Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2013. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2016-01-12T15:24:17Z No. of bitstreams: 1 2013_RubemKalpperCeratti.pdf: 1830693 bytes, checksum: 5cc2b460e956662ebc74cdfd9b67bd15 (MD5) / Approved for entry into archive by Patrícia Nunes da Silva(patricia@bce.unb.br) on 2016-01-12T15:52:07Z (GMT) No. of bitstreams: 1 2013_RubemKalpperCeratti.pdf: 1830693 bytes, checksum: 5cc2b460e956662ebc74cdfd9b67bd15 (MD5) / Made available in DSpace on 2016-01-12T15:52:07Z (GMT). No. of bitstreams: 1 2013_RubemKalpperCeratti.pdf: 1830693 bytes, checksum: 5cc2b460e956662ebc74cdfd9b67bd15 (MD5) / Neste trabalho são abordados modelos lineares generalizados de efeitos mistos para análise de dados longitudinais multivariados, no tratamento de dados em que se assume a distribuição Poisson composta, que tem suporte em $[0,+\infty)$ e é um caso particular da família Tweedie de distribuições, também pertencente à família exponencial de dispersão. No ajuste dos modelos mistos multivariados para a distribuição Poisson composta, utiliza-se uma abordagem de pseudo-verossimilhança, estimando modelos par-a-par e reduzindo o tempo computacional. Como aplicação, analisa-se um conjunto de dados provenientes de um experimento agronômico no qual avaliam-se os efeitos de tratamentos, ao longo do tempo, no perfil de 25 compostos químicos de plantas de algodão. ______________________________________________________________________________ ABSTRACT / This work presents generalized linear mixed effects models as a framework to the analysis of longitudinal multivariate data for which the underlying distribution is assumed to follow a compound Poisson distribution, whose support lies in $[0,+\infty)$, and is a particular case of the Tweedie family of distributions, and, also, belongs to the exponential dispersion family. In order to fit multivariate mixed models to the compound Poisson distribution, a pseudo-likelihood approach is used, fitting pairwise models and reducing computational time. As an application, agronomic experiment data is analyzed, estimating the effects of 5 treatments, over different time periods, on the profile of 25 organic compounds of cotton plants.

Orientador: Luiza Aparecida Trinca / Banca: Liciana Vaz da Arruda / Banca: Osmar Delmanto Junior / Banca: Célia Regina Lopes Zimback / Banca: Marli Teixeira de A. Minhoni / Resumo: É bastante comum na área agrícola, experimentos cujas variáveis respostas são contagens ou proporções. Para esse tipo de dados, utiliza-se a metodologia de modelos lineares generalizados quando as respostas são independentes. Por outro lado, quando as respostas são dependentes, há uma correlação entre as observações e isso tem que ser levado em consideração na análise, para evitar inferências incorretas sobre os coeficientes de regressão. Na literatura há técnicas disponíveis para a modelagem e análise desses dados, sendo os modelos disponíveis extensões dos modelos lineares generalizados. No presente trabalho, utiliza-se a metodologia de equação de estimação generalizada, que inclui no modelo uma matriz de correlação para a obtenção de um melhor ajuste. Outra alternativa, também abordada neste trabalho, é a utilização de um modelo linear generalizado misto, no qual o uso de efeitos aleatórios também introduz uma correlação entre observações que tenham algum efeito em comum. Essas duas metodologias são aplicadas a um conjunto de dados obtidos de um experimento para avaliar certas condições na germinação de sementes de mamona da cultivar AL Guarany 2002, com o objetivo de se verificar qual o melhor modelo de estimação para esses dados / Abstract: Experiments whose response variables are counts or proportions are very common in agriculture. For this type of data, if the observational units are independent, the methodology of generalized linear models can be appropriate. On the other hand, when responses are dependent or clustered, there is a correlation between the observations and that has to be taken into consideration in the analysis to avoid incorrect inferences about the regression coefficients. In the literature there are techniques available for modeling and analyzing such type data, the models being extensions of generalized linear models. The present study explores the use of: 1) generalized estimation equations, that includes a correlation matrix to obtain a better fit; 2) generalized linear mixed models, that introduce a correlation between clustered observations though the addition of random effects in the model. These two methodologies are applied to a data set obtained from an experiment to evaluate certain conditions on the germination of seeds of castor bean cultivar AL Guarany 2002 with the objective of determining the best estimation model for such data / Doutor

Orientador: Aparecida Doniseti Pires de Souza / Banca: Fernando Moala / Banca: Thais Cristina Oliveira da Fonseca / Resumo: Os Modelos Lineares Generalizados (GLM) foram introduzidos no início dos anos 70, tendo um grande impacto no desenvolvimento da teoria estatística. Do ponto de vista teórico, esta classe de modelos representa uma abordagem unificada de muitos modelos estatísticos, correntemente usados nas aplicações, podendo-se utilizar dos mesmos procedimentos de inferência. Com o avanço computacional das últimas décadas foi notável o desenvolvimento de extensões nesta classe de modelos e de métodos para os procedimentos de inferência. No contexto da abordagem Bayesiana, até a década de 80 utilizava-se de métodos aproximados de inferência, tais como aproximação de Laplace, quadratura Gaussiana e outros. No início da década de 90, foram popularizados os métodos de Monte Carlo via Cadeias de Markov (Monte Carlo Markov Chain - MCMC) que revolucionaram as aplicações no contexto Bayesiano. Apesar de serem métodos altamente eficientes, a convergência do algoritmo em modelos complexos pode ser extremamente lenta, o que gera alto custo computacional. Em 2009 surgiu o método de Aproximações de Laplace Aninhadas Integradas (Integrated Nested Laplace Aproximation - INLA) que busca eficiência tanto no custo computacional como na precisão das estimativas. Considerando a importância desta classe de modelos, neste trabalho propõem-se explorar extensões dos MLG para dados longitudinais e recentes propostas apresentadas na literatura para os procedimentos de inferência. Mais especificamente, explorar modelos... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Generalized Linear Models (GLM) were introduced in the early 70s, having a great impact on the development of statistical theory. From a theoretical point of view, this class of model is a unified approach to many statistical models commonly used in applications and can be used with the same inference procedures. With advances in the computer over subsequent decades has come a remarkable development of extensions in this class of design and method for inference procedures. In the context of Bayesian approach, until the 80s, it was used to approximate inference methods, such as approximation of Laplace, Gaussian quadrature, etc., The Monte Carlo Markov Chain methods (MCMC) were popularized in the early 90s and have revolutionized applications in a Bayesian context. Although they are highly efficient methods, the convergence of the algorithm in complex models can be extremely slow, which causes high computational cost. The Integrated Nested Laplace Approximations method (INLA), seeking efficiency in both computational cost and accuracy of estimates, appeared in 2009. This work proposes to explore extensions of GLM for longitudinal data considering the importance of this class of model, and recent proposals in the literature for inference procedures. More specifically, it explores models for binary data (binomial) and count data (Poisson), considering the presence of extra variability, including overdispersion and the presence of random effects through hierarchical models and hi... (Complete abstract click electronic access below) / Mestre

O objetivo principal do trabalho é analisar a resposta da estrutura de capital agregada das firmas brasileiras às oscilações de variáveis macroeconômicas. A partir da teoria do “Tradeoff”, o escudo de tributos provenientes da despesa financeira e os custos de falência surgiram como fatores importantes para a determinação da estrutura de capital, que busca maximizar o valor da firma, a partir da incorporação do benefício líquido entre esses fatores ao seu valor. Baseado nesse entendimento e aliado a conclusões de trabalhos recentes sobre a influência de fatores macroeconômicos nessa decisão de estrutura ótima, o trabalho busca entender os efeitos, de oscilações na taxa real de juros, no crescimento do PIB, na taxa real de inflação, na taxa de câmbio, no volume de recursos de bancos de fomento e no mercado de ações, nas decisões sobre financiamento das atividades de empresas no Brasil. Foram encontrados resultados significativos para as todas as variáveis macroeconômicas e, para esses resultados, foram apresentadas interpretações a luz das teorias de estrutura de capital existentes na literatura contemporânea em finanças. / This paper intent to analyze the response of firm’s capital structure to fluctuations at macroeconomic variables, in the Brazilian market. The Tradeoff theory introduced the concept that the balance between the tax shield from financial expenses and bankruptcy costs are relevant factors in the determination of Firm’s capital structure. This theory predicts that firms to maximize its value should incorporate the net benefit between these factors to their value. The paper seeks to understand and measure the impacts of oscillations in interest rate, GDP growth, inflation rate, exchange rate, participation of development banks and stock market fluctuations in the decisions about capital structure. The paper presents significant results for all macroeconomic variables and provide interpretations for these findings, based on the current development of capital structure theories.

É muito comum encontrar nas áreas agronômica e biológica experimentos cujas observações são correlacionadas. Porém, tais correlações, em tese, podem estar associadas às parcelas ou às subparcelas, dependendo do plano experimental adotado. Além disso, a metodologia de modelos lineares mistos vem sendo utilizada com mais freqüência, principalmente após os trabalhos de Searle (1988), Searle at al. (1992), Wolfinger (1993b) entre outros. O sucesso do procedimento de modelagem está fortemente associado ao exame dos efeitos aleatórios que devem permanecer no modelo e na possibilidade de se introduzir, no modelo, estruturas de variâncias e covariâncias das variáveis aleatórias que, para o modelo linear misto, podem estar inseridas no resíduo e, também, na parte aleatória associada ao fator aleatório conhecido. Nesse contexto, o Teste da Razão de Verossimilhança e o Critério de Akaike podem auxiliar na tarefa de escolha do modelo mais apropriado para análise dos dados, além de permitir verificar que escolhas de modelos inadequadas acarretam em conclusões divergentes em relação aos efeitos fixos do modelo. Com o desenvolvimento do Proc Mixed do SAS (Littel at al. 1996), utilizado neste trabalho, a análise desses experimentos, tratada pela metodologia modelos lineares mistos, tornou-se mais usual e segura. Com a finalidade de se atingir o objetivo deste trabalho, utilizaram-se dois exemplos (A e B) sobre a resposta da produtividade de três cultivares de trigo, em relação a níveis de irrigação por aspersão line-source. Foram criados e analisados 29 modelos para o Exemplo A e 16 modelos para o Exemplo B. Pôde-se verificar, para cada um dos exemplos, que as conclusões em relação aos efeitos fixos se modificaram de acordo com o modelo adotado. Notou-se, também, que o Critério de Akaike deve ser visto com cautela. Ao se comparar modelos similares entre os dois exemplos, ratificou-se a importância de se programar corretamente no Proc Mixed. Nesse contexto, conclui-se que é fundamental conduzir a análise de experimentos de forma ampla, buscando vários modelos e verificando quais têm lógica em relação ao plano experimental, evitando erros ao término da análise. / In Biology and Agronomy, experiments that produce correlated observations are often found. Theoretically, these correlations may be associated with whole-plots or subplots, according to the chosen experimental design. Also, the mixed linear model methodology is now being used much more frequently, especially after the works of Searle (1988), Searle et al. (1992) and Wolfinger (1993b), among others. The success of the modeling procedure is strongly associated with the examination of the random effects that must remain within the model and the possibility of introducing variance-covariance structures of random variables in the model. In the case of the mixed linear model, they may be included in the residual error or in the random part which is associated with the known random factor. In this context, the Likelihood Ratio Test and Akaike's Information Criterion can help in choosing the most appropriate model for data analysis. They also enable the verification of inadequate choice of models which can lead to divergent conclusions regarding the fixed effects of the model. With the development of the SAS Mixed Procedure (Little at al. 1996), which was used in this work, analysis of these experiments, conducted through the mixed linear model methodology, has become more usual and secure. In order to achieve the target of this work, two examples were utilized (A and B) involving the productivity response of three varieties of wheat, in regards to irrigation levels by line-source aspersion. Twenty-nine models for Example A and 16 models for Example B were created and analyzed. For each example, it was verified that conclusions regarding fixed effects changed according to the model adopted. It was also verified that Akaike’s Information Criterion must be regarded with caution. When comparing similar models between the two examples, the importance of correct programming in the Mixed Procedure was confirmed. In this context, it can be concluded that it is fundamental to conduct the experiment analysis in an ample manner, looking for various models and verifying which ones make sense according to the experimental plan, thus avoiding errors at analysis completion.

Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-12T12:27:53Z No. of bitstreams: 2 DISSERTAÇÃO FINAL - HELOISA DE MELO RODRIGUES.pdf: 1188446 bytes, checksum: 6b747fae4929500c9d046035820f9da5 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T12:27:53Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO FINAL - HELOISA DE MELO RODRIGUES.pdf: 1188446 bytes, checksum: 6b747fae4929500c9d046035820f9da5 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013 / CAPES / No contexto de modelos de regressão, em alguns casos é comum o fenô- meno da superdispersão, que ocorre quando a variância observada dos dados excede aquela prevista por um modelo. Assim, Dey et al. (1997) desenvolveram os modelos lineares generalizados com superdispersão (MLGSs), considerando um modelo de regressão adicional para o parâmetro de dispersão, que é incorporado na função de variância. Desta forma, os MLGSs permitem modelar, simultaneamente, a média e a dispersão no contexto dos modelos lineares generalizados (MLGs) de Nelder e Wedderburn, 1972. Além disso, os MLGSs caracterizam-se por ser uma classe de modelos mais geral que os modelos lineares generalizados duplos (Smyth, 1989). Nesta dissertação são propostas técnicas de diagnósticos para os MLGSs, sendo desenvolvidas as técnicas de alavancagem generalizada, análise de resíduos, in uência global, como também o método de in uência local, este avaliado sob três esquemas de perturbação. Por m, é apresentada uma análise grá ca por meio de dados simulados.

Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-12T13:25:58Z No. of bitstreams: 2 CD- Dissertação Thiago A. N. de Andrade.pdf: 787795 bytes, checksum: eccb193488aebfede11aa4dd03b03587 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T13:25:58Z (GMT). No. of bitstreams: 2 CD- Dissertação Thiago A. N. de Andrade.pdf: 787795 bytes, checksum: eccb193488aebfede11aa4dd03b03587 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013 / CNPq / A classe de Modelos Lineares Generalizados com Superdispersão (MLGSs) proposta por Dey et al. (1997), tem sido amplamente utilizada na modelagem de dados cuja variância da variável resposta excede o valor nominal predito no modelo. O principal objetivo da presente dissertação é a obtenção de um fator de correção de Bartlett, segundo a metodologia proposta por DiCiccio e Stern (1994), à estatística da razão de verossimilhanças perfiladas ajustadas proposta por Cox e Reid (1987) para o teste conjunto dos efeitos da dispersão nesta classe de modelos. Estudos de simulação de Monte Carlo foram realizados com o objetivo de avaliar os desempenhos dos testes baseados nas estatísticas da razão de verossimilhanças usual (LR), razão de verossimilhanças perfiladas ajustadas (LRpa) e razão de verossimilhanças perfiladas ajustadas corrigida (LRc pa), no que se refere a tamanho e poder em amostras finitas. Os resultados numéricos obtidos favorecem o teste proposto nesta dissertação.

Submitted by (ana.araujo@ufrpe.br) on 2016-08-08T15:40:43Z No. of bitstreams: 1 Nedson Pereira Ximenes.pdf: 827888 bytes, checksum: 749ce307068c8493510b5eafaa124da5 (MD5) / Made available in DSpace on 2016-08-08T15:40:43Z (GMT). No. of bitstreams: 1 Nedson Pereira Ximenes.pdf: 827888 bytes, checksum: 749ce307068c8493510b5eafaa124da5 (MD5) Previous issue date: 2005-08-08 / The objective of the present work was to optimize the cultivation parameters of the marine shrimp (Litopenaeus vannamei, Bone, 1931) with the use of regression analyss . Cultivation data were used from a marine shrimp farm located in the north forest zone in the state of Pernambuco corresponding to the period from 2001 to 2003. The adopted cultivation system was a two-phased system where the first phase was accomplished in birth tanks and the second phase in fatting nurseries . The farm has two tanks with capacity of 60 m3 and five nurseries with areas that vary from 3.23 to 4.74 ha. During these periods, post –larva e from several origins were used: Tecmarão (RN), Aqualider (PE), Equabras , Verde-Mar, Netuno (PE) Compescal (RN). The post-larvae were storage in birth tanks with densities varied from 19 to 34 PL / L within a period that varied from 10 to 26 days. After this period the post-larvae were transferred to the fatting nurseries. From the total amount of 31 cultivations sets accomplished, the following variables were considered. Period of the year, cultivation time, storage density, nursery area, fatting time, number of cycles, origin of the post - larvae. and the responses; survival , final weight, the number of shrimps alive , biomass, factor of conversion feeding. It was used the multiple regression analyses to correlate these variables. and it was also used Box and Cox to select the best value of in which maximized the value of the statistical R2.. The consistency of the models were checked based on the stastistical F, R2 and residual analyses. We can conclude that the survival rate of the post-larvas of L.vanamme were bigger when the cultivation time was increased in the birth tanks phase and decreased in the fatting nurseries, with the increasing fatting density. The final weight of the shrimps decreased with the fatting time being of 11 grams for a cultivation period of 85 days. / Objetivou-se, com o presente trabalho, otimizar os parâmetros de cultivo do Litopenaeus vanammei (Boone 1931), com o uso de analise de regressão linear múltipla. Utilizaram-se dados de cultivos de uma fazenda Comercial do camarão marinho, localizada na Zona da Mata Norte do Estado de Pernambuco, correspondente ao período de 2001 a 2003. O sistema de cultivo adotado foi bifásico, em que a primeira fase foi realizada em tanques berçário e a segunda em viveiros de engorda. A fazenda dispõe de dois tanques berçário com capacidade de 60m3 e cinco viveiros com área que variam de 3,23 a 4,74 ha. Durante esse período foram utilizadas pós-larvas de diversas procedências: Tecmarã (RN), Aqualider (PE), Equabras, Verde-mar, Netuno (PE) e Compescal (RN). As pós-larvas foram estocadas nos tanques berçário com densidades que variaram de 19 a 34 PL/L, durante 10 a 26 dias. Após esse período foram transferidas para os viveiros de engorda. De um total de 31 cultivo foram observadas as seguintes variáveis preditoras: Época do Ano, Tempo de Cultivo, Densidade de Estocagem, Àrea de Viveiro, Tempo de Engorda, Densidade de Engorda, Números de Ciclos e Origem das Pós-larvas, e as respostas: Sobrevivência, Peso Final, Número de Camarões Vivos, Biomassa e Fator de Conversão Alimentar. Foi utilizado o processo de Stepwise Forward para seleção de variáveis significativas (p < 0,05) e o de Box e Cox para minimizar a soma dos quadrados dos resíduos das equações. As consistências das equações foram avaliadas com base nas estatísticas F de Snedecor, R2 e na Análise de Resíduo. Na fase berçário pode-se modelar a taxa de sobrevivência com os parâmetros de cultivo. Na engorda, apenas a taxa de Sobrevivência, Biomassa e Fator de Conversão Alimentar foram correlacionados (P < 0,05).

Orientador: Irenilza de Alencar Naas / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-05T13:34:42Z (GMT). No. of bitstreams: 1 Pereira_DaniloFlorentino_D.pdf: 4613464 bytes, checksum: f69737da451ffc0d2ceecda7fcdacd9b (MD5) Previous issue date: 2003 / Resumo: Esse trabalho propôs o uso de ferramentas de precisão para o monitoramento de matrizes pesadas que sirvam para a coleta de dados comportamentais que contribuem para a predição de bem-estar. Foram conduzidos dois experimentos em câmara climática onde se observaram os efeitos do ambiente, idade e linhagem, nos comportamentos expressos pelas matrizes. Para a gestão dos dados e das informações, foi desenvolvido um software que faz a interface do usuário com um banco de dados relacional FireBird®. Para o monitoramento dos comportamentos, utilizaram-se duas tecnologias de precisão: câmeras de vídeo e identificação eletrônica. Os resultados das análises exploratórias de Componentes Principais e Gráficos de Interação mostraram diferenças importantes nos comportamentos em função dos fatores experimentais idade, linhagem e ambiente. Os resultados foram confirmados através de teste de médias de Tukey e modelos de Regressão Dummy, que utiliza variáveis contínuas e categóricas. A freqüência de ocorrências dos comportamentos Ciscar, Deitar e ida ao Ninho, bem como o tempo médio de duração dos comportamentos Limpar Penas e presença no Bebedouro foram modelados e podem ser usados para ajudar a avaliar o bem-estar das matrizes em alojamentos. Os resultados permitem afirmar que mesmo em amplitudes pequenas de temperatura e amônia, os comportamentos são afetados pelo ambiente e contribuem para o entendimento do bem-estar de matrizes pesadas. A tecnologia associada à metodologia aplicada foi eficiente no registro das informações de produção, permitindo estudar a influência do ambiente no comportamento das matrizes / Abstract: This research proposed the use of precision tools for monitoring female broiler breeders in order to register behavior pattern data that may contribute for welfare prediction. Two experiments were conduced inside an environmental chamber where environment, age and breeding effect in the female broiler breeder behavior were observed. For managing the recorded data and information a software was developed in order to make a user¿s interface with the relational database called FireBird®. For monitoring behavior two precision technologies were used: video camera recording and electronic identification. Exploratory analysis of Principal Components Results and Interaction Graphs showed important differences in the behavior related to the experimental factors such as age, breeding and environmental data. Results were confirmed through average analysis as Tukey Test and Dummy Regression Model that uses continuous and categorical variables. The frequency of behavior occurrence such as foraging, lying down and moving to the nest, as well as the behavior average duration time in preening, staying at the drinker were modeled, and can be used to help evaluating intensive housed broiler breeder welfare assessment. Results allow stating that even in small amplitude of ambient temperature and housing ammonia concentration variation behavior pattern is affect by the environment, and it may contribute for understanding broiler breeder¿s welfare. The technology associated to the methodology was efficient in allowing the study of the environment effect in female broiler breeder behavior / Doutorado / Construções Rurais e Ambiencia / Doutor em Engenharia Agrícola

Orientadores: Nancy Lopes Garcia, Ronaldo Dias / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-06T01:56:23Z (GMT). No. of bitstreams: 1 MartarelliFilho_Angelo_M.pdf: 1361524 bytes, checksum: 3ba2960a854a02d3a7cff9af920c357e (MD5) Previous issue date: 2006 / Resumo: Neste trabalho abordamos o problema de estimação de dados funcionais quando as curvas não são observadas individualmente. Temos uma população dividida em subpopulações de tamanho conhecido, e as observações são somas de todas as observações funcionais individuais em todas as subpopulações observadas a intervalos de tempo fixos. Utilizando expansão em bases B-splines, é possível recuperar a curva média de cada subpopulação (tipologia), bem como a estrutura de variância e covariância das curvas. Estudos de simulação sugerem que o método estima bem as curvas mesmo com poucas replicações e é assintoticamente consistente. Aplicações para um problema real de curvas de carga de energia elétrica são apresentadas / Abstract: In this work we address the problem of estimating functional data when the curves are not individually observed. That is, the observations are the sum of all curves for the individuals in the population. Consider a population divided into subpopulations of known sizes. The objective of this work is to estimate the mean curve for each subpopulation (tipology) as well as the covariance structure. We propose an estimation method based on B-spIines expansion. Simulation studies suggest that the method is suitable even with few replications. Moreover, it appears to be consistent. AppIication to a real data set is presented. / Mestrado / Mestre em Estatística