three other based on multiple linear regression models were developed. In general the results were not statistically significant, by need to use a non-brazilian social network, as well synthetic data bureau score, since real information was not available in this country. It was shown a way to investigate the hypothesis that the informational content of a social network may generate greater efficiency into credit analysis when added to decision-making, operational and control systems of this segment. / A análise de crédito para pessoas físicas tem tradicionalmente se apoiado em três pilares: comprovação documental de renda e de residência; consulta a birôs negativos de crédito, como SERASA Experian e SCPC e a utilização de modelos de projeção baseados na hipótese que perfis semelhantes reproduzirão no futuro o comportamento de crédito do passado, como por exemplo, os credit scores (HAND ; HENLEY, 2007). Tal abordagem tem se mostrado adequada, sendo, entretanto suscetível a momentos de crise econômica ou mudança rápida do perfil do mercado alvo, a exemplo do ocorrido no mercado imobiliário dos EUA no ano de 2008. O presente trabalho propõe-se indicar alternativas para a utilização do teor informacional presente nas Redes Sociais, onde os indivíduos registram suas opiniões, preferências e especialmente evidenciam sua rede de relacionamentos, no contexto da análise de risco de crédito. Evidenciaram-se formas de averiguação da premissa que proximidade de um indivíduo a outros com perfil de bons pagadores, ou vice-versa, influencia a taxa de adimplência. Para se ilustrar tais sugestões, foi utilizada uma rede social real, enriquecida com dados de crédito obtidos por simulação estatística. Foram elaborados três modelos de ponderação de dados e três modelos baseados em regressão linear múltipla. Em geral os resultados não foram estatisticamente significantes, dada a necessidade de uso de rede social estrangeira como também da geração de dados sintéticos de score de birô de crédito, dada a indisponibilidade de informações reais no País. Porém, ficou evidenciada a viabilidade da averiguação da hipótese de que o conteúdo informacional contido em redes sociais pode ampliar a eficiência do sistema de análise de crédito, se incorporado aos sistemas decisórios, operativos e de controle.

Made available in DSpace on 2016-12-08T16:44:34Z (GMT). No. of bitstreams: 1 PGPV11MA035.pdf: 382044 bytes, checksum: 888904b44ab1d4e73c30ea19d52dffc8 (MD5) Previous issue date: 2011-02-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Bean production is affected by a range of abiotic stresses such as drought, low soil fertility, soil acidity and unfavorable temperatures. However, a deep root system and well distributed allows better adaptation, especially regarding the conditions of drought and low nutrient availability. Despite the advancement of research, little has been done in this line of study. Thus, this study aimed to: i) present an alternative to the measurement and statistical analysis to the root distribution, ii) measuring the character of root distribution in bean genotypes Active Germplasm Bank of UDESC (Universidade do Estado de Santa Catarina) and its relationship to other important agronomic characteristics, and iii) to evaluate the root distribution along the profile between mutant populations and select bean genotypes with higher metric values for the character. The experiments were performed in the experimental area of IMEGEM, arranged in a randomized design. The evaluation of root distribution was held in hybrids, cultivars, accessions and mutant populations of beans. For that were open profiles perpendicular to the plant rows of beans, where a rectangle with dimensions of 0.5 m wide by 0.3 m, 0.05 m grid was set aside and a photo was taken. The determination of root distribution in the binary system (name of presence (1) and absence (0) of roots in each box) was performed by analysis of the photo. It was observed that the measurement of the characteristic root distribution through the determination of simple events is a valuable tool for researchers because it allows the quantitative analysis of root distribution by means of Generalized Linear Models the GENMOD procedure of SAS. Considering the small number of genotypes, can be stated that the Active Germplasm Bank Bean has promising genotypes for the character root distribution, where BAF09 (black) and BAF35 (carioca) present the best root deep distribution (20 to 30 cm). It might still be verified the presence of significant positive correlation between root distribution and other traits of agronomic importance. The mutant populations present different performance against the mutagenic for the root distribution. Since the most promising segregating populations are derived from cultivars IPR Uirapuru and IPR Chopim, as they present a significant increase in the number of roots with increasing doses of mutagen / A produção de feijão é afetada por uma gama de estresses abióticos, como seca, baixa fertilidade do solo, acidez do solo e temperaturas desfavoráveis. No entanto, um sistema radicular profundo e bem distribuído permite melhor adaptação da cultura, principalmente no que tange as condições de deficiência hídrica e baixa disponibilidade de nutrientes. Apesar do avanço da pesquisa, pouco se tem trabalhado nessa linha de estudo. Sendo assim, este trabalho teve como objetivos: i) apresentar uma alternativa para a mensuração e a análise estatística para o caráter distribuição radicular; ii) mensurar o caráter distribuição radicular em genótipos de feijão do Banco Ativo de Germoplasma da UDESC (Universidade do Estado de Santa Catarina) e verificar a correlação com outros caracteres de importância agronômica; e iii) avaliar a distribuição radicular ao longo do perfil entre populações mutantes e selecionar genótipos de feijão com valores métricos superiores para o caráter. Os experimentos foram realizados na área experimental do IMEGEM, arranjados em delineamento inteiramente casualizado. A avaliação da distribuição radicular foi realizada em híbridos, cultivares, acessos e populações mutantes de feijão. Para isso foram abertos perfis perpendiculares alinha de semeadura, onde um retângulo com dimensões de 0,5 m de largura por 0,3 m de altura, quadriculado com 0,05 m de lado foi disposto e uma foto foi capturada. A determinação da distribuição radicular no sistema binário (denominação de presença (1) e ausência (0) das raízes em cada quadrícula) foi realizada por meio da análise da foto. A mensuração da característica distribuição radicular a partir da determinação de eventos simples (presença=1 e ausência=0) é uma valiosa ferramenta para o pesquisador, já que possibilita a análise quantitativa da distribuição radicular, por meio dos Modelos Lineares Generalizados do procedimento GENMOD do SAS. Ainda que de forma incipiente, devido ao pequeno número de genótipos avaliados pode ser afirmado que o Banco Ativo de Germoplasma de Feijão possui genótipos promissores para o caráter distribuição radicular. Sendo que BAF09 (preto) e BAF35 (carioca), por apresentarem distribuição radicular profunda e significativa (20 a 30 cm), merecem destaque. Pôde ser verificada ainda a presença de correlação positiva e significativa entre a distribuição radicular e outros caracteres de importância agronômica. As populações mutantes apresentaram desempenho diferenciado frente ao mutagênico para a distribuição radicular. As populações segregantes mais promissoras foram oriundas das cultivares IPR Uirapuru e IPR Chopim, pois apresentaram um aumento significativo na distribuição radicular o aumento das doses do agente mutagênico