O presente trabalho tem como objetivo analisar empiricamente a desempenho da balança comercial brasileira em resposta a depreciações cambiais no período entre janeiro de 1990 e dezembro de 2003. A condição de Bickerdike-Robinson- Metzler, bem como a de Marshall-Lerner afirmam que existe uma relação positiva entre estas variáveis. Porém, os trabalhos empíricos sobre o assunto têm obtido resultados divergentes, principalmente no que se refere à resposta de curto prazo. Vários autores estimam uma relação negativa entre a balança comercial e o câmbio no curto prazo, confirmando a hipótese da curva J. Utilizamos a metodologia MSVECM (Markov-switching vector error correction model) para capturar os vários choques e mudanças ocorridos na economia brasileira. Concluímos que nos períodos de maior volatilidade, a resposta da balança comercial é menor. Porém, as condições de Bickerdike-Robinson-Metzler e de Marshall-Lerner são válidas para a economia brasileira no período analisado, independentemente do regime em vigor.

A taxa de mortalidade infantil é um dos indicadores mais usados para medir a qualidade de vida da população. Um dos indicadores sócio-econômico do Rio Grande do Sul é o Índice de Desenvolvimento Sócio-econômico (IDESE) da Fundação de Economia e Estatística (FEE) que tem como um de seus componentes a taxa de mortalidade infantil. Geralmente os estudos relacionam a taxa de mortalidade infantil com fatores de risco associados às áreas em estudo de forma descritiva, ou seja, de forma apenas visual através de mapas. O presente trabalho apresenta uma aplicação de um dos métodos de Epidemiologia Espacial: Estudos de Correlação Ecológica, através de modelos hierárquicos e métodos inteiramente Bayesianos, utilizando covariáveis. Os principais problemas presentes nas taxas de mortalidade brutas ou nas SMR (Standardised Mortality Ratio) como a auto-correlação espacial e a instabilidade dos estimadores para pequenas áreas são discutidos. Para superar estas dificuldades as estimativas do risco relativo obtidas pela análise de regressão espacial, utilizando modelagem inteiramente Bayesiana, são apresentados como alternativa, pois além de incorporar componente espacialmente estruturado ao modelo, permite também a inclusão de covariáveis. No artigo são analisados os riscos de mortalidade infantil nos 496 municípios do Rio Grande do Sul para dados acumulados entre os anos de 2001 a 2004. Foram comparados vários modelos com diferentes especificações de componente espacial e covariáveis provenientes do IDESE-FEE/2003. Verificou-se que os modelos que utilizam a estrutura espacial além de covariáveis apresentaram melhor performance, quando comparado pelo critério DIC (Deviance Information Criterion). Comparando as SMRs com os riscos relativos obtidos pela modelagem inteiramente Bayesiana foi possível observar um ganho substancial na interpretação e na detecção de padrões de variação no risco de mortalidade infantil nos municípios do Rio Grande do Sul. / The infant mortality rate is one of the indicators used to measure the population’s life quality. The Rio Grande do Sul State has a social and economic indicator called Índice de Desenvolvimento Sócio-econômico (IDESE), maintained by the Economic and Statistics Foundation (FEE), which also uses the infant mortality rate. Usually, most studies relate the infant mortality rate with risk factors visually, aided by maps. This study presents the methodology and an application of one of the Spatial Epidemiology methods, the Ecologic Correlation, using Hierarchical Bayesian procedures. The main problems found in Ecologic correlations, such as the spatial autocorrelation and the estimator’s instability for small areas, are discussed. To overcome these difficulties, the relative risk estimate obtained by spatial regression analysis using fully Bayesian estimation method is presented. Presently, the rate of infant mortality is analysed in all 496 municipalities of the Rio Grande do Sul State, between the years 2001 to 2004. Several models with different specifications of spatial components and different variables from the IDESE-FEE/2003 were compared. It was found that the model with spatial structure and the Education variable showed better performance than other models. With this methodology was possible to obtain a more interpretable pattern of infant mortality risk in the Rio Grande do Sul State.

Submitted by José Arnóbio Araújo Júnior (arnobio.ifal@gmail.com) on 2017-06-28T18:03:55Z No. of bitstreams: 1 Dissertação Final de José Arnóbio.pdf: 1496162 bytes, checksum: 465356cbb8ebe042600a6c078ab9bb6c (MD5) / Approved for entry into archive by Flávia Sousa (flaviabs@ufba.br) on 2017-07-07T18:48:19Z (GMT) No. of bitstreams: 1 Dissertação Final de José Arnóbio.pdf: 1496162 bytes, checksum: 465356cbb8ebe042600a6c078ab9bb6c (MD5) / Made available in DSpace on 2017-07-07T18:48:19Z (GMT). No. of bitstreams: 1 Dissertação Final de José Arnóbio.pdf: 1496162 bytes, checksum: 465356cbb8ebe042600a6c078ab9bb6c (MD5) / Os Sistema de Distribuição de Energia Elétrica (SDEE) das concessionárias na Região Nordeste, são, em sua maioria, antigos e apresentam diversos tipos de problemas. De uma maneira indireta, estes problemas podem ser constatados através dos indicadores coletivos de continuidade, fornecidos pela Agencia Nacional de Energia Elétrica (ANEEL). Esses indicadores são o Duração Equivalente de Interrupção por Unidade Consumidora (DEC) e o Frequência Equivalente de Interrupção por Unidade Consumidora (FEC). Com o intuito de melhorar estes indicadores, esse estudo propõe uma metodologia a ser aplicada na análise do histórico das ocorrências (interrupções no fornecimento de energia) registradas em uma concessionária de distribuição de energia, durante o período de janeiro de 2013 a dezembro de 2014. A metodologia aqui propostabaseia-senaconstruçãodeummodeloqueestimeosindicadoresDECeFEC.Portanto, construído o modelo proposto, tendo-se em vista um determinado período de operação do SDEE a ser analisado, pretende-se estimar os valores de DEC e FEC, em função das ocorrências observadas e registradas para esse sistema. O conhecimento, a priori, dos indicadores DEC e FEC, permite o gerenciamento da manutenção, possibilitando a medida da influência dos principais modos de falha na composição desses indicadores. Como base para elaboração da metodologia de análise e do modelo, foi realizada uma pesquisa, junto a uma concessionária de distribuição de energia, que será denominada neste trabalho, como concessionária A. Nesta pesquisa foram coletados os dados de ocorrências de falhas (com interrupção) em um conjunto de consumidores. Os dados foram coletados mensalmente, no período compreendido entre janeiro de 2013 e dezembrode2014.Apartirdestesdados,construiu-seumaestruturademodelobaseadanaAnálise de Regressão Linear Múltipla (ARLM). Existe, por parte da concessionária A, a intenção de desenvolver ações de manutenção que apliquem técnicas termográficas. Estas técnicas permitem o mapeamento do gradiente térmico de um determinado dispositivo energizado, distinguindo diferentes temperaturas por meio de radiação infravermelha. Para tanto, a concessionária A, fez um investimento em equipamentos e no treinamento de pessoal. Esse estudo propõe a aplicação do modelo construído, baseado em ARLM, como uma ferramenta de apoio para a avaliação da influência dos modos de falha na composição dos indicadores de continuidade (DEC e FEC). Os modos de falha de maior interesse são, principalmente, os que são passíveis de serem detectados por termografia. A priori, o conhecimento da influência dos modos de falha na composição desses indicadores permitirá uma tomada de decisão para a execução de ações de manutenção, permitindo, à Concessionária, uma atuação direta no alimentador e nos modos de falha mais influentes, principalmente sobre aqueles que são passíveis de serem detectados por termografia. / The Electrical power distribution system (SDEE) of most of the Northeast region concessionaires are old and present different kinds of problems. In an indirect way, these problems can be verified through the collective indicators of continuity, provided by the National Electric Energy Agency (ANEEL). These indicators include the Interruption Equivalent Duration per Consumer Unit (DEC) and the Interruption Equivalent Frequency per Consumer Unit (FEC). In order to improve these indicators, this study proposes a methodology to be applied in the analysis of the history of occurrences (interruptions in power supply) registered in an electricity distribution concessionaire, from January 2013 to December 2014. The methodology proposed here is based on the construction of a model that establishes the DEC and FEC indicators. Once the proposed model is constructed, considering the period of operation of the SDEE to be analyzed, we intend to set the values of DEC and FEC, according to the observed and recorded occurrences for this system. The prior knowledge of DEC and FEC indicators allows the maintenance management, making it possible to measure the influence of the main failure modes on the composition of these indicators. As a basis for the elaboration of the analysis methodology and that of the model, we carried out a research, together with an energy distribution concessionaire, which will be denominated, in this work, as concessionaire A. This research involves a survey of the occurrences of failures (with interruption) within a group of consumers. Data was collected monthly, from January 2013 to December 2014. From these data, a model structure based on Multiple Linear Regression Analysis (ARLM) was constructed. There is, on the part of concessionaire A, the intention to develop maintenance actions that apply thermographic techniques. These techniques allow the thermal gradient mapping of a given energized device, distinguishing different temperatures by means of infrared radiation. For this purpose, the concessionaire A has invested on equipment and personnel training. This study proposes the application of the model which was built, based on ARLM, as a support tool to evaluate the influence of failure modes on the composition of continuity indicators (DEC and FEC). The failure modes of greatest interest are those that are likely to be detected by thermography. The prior knowledge of the influence of failure modes on the composition of these indicators will enable a decision making, aiming at the execution of maintenance actions, allowing the concessionaire to perform a direct action on the feeder and on the most influential modes of failure, especially on those that can be detected by thermography.

Submitted by Hiolanda Rêgo (hiolandarego@gmail.com) on 2018-02-05T17:47:43Z No. of bitstreams: 1 Dissertação- introdução_ICS_ Elderlei de Jesus Pita Souza.pdf: 4255306 bytes, checksum: 7ce3bb9114f768ee0e41c48c60f82a04 (MD5) / Made available in DSpace on 2018-02-05T17:47:43Z (GMT). No. of bitstreams: 1 Dissertação- introdução_ICS_ Elderlei de Jesus Pita Souza.pdf: 4255306 bytes, checksum: 7ce3bb9114f768ee0e41c48c60f82a04 (MD5) / A análise, monitoramento e detecção de substâncias presentes em meios de produção, assim como a determinação de suas concentrações são fatores de grande importância em processos biotecnológicos, permitindo, por exemplo, estudo de otimização de processos metabólicos de microorganismos. Contudo, o nível de complexidade e a grande incerteza, associados aos resultados de alguns métodos, limitam seu uso e reduzem o grau de confiabilidade dos mesmos. Neste cenário, a espectroscopia de espalhamento Raman com base em suas diversas vantagens como a capacidade de obtenção de espectros de amostras em qualquer estado físico e condição de temperatura e pressão, associado à ideia de “impressão digital” espectral das substâncias, apresenta-se como proposta de técnica para as demandas mencionadas. No entanto, devido à sua natureza de técnica semiquantitativa, requer ferramentas matemáticas adequadas para o correto tratamento e interpretação de seus dados. O uso de técnicas estatísticas multivariadas, como a Análise de Componentes Principais (PCA) e a Regressão Linear Multivariada (MLR) permitem o uso dos dados espectrais na sua totalidade, obtendo-se o máximo de informações neles contidas. O presente trabalho aplica estes métodos a dados oriundos de espectros Raman obtidos de diversas soluções aquosas de nitrato de sódio, glicerol e raminose (substâncias de interesse biotecnológico), em diferentes concentrações¸ relacionando as amplitudes de cada um destes espectros às suas proporções presentes nas misturas. Assim, foram criados modelos de regressão para a calibração destes dados, utilizando as intensidades espectrais como preditores e as respectivas concentrações como respostas, sendo realizados testes de predição e validação destes mesmos modelos. Também foi realizado o préprocessamento matemático destes dados através do PCA, identificando as variáveis de maior relevância e filtrando parte do ruído presente nos espectros. Foram também realizadas avaliações qualitativas dos mesmos espectros, discutindo-se suas principais características. A análise dos resultados obtidos confirmou a capacidade do método em identificar a presença das substâncias em questão nas misturas testadas, além de determinar suas respectivas concentrações através de seus espectros Raman. A Análise de Componentes Principais também mostrou-se eficiente no tratamento dos dados, possibilitando, inclusive, a identificação de padrões espectrais entre as amostras, nem sempre perceptíveis sem o adequado tratamento matemático.

Submitted by Joseilton Rocha (jsrocha@ufba.br) on 2012-12-11T21:09:41Z No. of bitstreams: 1 Dis%20-%20PEREIRA,%20Jeronimo%20R_%20T_%20-%20Estudo%20sobre%20rejei%C3%A7%C3%A3o%20de%20PC%20-%20FINAL.pdf: 863214 bytes, checksum: 641b1e4690114eba24067f040623c1c3 (MD5) / Made available in DSpace on 2012-12-11T21:09:41Z (GMT). No. of bitstreams: 1 Dis%20-%20PEREIRA,%20Jeronimo%20R_%20T_%20-%20Estudo%20sobre%20rejei%C3%A7%C3%A3o%20de%20PC%20-%20FINAL.pdf: 863214 bytes, checksum: 641b1e4690114eba24067f040623c1c3 (MD5) / CNPQ / Este trabalho tem por objetivo investigar as variáveis que explicam a rejeição pelo TCM das prestações de contas dos gestores públicos das prefeituras do estado da Bahia. O universo analisado são as prestações de contas dos 417 municípios da Bahia em 13 exercícios (1996 – 2008). A pesquisa utiliza-se da regressão logística como ferramenta para tratamento dos dados que se utilizou de uma variável binária como dependente - conta aprovada ou conta rejeitada - e 13 (treze) variáveis independentes de naturezas categórica e quantitativa. As Teorias de Agência, da Escolha Pública e dos Ciclos Políticos são abordadas para explicar comportamentos do gestor municipal em relação à sua obrigação de prestar contas e seus objetivos individuais. O modelo da regressão logística identificou seis variáveis com significância e que compõem o modelo logístico. Contribuem para aumentar a probabilidade de rejeição de contas pelo TCM/Ba as variáveis “ano eleitoral”, “mudança de gestor” e “resultado orçamentário”. As outras três variáveis apresentaram coeficientes que contribuem para a redução da probabilidade de rejeição. Estas foram de encontro a pressupostos das teorias discutidas neste trabalho. Três hipóteses foram refutadas e três confirmaram as teorias, com destaque para as hipóteses que confirmam o comportamento individualista e racional do agente político. O modelo da regressão logística é passível de utilização, porém com uma melhoria de apenas 5,3% para a predição de rejeição de contas, dada as variáveis, requer cuidado analítico e ponderações quanto aos resultados encontrados.

RETTES, Julio Alberto Sibaja. Robust algorithms for linear regression and locally linear embedding. 2017. 105 f. Dissertação (Mestrado em Ciência da Computação)- Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Weslayne Nunes de Sales (weslaynesales@ufc.br) on 2017-03-30T13:15:27Z No. of bitstreams: 1 2017_dis_rettesjas.pdf: 3569500 bytes, checksum: 46cedc2d9f96d0f58bcdfe3e0d975d78 (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2017-04-04T11:10:44Z (GMT) No. of bitstreams: 1 2017_dis_rettesjas.pdf: 3569500 bytes, checksum: 46cedc2d9f96d0f58bcdfe3e0d975d78 (MD5) / Made available in DSpace on 2017-04-04T11:10:44Z (GMT). No. of bitstreams: 1 2017_dis_rettesjas.pdf: 3569500 bytes, checksum: 46cedc2d9f96d0f58bcdfe3e0d975d78 (MD5) Previous issue date: 2017 / Nowadays a very large quantity of data is flowing around our digital society. There is a growing interest in converting this large amount of data into valuable and useful information. Machine learning plays an essential role in the transformation of data into knowledge. However, the probability of outliers inside the data is too high to marginalize the importance of robust algorithms. To understand that, various models of outliers are studied. In this work, several robust estimators within the generalized linear model for regression framework are discussed and analyzed: namely, the M-Estimator, the S-Estimator, the MM-Estimator, the RANSAC and the Theil-Sen estimator. This choice is motivated by the necessity of examining algorithms with different working principles. In particular, the M-, S-, MM-Estimator are based on a modification of the least squares criterion, whereas the RANSAC is based on finding the smallest subset of points that guarantees a predefined model accuracy. The Theil Sen, on the other hand, uses the median of least square models to estimate. The performance of the estimators under a wide range of experimental conditions is compared and analyzed. In addition to the linear regression problem, the dimensionality reduction problem is considered. More specifically, the locally linear embedding, the principal component analysis and some robust approaches of them are treated. Motivated by giving some robustness to the LLE algorithm, the RALLE algorithm is proposed. Its main idea is to use different sizes of neighborhoods to construct the weights of the points; to achieve this, the RAPCA is executed in each set of neighbors and the risky points are discarded from the corresponding neighborhood. The performance of the LLE, the RLLE and the RALLE over some datasets is evaluated. / Na atualidade um grande volume de dados é produzido na nossa sociedade digital. Existe um crescente interesse em converter esses dados em informação útil e o aprendizado de máquinas tem um papel central nessa transformação de dados em conhecimento. Por outro lado, a probabilidade dos dados conterem outliers é muito alta para ignorar a importância dos algoritmos robustos. Para se familiarizar com isso, são estudados vários modelos de outliers. Neste trabalho, discutimos e analisamos vários estimadores robustos dentro do contexto dos modelos de regressão linear generalizados: são eles o M-Estimator, o S-Estimator, o MM-Estimator, o RANSAC e o Theil-Senestimator. A escolha dos estimadores é motivada pelo principio de explorar algoritmos com distintos conceitos de funcionamento. Em particular os estimadores M, S e MM são baseados na modificação do critério de minimização dos mínimos quadrados, enquanto que o RANSAC se fundamenta em achar o menor subconjunto que permita garantir uma acurácia predefinida ao modelo. Por outro lado o Theil-Sen usa a mediana de modelos obtidos usando mínimos quadradosno processo de estimação. O desempenho dos estimadores em uma ampla gama de condições experimentais é comparado e analisado. Além do problema de regressão linear, considera-se o problema de redução da dimensionalidade. Especificamente, são tratados o Locally Linear Embedding, o Principal ComponentAnalysis e outras abordagens robustas destes. É proposto um método denominado RALLE com a motivação de prover de robustez ao algoritmo de LLE. A ideia principal é usar vizinhanças de tamanhos variáveis para construir os pesos dos pontos; para fazer isto possível, o RAPCA é executado em cada grupo de vizinhos e os pontos sob risco são descartados da vizinhança correspondente. É feita uma avaliação do desempenho do LLE, do RLLE e do RALLE sobre algumas bases de dados.

Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-07-18T13:35:25Z No. of bitstreams: 1 texto completo.pdf: 671954 bytes, checksum: cfc8dae9741b5b9602a3ea1a2e9bcc21 (MD5) / Made available in DSpace on 2017-07-18T13:35:25Z (GMT). No. of bitstreams: 1 texto completo.pdf: 671954 bytes, checksum: cfc8dae9741b5b9602a3ea1a2e9bcc21 (MD5) Previous issue date: 2005-02-21 / Vacas em lactação / Métodos de regressão aleatória / Melhoramento animal / Parâmetros genéticos / Registros de produção de leite de 6.604 controles leiteiros de 876 vacas da raça Girolando, distribuídas em 40 rebanhos, no período de 1989 a 2001, foram utilizados na comparação entre modelos de regressão aleatória, para estimação de componentes de variância e predição dos valores genéticos dos animais. Os modelos de regressão aleatória incluíram os efeitos de rebanho-ano- estação de controle; efeitos lineares e quadráticos da idade da vaca ao primeiro parto; composição racial do animal; regressão do número de dias em lactação para descrever a partes fixa da curva de lactação e regressões aleatórias relacionadas aos efeitos genético direto e de ambiente permanente, utilizando funções lineares para descrever a trajetória da lactação. Os modelos diferiram entre si por meio da função utilizada para descrever a trajetória da curva de lactação dos animais, sendo estas, funções polinomiais de Legendre com três, quatro e cinco parâmetros, função exponencial de Wilmink e a função logarítmica de Ali e Schaeffer. Os modelos também empregaram diferentes números de classes residuais para o efeito de ambiente temporário. Comparações entre os modelos foram realizadas com base nas estimativas do Teste da Razão de Verossimilhança e pelo Critério de Informação de Akaike. O modelo de regressão aleatória que melhor descreveu a variação da produção de leite no dia de controle foi o que empregou a função polinomial de Legendre com cinco parâmetros, contendo duas classes residuais para o efeito de ambiente temporário. De posse das estimativas de (co)variância dos coeficientes de regressão aleatória e das variâncias residuais, foram obtidas as soluções de regressão aleatória para cada indivíduo, utilizadas posteriormente para gerar as predições de valores genéticos de cada animal. Por meio dos valores genéticos dos animais, foram computadas variáveis que mensuraram a persistência da lactação dos animais. Dentre as sete variáveis de persistência empregadas, a variável PS 2 (obtida pela diferença entre áreas sob a curva de lactação, no terço mediano e inicial da lactação) apresentou menores correlações de produto- momento e de ordem com o valor genético da produção de leite até 305 dias, tanto para os 10% dos melhores indivíduos, quanto para todos os indivíduos em conjunto, independentemente do sexo. Este resultado indica que PS 2 é uma variável indicada para ser utilizada como critério de seleção quando o objetivo for alteração do formato da curva de lactação / Data comprising 6.604 tests day milk yield of 876 Girolando cows, distributed in 40 herds, between 1989 and 2001, were used to compare random regression models for estimating variance components and predicting animal breeding values. The random regression models included the effects herd-year-season of control; linear and quadratic effects of the cow at first calving; genetic group of the animal; regression of the number of days in milk in order to describe the fixed part of the lactation curve and random regression related to the direct genetic effects and to permanent environmental effects, using linear functions to describe the lactation. The models differed amongst themselves regarding the function used to describe the animal’s trajectory of the lactation curve, being Legendre polynomial function of , Wilmink’s exponential function and the Ali and Schaeffer’s logarithmic function. The models also used different numbers of residual classes for the temporary environmental temporary effects. The comparisons among the models were made based on the Likelihood Ration Test estimative and by Akaike Information Criterion. The random regression model that better described the variation of the test day milk yield was the one which used Legendre’s polynomial function with five parameters and two residual classes for the temporary environment effect. Using the estimative of (co) variances of the random regression coefficients and the residual variances, the random regression solutions were obtained for each individual, used after to generate the prediction of animals breeding values. Based on the animals breeding values, variables were computed that measured the animal’s persistency. Among the seven variables of persistency employed, the variable ixPS 2 (obtained by difference between areas of the lactation curve at the middle third and the beginning of the lactation) showed lower correlations of moment- production and of order with the breeding value for milk yield until 305 days, not just for 10% best individuals, but also for all the individuals in the group, gender independent. These results suggest that PS 2 is a variable that may be used as a selection criterion, when the objective is to change the lactation curve format.

Submitted by Marco Antônio de Ramos Chagas (mchagas@ufv.br) on 2018-02-27T12:55:35Z No. of bitstreams: 1 texto completo.pdf: 1014245 bytes, checksum: bc632c2f8df9dc848814b664d9b50984 (MD5) / Made available in DSpace on 2018-02-27T12:55:35Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1014245 bytes, checksum: bc632c2f8df9dc848814b664d9b50984 (MD5) Previous issue date: 2018-02-02 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A principal contribuição da genética molecular no melhoramento é a utilização direta das informações de DNA no processo de identificação de indivíduos geneticamente superiores. Sob esse enfoque, idealizou-se a seleção genômica ampla (Genome Wide Selection – GWS), a qual consiste no uso de um grande número de marcadores SNPs (Single Nucleotide Polymorphisms) amplamente distribuídos no genoma para predizer o mérito genético de indivíduos. Diversas abordagens estatísticas foram propostas para a predição de valores genéticos permitindo estimar os efeitos dos marcadores com base apenas na média condicional da variável dependente. Uma metodologia ainda pouco explorada em GWS é a regressão quantilica (RQ). Diferentemente das outras metodologias, a RQ permite avaliar os fenótipos de interesse em diferentes níveis da distribuição. Desta forma, este trabalho tem como objetivo apresentar duas aplicações de GWS utilizando a RQ. Na primeira aplicação foi proposto e avaliado o uso da Regressão Quantílica Regularizada (RQR) para estimar os efeitos marcadores SNPs para curvas de crescimento em suínos. O modelo proposto permitiu a descoberta, em diferentes níveis de interesse (quantils), de marcadores relevantes para cada característica e suas respectivas posições cromossômicas. Além disso, RQR permitiu a construção de curvas de crescimento genômico, que identificaram indivíduos geneticamente superiores em relação à eficiência de crescimento. Na segunda aplicação utilizou-se a RQR para predizer valores genéticos de conjuntos de dados simulados com diferentes proporções de epistasia na variância genética e valores fenótipos com distribuições simétrica e assimétrica a direita. Neste trabalho verificou-se que a RQR teve, em geral, maiores acurácias do que as outras metodologias avaliadas quando a característica é de baixa herdabilidade. Além disso, quando tem-se 100% da variância genética como sendo epistática, a RQR foi, na maioria dos casos, melhor do que os métodos tradicionais. Desta forma, avaliando as duas aplicações apresentadas, tem-se que a RQR é uma alternativa interessante em estudos de GWS, uma vez que possibilita a descoberta do modelo que melhor representa a relação entre as variáveis dependentes (fenótipos) e independentes (efeitos dos marcadores) aumentando o desempenho preditivo do modelo. / The main contribution of molecular genetics in breeding is the direct use of DNA information in the process of identifying genetically superior individuals. Under this approach, Genome Wide Selection (GWS) was idealized and consists of the use of a large number of single nucleotide polymorphisms (SNPs) widely distributed in the genome to predict the genetic merit of individuals. Several statistical approaches have been proposed for the prediction of genetic values, however they allow estimating the effects of the markers based only on the conditional mean of the dependent variable. A methodology not yet explored in GWS is quantile regression (QR). Differently from the other methodologies, the QR allows to evaluate the phenotypes of interest in different levels of the distribution. In this way, this work aims to present two applications of GWS using QR. In the first application, the Regulated Quantile Regression (RQR) was proposed and evaluated to estimate the marker effects SNPs for growth curves in pigs. The proposed model allowed the discovery, in different levels of interest (quantiles), of more relevant markers for each trait and their respective chromosomal positions. In addition, RQR allowed the construction of genomic growth curves, which identified genetically superior individuals in relation to growth efficiency. In the second application, the RQR was used to predict genetic values of simulated datasets with different proportions of epistasis in genetic variance and phenotype values with symmetric and positive asymmetric distributions. In this work it was verified that the RQR had, in general, greater accuracies than the other methodologies evaluated when the trait is low heritability. Furthermore, when 100% of the genetic variance is epistatic, RQR was, in most cases, better than traditional methods. Thus, RQR is an interesting alternative in GWS studies, since RQR allows the discovery of the model that best represents the relationship between the dependent (phenotype) and independent (markers effects) increasing the predictive performance of the model.

ROCHA NETO, Odílio Coimbra da. Estimativa da condutividade elétrica por meio de dados hiperespectrais em solos afetados por sais. 2016. 117 f. : Tese (doutorado) - Universidade Federal do Ceará, Centro de Ciências Agrárias, Departamento de Engenharia Agrícola, Programa de Pós-Graduação em Engenharia Agrícola, Fortaleza-CE, 2016. / Submitted by guaracy araujo (guaraa3355@gmail.com) on 2016-08-08T16:15:17Z No. of bitstreams: 1 2016_tese_ocrochaneto.pdf: 3643209 bytes, checksum: f3daa9dd6a70b91cd6315eea748ed3c8 (MD5) / Approved for entry into archive by guaracy araujo (guaraa3355@gmail.com) on 2016-08-08T16:18:45Z (GMT) No. of bitstreams: 1 2016_tese_ocrochaneto.pdf: 3643209 bytes, checksum: f3daa9dd6a70b91cd6315eea748ed3c8 (MD5) / Made available in DSpace on 2016-08-08T16:18:45Z (GMT). No. of bitstreams: 1 2016_tese_ocrochaneto.pdf: 3643209 bytes, checksum: f3daa9dd6a70b91cd6315eea748ed3c8 (MD5) Previous issue date: 2016 / Remote sensing data interpretation is based primarily on the spectral reflectance analysis of materials for wavelength ranging from visible to short wave infrared (400 to 2500nm). For this, one can use reflectance spectroscopy which is a technique capable of measuring, at different wavelengths, the electromagnetic energy reflected from the surface of materials and represent it in the form of a graph called spectral reflectance curve. The analytical power of this technique derives from the spectral information being correlated directly with the chemical composition and physical characteristics of the substances that makes the target. However, the large volume of information contained in a spectral signature increases the difficulty of analyzing it, especially if the dataset is made of images. Thus, computational models are expected to be a viable means of analyzing these spectral curves. The refore, the objective of this thesis is to evaluate the performance of different computational models, such as least squares (LS), multilayer perceptron (MLP) and extreme learning machine (ELM) artificial neural networks, trained on laboratory data to estimate the electrical conductivity of salty soils, and to apply them to a hyperspectral image of the field . This thesis was organized in three parts: first, the ability of computer models to estimate the electrical conductivity of saturation extract (ECse) based on electrical conductivity data from a 1:1 dilution (EC 1:1) is assessed; second, computing strategy for best estimating the electrical conductivity of soil samples using their spectral readings under laboratory conditions are evaluated; and finally, the performance of the best found model applied to an airborne SpecTIR sensor hyperspectral image collected at the Irrigated District of the Morada Nova was evaluated. To evaluate the proposed algorithms, soil samples were collected in the Morada Nova Irrigation District with a history of salinity. These samples were used for model calibration and validation. Spectral data were obtained using the spectroradiometer FieldSpec® 3Hi-Res, from 350 to 2500nm. In an attempt to improve the performance of the models, data transformation was applied using either principal component analysis or derivative analysis. The results show the best performance was produced by the linear model fitted by least squares algorithm applied to the raw data (no transformation), and the spectral bands selected to estimate the electrical conductivity were 395, 1642 and 1717 nm. To estimate the soil's electrical conductivity from SpecTIR's image sensor data, the model calibrated in the laboratory has proved to be feasible, generating a value o f 1.46 for RPD, and 0.80 for the Pearson correlation coefficient. Therefore, one can conclude that the calibrated models using samples in the laboratory are satisfactory for estimating EC based on hyperspectral images. / A interpretação de dados do sensoriamento remoto fundamenta-se, basicamente, na análise do comportamento da reflectância espectral dos materiais no intervalo de comprimento de onda do visível ao infravermelho de ondas curtas (400 a 2500 nm). Para isso, pode-se usar a espectrorradiometria de reflectância, que é uma técnica capaz de medir, em diferentes comprimentos de ondas, a energia eletromagnética refletida da superfície dos materiais e representá-la na forma de um gráfico denominado curva de reflectância espectral. O poder analítico desta técnica advém do fato da informação espectral se correlacionar diretamente com a composição química e com as características físicas das substâncias contidas no alvo. No entanto, o grande volume de informações contidas em uma assinatura espectral aumenta a dificuldade de analisá-la, principalmente quando se trabalha com imagens. Com isso, o emprego de modelos computacionais se mostra como uma saída viável para a análise de curvas espectrais. Dessa forma, o objetivo desta tese é avaliar o desempenho de diferentes modelos computacionais como: mínimos quadrados (MQ), rede neural artificial do tipo perceptron de múltiplas camadas (MLP) e máquina de aprendizagem extrema (ELM), treinados em laboratório para estimar a condutividade elétrica do solo, e aplicá-los em imagens de alta resolução espectral. Esta tese foi separada em três etapas onde foram avaliados: a capacidade dos modelos computacionais em estimar a condutividade elétrica do extrato de saturação (CEes) a partir de amostra de condutividade elétrica 1:1 (CE1:1); as estratégias computacionais que melhor estimam a condutividade elétrica de amostras de solo a partir de leituras espectrais de solos obtidas em laboratório; e testar desempenho da melhor estratégia obtida no passo anterior, aplicando-a em uma imagem do sensor aerotransportado SpecTIR, coletado na região do Perímetro Irrigado de Morada Nova. Para avaliação dos algoritmos, foram coletadas amostras de solos na região de Morada Nova com histórico de áreas afetadas por sais. Estas amostras foram utilizadas para a calibração e validação dos modelos. Dados espectrais foram obtidos utilizando o espectrorradiômetro FieldSpec® 4 Hi-Res, entre 350 a 2500 nm. Foi avaliado o ganho de performance dos modelos matemáticos pela transformação dos dados através da análise por componente principal e pela análise derivativa. Com os resultados obtidos, pôde-se observar que as melhores respostas foram alcançadas pelo modelo linear dos mínimos quadrados aplicados aos dados puros, onde as bandas selecionadas para estimar a condutividade elétrica foram de 395, 1642 e 1717 nm. Para estimar a condutividade elétrica do solo na imagem do sensor SpecTIR sobre a área de estudo, o modelo calibrado em laboratório se mostrou interessante, produzindo um RPD de 1,46 e um coeficiente de correlação de Pearson de 0,80. Com isso, conclui-se que os modelos calibrados utilizando amostras em laboratório são satisfatórios para estimar a CE de imagens hiperespectrais.

BRITO, A. C. L. Análise da qualidade do serviço prestado em uma instituição pública na perspectiva dos colaboradores por meio da regressão logística. 2016. 85 f. Dissertação (Mestrado em Logística e Pesquisa Operacional) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Thiago Calvet (thiago@ufc.br) on 2016-10-06T13:44:23Z No. of bitstreams: 1 2016_dis_aclbrito.pdf: 614300 bytes, checksum: 3e6980f75196e50ee470adceb2100cd7 (MD5) / Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Pedir autora para corrigir: 1. A ficha catalográfica deve vir antes da folha de aprovação, no arquivo está depois. 2. Como a lista de referencias está muito fora dos padrões (Algumas estão certas outras não) sugiro que autora preencha a ferramenta que gera as referencias automaticamente, disponível em: http://www.more.ufsc.br/ Lembrando que somente a primeira letra do titulo deve ser maiúscula. Como ela colocou espaço após a pontuação dos nomes em umas e outras não, reforço a necessidade de preencher pela ferramenta para tudo sair unificado. Grata, Marlene Rocha 3366-9620 on 2016-10-10T14:30:17Z (GMT) / Submitted by Thiago Calvet (thiago@ufc.br) on 2016-10-14T12:34:25Z No. of bitstreams: 1 2016_dis_aclbrito.pdf: 1130126 bytes, checksum: c962e07530f8c12266e493228beac2e5 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2016-10-18T11:11:39Z (GMT) No. of bitstreams: 1 2016_dis_aclbrito.pdf: 1130126 bytes, checksum: c962e07530f8c12266e493228beac2e5 (MD5) / Made available in DSpace on 2016-10-18T11:11:39Z (GMT). No. of bitstreams: 1 2016_dis_aclbrito.pdf: 1130126 bytes, checksum: c962e07530f8c12266e493228beac2e5 (MD5) Previous issue date: 2016-08-08 / Considering the current scenario, marked by high competitiveness, technological advances and globalization, companies need to seek a differential, so that they can satisfy their customers and gain market. Providing Quality of Life at Work is a way to get a quality product / service and thus meet the expectations of consumers. Identify the most critical variables related to the Quality of Life at Work that can affect the quality of service provided by employees of a public institution service is the aim of this study. This is an applied research with quantitative approach. It is a correlational research, because it intends to study the relationships between variables. The data used in this dissertation are from secondary source, obtained from a case study in a federal public agency, based in the city of Fortaleza / CE, which a questionnaire based on the Walton model was applied, composed of eight factors, to evaluate the degree of satisfaction and the degree of importance of Quality of Life at Work. In this study, the responses of 189 employees were analyzed using Chi-square test and Logistics regression models considering each dimension (degree of satisfaction and degree of importance), one model was set for efficiency and other for effectiveness. The results of this analysis show that in the dimension of satisfaction degree, efficiency is influenced (p<0.10) for the working day, sanitary facilities and autonomy in activities; efficacy was determined (p<0.10) for autonomy in activities, social responsibility of the organization and human resources policies. In relation to the dimension level of importance, the variables that influence the efficiency (p<0.10) were: salary compared with the colleague’s and the recognition and appreciation of ideas and initiatives. None of the variables have shown any influence on efficacy. The variables identified in the study should serve as a guide for managers, so they can implement actions that promote an improvement in The Quality of Life in the work environment. / Diante do cenário atual, marcado pela alta competividade, avanços tecnológicos e globalização, as empresas precisam buscar um diferencial, de forma que elas possam satisfazer seus clientes e ganhar mercado. Proporcionar Qualidade de Vida no Trabalho é uma maneira de se obter um produto/serviço de qualidade e, consequentemente, atender às expectativas dos consumidores. Identificar as variáveis mais críticas relacionadas com a Qualidade de Vida no Trabalho que possam interferir na qualidade do serviço prestado por colaboradores de uma instituição pública é o objetivo deste estudo. A pesquisa é de natureza aplicada com enfoque quantitativo. É do tipo correlacional, pois pretende estudar as relações entre variáveis. Os dados utilizados nesta dissertação são de fonte secundária, obtidos de um estudo de caso realizado em um órgão público federal, com sede na cidade de Fortaleza/CE, onde foi aplicado um questionário baseado no modelo de Walton, composto por oito fatores, para avaliar o grau de satisfação e o grau de importância da Qualidade de Vida no Trabalho. Neste estudo, as respostas dos 189 colaboradores foram analisadas através do teste de Quiquadrado e dos Modelos de Regressão Logística – considerando cada dimensão (grau de satisfação e grau de importância), ajustou-se um modelo para a eficiência e outro para a eficácia. Os resultados desta análise demonstram que, na dimensão grau de satisfação, a eficiência é influenciada (p<0,10) pela jornada de trabalho, instalações sanitárias e autonomia nas atividades; a eficácia foi determinada (p<0,10) pela autonomia nas atividades, responsabilidade social da organização e políticas de recursos humanos. Em relação à dimensão grau de importância, as variáveis que influenciaram a eficiência (p<0,10) foram: salário se comparado com o do colega e o reconhecimento e valorização das ideias e iniciativas. Nenhuma das variáveis apresentou influência na eficácia. As variáveis apontadas no estudo devem servir de orientação para que os gestores possam implementar ações que promovam uma melhoria na Qualidade de Vida no ambiente de trabalho.