Modelo de mistura de distribuições tem sido utilizado desde longa data, mas ganhou maior atenção recentemente devido ao desenvolvimento de métodos de estimação mais eficientes. Nesta dissertação, o modelo de mistura foi utilizado como uma forma de agrupar ou segmentar dados para as distribuições Poisson e Poisson truncada no zero. Para solucionar o problema do truncamento foram estudadas duas abordagens. Na primeira, foi considerado o truncamento em cada componente da mistura, ou seja, a distribuição Poisson truncada no zero. E, alternativamente, o truncamento na resultante do modelo de mistura utilizando a distribuição Poisson usual. As estimativas dos parâmetros de interesse do modelo de mistura foram calculadas via metodologia de máxima verossimilhança, sendo necessária a utilização de um método iterativo. Dado isso, implementamos o algoritmo EM para estimar os parâmetros do modelo de mistura para as duas abordagens em estudo. Para analisar a performance dos algoritmos construídos elaboramos um estudo de simulação em que apresentaram estimativas próximas dos verdadeiros valores dos parâmetros de interesse. Aplicamos os algoritmos à uma base de dados real de uma determinada loja eletrônica e para determinar a escolha do melhor modelo utilizamos os critérios de seleção de modelos AIC e BIC. O truncamento no zero indica afetar mais a metodologia na qual aplicamos o truncamento em cada componente da mistura, tornando algumas estimativas para a distribuição Poisson truncada no zero com viés forte. Ao passo que, na abordagem em que empregamos o truncamento no zero diretamente no modelo as estimativas apontaram menor viés. / Mixture models has been used since long but just recently attracted more attention for the estimations methods development more efficient. In this dissertation, we consider the mixture model like a method for clustering or segmentation data with the Poisson and Poisson zero truncated distributions. About the zero truncation problem we have two emplacements. The first, consider the zero truncation in the mixture component, that is, we used the Poisson zero truncated distribution. And, alternatively, we do the zero truncation in the mixture model applying the usual Poisson. We estimated parameters of interest for the mixture model through maximum likelihood estimation method in which we need an iterative method. In this way, we implemented the EM algorithm for the estimation of interested parameters. We apply the algorithm in one real data base about one determined electronic store and towards determine the better model we use the criterion selection AIC and BIC. The zero truncation appear affect more the method which we truncated in the component mixture, return some estimates with strong bias. In the other hand, when we truncated the zero directly in the model the estimates pointed less bias.

Modelo de mistura de distribuições tem sido utilizado desde longa data, mas ganhou maior atenção recentemente devido ao desenvolvimento de métodos de estimação mais eficientes. Nesta dissertação, o modelo de mistura foi utilizado como uma forma de agrupar ou segmentar dados para as distribuições Poisson e Poisson truncada no zero. Para solucionar o problema do truncamento foram estudadas duas abordagens. Na primeira, foi considerado o truncamento em cada componente da mistura, ou seja, a distribuição Poisson truncada no zero. E, alternativamente, o truncamento na resultante do modelo de mistura utilizando a distribuição Poisson usual. As estimativas dos parâmetros de interesse do modelo de mistura foram calculadas via metodologia de máxima verossimilhança, sendo necessária a utilização de um método iterativo. Dado isso, implementamos o algoritmo EM para estimar os parâmetros do modelo de mistura para as duas abordagens em estudo. Para analisar a performance dos algoritmos construídos elaboramos um estudo de simulação em que apresentaram estimativas próximas dos verdadeiros valores dos parâmetros de interesse. Aplicamos os algoritmos à uma base de dados real de uma determinada loja eletrônica e para determinar a escolha do melhor modelo utilizamos os critérios de seleção de modelos AIC e BIC. O truncamento no zero indica afetar mais a metodologia na qual aplicamos o truncamento em cada componente da mistura, tornando algumas estimativas para a distribuição Poisson truncada no zero com viés forte. Ao passo que, na abordagem em que empregamos o truncamento no zero diretamente no modelo as estimativas apontaram menor viés. / Mixture models has been used since long but just recently attracted more attention for the estimations methods development more efficient. In this dissertation, we consider the mixture model like a method for clustering or segmentation data with the Poisson and Poisson zero truncated distributions. About the zero truncation problem we have two emplacements. The first, consider the zero truncation in the mixture component, that is, we used the Poisson zero truncated distribution. And, alternatively, we do the zero truncation in the mixture model applying the usual Poisson. We estimated parameters of interest for the mixture model through maximum likelihood estimation method in which we need an iterative method. In this way, we implemented the EM algorithm for the estimation of interested parameters. We apply the algorithm in one real data base about one determined electronic store and towards determine the better model we use the criterion selection AIC and BIC. The zero truncation appear affect more the method which we truncated in the component mixture, return some estimates with strong bias. In the other hand, when we truncated the zero directly in the model the estimates pointed less bias.

No Child Left Behind and Race to the Top are Federal educational policies that have evoked criticism from teachers and administrators. Both policies extended the federal government’s reach into local education by tying federal funds to a school’s student growth and teacher effectiveness. With an increasing emphasis on economic mechanisms such as choice and competition, teachers’ effectiveness is now determined by standardized and quantifiable measurements. These policies have created a data driven and high stakes accountability culture within each school. Teachers are finding themselves in a new balancing act of recording quantifiable yearly progress for all students while trying to work against environmental factors that are out of their control. The rising trend to utilize a “no zero” homework policy under these new pressures merits investigation into its role within teacher culture and these current tensions. The recent call for anthropology to re-enter the classroom as a cultural site allows the researcher to provide context to the fluid relationships that often lead to the reproduction of or resistance against dominant ideology. Using the case study method, this ethnography employs the critical theory framework to examine policy impact on teacher culture and gain an understanding for how and why trends such as the “no zero” homework become a part of school policy. By looking at a “school of choice” and a traditional “feeder middle school,” this thesis gives context to how the local trends illuminate larger cultural shifts

Resíduos desempenham um papel importante na verificação do ajuste do modelo e na idenfiticação de observações discrepantes e/ou influentes. Neste trabalho, estudamos duas classes de resíduos para os modelos de regressão gama inflacionados no zero (ZAGA) e gaussiana inversa inflacionados no zero (ZAIG). Essas classes de resíduos são uma função de um resíduo para o componente contínuo do modelo e da estimativa de máxima verossimilhança da probabilidade da observação assumir o valor zero. Estudos de simulação de Monte Carlo foram realizados para examinar as propriedades dessas classes de resíduos em ambos os modelos de regressão (ZAGA e ZAIG). Os resultados mostraram que um resíduo de uma dessas classes tem algumas propriedades semelhantes à da distribuição normal padrão nos modelos estudados. Além desse objetivo principal, descrevemos os modelos de regressão ZAGA e ZAIG, estudamos propriedades de alguns resíduos em modelos lineares generalizados com resposta gama e gaussiana inversa e discutimos outros aspectos de análise de diagnóstico nos modelos ZAGA e ZAIG. Para finalizar, foi feita uma aplicação com dados reais de fundos de investimentos, em que ajustamos o modelo ZAIG, para exemplificar os tópicos discutidos e mostrar a importância desses modelos e as vantagens de um dos resíduos estudados na análise de dados reais. / Residuals play an important role in checking model adequacy and in the identification of outliers and influential observations. In this paper, we studied two class of residuals for the zero adjusted gamma regression model (ZAGA) and the zero adjusted inverse Gaussian regression model (ZAIG). These classes of residuals are function of a residual for the continuous component of the model and the maximum likelihood estimate of the probability of the observation assuming the zero value. Monte Carlo simulation studies are performed to examine the properties of this class of residuals in both models (ZAGA and ZAIG). Results showed that a residual of one of these class has some similar properties to the standard normal distribution in the studied models. We also described ZAGA and ZAIG regression models, studied properties of some residuals in generalized linear models with response gamma and inverse Gaussian and discussed other aspects of diagnostic analysis in ZAGA and ZAIG models. To finsih,we presented a real data set application from invesment funds of Brazil. We fitted the ZAIG model to illustrate the topics discussed and showed the importance of these models and the advantages of one of the studied residuals in the analysis of real dataset.

Local middle schools have begun implementing a no-zero policy, which compels teachers to assign grades no lower than 50% even if a student did not turn in assignments for grading. In the study setting, high school teachers are struggling to motivate students who have attended a middle school with a no-zero policy in place. High school students who have attended a middle school with a no-zero policy show signs of learned helplessness. The purpose of this study was to examine the differences in core course grades between high school students who attended a middle school with a no-zero policy (NZPMS) and high school students who attended a middle school without this policy that would compel the assignment of F grades if earned by the student (FPMS). The theoretical framework is Seligman's theory of learned helplessness. The sample included 1,396 students in a high school who attended either of the two middle schools. Comparisons between mean high school mathematics, science, and English grades were compared using a one-tailed t-test. Effect sizes were measured using Cohen's d. The findings indicated statistically significant small to medium differences in students' core course grades. Students who had attended the NZPMS earned lower high school core course grades in mathematics, science, and English than students who had attended FPMS. Professional development activities were created to train teachers and administrators at the NZPMS about the negative effects of awarding students with passing grades without expanding any or only minimal effort. Positive social change could occur for students' academic careers and professional lives if the no-zero policy is rescinded.

Submitted by Luciana Sebin (lusebin@ufscar.br) on 2016-09-30T12:41:21Z No. of bitstreams: 1 DissJSR.pdf: 1876095 bytes, checksum: c73d62c08322c1ffad6e30271b52d706 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-13T20:40:15Z (GMT) No. of bitstreams: 1 DissJSR.pdf: 1876095 bytes, checksum: c73d62c08322c1ffad6e30271b52d706 (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-13T20:40:24Z (GMT) No. of bitstreams: 1 DissJSR.pdf: 1876095 bytes, checksum: c73d62c08322c1ffad6e30271b52d706 (MD5) / Made available in DSpace on 2016-10-13T20:40:33Z (GMT). No. of bitstreams: 1 DissJSR.pdf: 1876095 bytes, checksum: c73d62c08322c1ffad6e30271b52d706 (MD5) Previous issue date: 2016-03-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Residuals play an important role in checking model adequacy and in the identi cation of outliers and in uential observations. In this paper, we studied two class of residuals for the zero adjusted gamma regression model (ZAGA) and the zero adjusted inverse Gaussian regression model (ZAIG). These classes of residuals are function of a residual for the continuous component of the model and the maximum likelihood estimate of the probability of the observation assuming the zero value. Monte Carlo simulation studies are performed to examine the properties of this class of residuals in both models (ZAGA and ZAIG). Results showed that a residual of one of these class has some similar properties to the standard normal distribution in the studied models. We also described ZAGA and ZAIG regression models, studied properties of some residuals in generalized linear models with response gamma and inverse Gaussian and discussed other aspects of diagnostic analysis in ZAGA and ZAIG models. To nsih, we presented a real dataset application from investment funds of Brazil. We tted the ZAIG model to illustrate the topics discussed and showed the importance of these models and the advantages of one of the studied residuals in the analysis of real dataset. / Resíduos desempenham um papel importante na veri cação do ajuste do modelo e na identi cação de observações discrepantes e/ou in uentes. Neste trabalho, estudamos duas classes de resíduos para os modelos de regressão gama in acionados no zero (ZAGA) e gaussiana inversa in acionados no zero (ZAIG). Essas classes de resíduos são uma função de um resíduo para o componente contínuo do modelo e da estimativa de máxima verossimilhança da probabilidade da observação assumir o valor zero. Estudos de simulação de Monte Carlo foram realizados para examinar as propriedades dessas classes de resíduos em ambos os modelos de regressão (ZAGA e ZAIG). Os resultados mostraram que um resíduo de uma dessas classes tem algumas propriedades semelhantes à da distribuição normal padrão nos modelos estudados. Além desse objetivo principal, descrevemos os modelos de regressão ZAGA e ZAIG, estudamos propriedades de alguns resíduos em modelos lineares generalizados com resposta gama e gaussiana inversa e discutimos outros aspectos de análise de diagnóstico nos modelos ZAGA e ZAIG. Para nalizar, foi feita uma aplicação com dados reais de fundos de investimentos, em que ajustamos o modelo ZAIG, para exempli car os tópicos discutidos e mostrar a importância desses modelos e as vantagens de um dos resíduos estudados na análise de dados reais.