Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T11:39:40Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Márcia B. O. Martins.pdf: 1440117 bytes, checksum: 5861b7f48a19642af9da3fa24f12fc29 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T11:39:52Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Márcia B. O. Martins.pdf: 1440117 bytes, checksum: 5861b7f48a19642af9da3fa24f12fc29 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-03-17T11:40:09Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Márcia B. O. Martins.pdf: 1440117 bytes, checksum: 5861b7f48a19642af9da3fa24f12fc29 (MD5) / Made available in DSpace on 2017-03-17T11:40:09Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Márcia B. O. Martins.pdf: 1440117 bytes, checksum: 5861b7f48a19642af9da3fa24f12fc29 (MD5) Previous issue date: 2016-11-12 / We propose an extension of the usual normal regression model where both the vector of responses and the covariate are possibly censored. We assume that the jointly distribution of covariate and errors is Student-t, which is an alternative to the normal distribution, but with heavy tails. A Gibbs-type algorithm is proposed to carry out Bayesian estimation of the parameters in the model. Three simulation studies are conducted, showing that the proposed model is more flexible than the normal one when fitting data with censoring pattern and heavy tails, in addition to an application with real data. / Apresentamos uma proposta de extensão para o modelo de regressão com erro nas variáveis usual em que tanto o vetor de respostas quanto a covariável estão sujeitos à censura. Assumimos que a distribuição conjunta da covariável e dos erros de observação é t de Student, que é uma alternativa ao modelo normal, porém com caudas pesadas. Um algoritmo do tipo Gibbs sampler é proposto para proceder a estimação Bayesiana dos parâmetros no modelo. Três estudos de simulação são realizados, mostrando a maior flexibilidade do modelo, em relação ao modelo sob normalidade, em ajustar dados com padrão de censura e caudas pesadas, além de uma aplicação em dados reais.

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-09-30T13:45:51Z No. of bitstreams: 1 Dissertação - Jocely Lopes.pdf: 2989672 bytes, checksum: 6e22a80fdd1f21213e48a66c75d7c923 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-09-30T13:46:06Z (GMT) No. of bitstreams: 1 Dissertação - Jocely Lopes.pdf: 2989672 bytes, checksum: 6e22a80fdd1f21213e48a66c75d7c923 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-09-30T13:46:22Z (GMT) No. of bitstreams: 1 Dissertação - Jocely Lopes.pdf: 2989672 bytes, checksum: 6e22a80fdd1f21213e48a66c75d7c923 (MD5) / Made available in DSpace on 2016-09-30T13:46:22Z (GMT). No. of bitstreams: 1 Dissertação - Jocely Lopes.pdf: 2989672 bytes, checksum: 6e22a80fdd1f21213e48a66c75d7c923 (MD5) Previous issue date: 2008-12-22 / Não informada / In this work we consider the estimation of parameters of a nite mixture of skew Student-t distributions, via EM algorithm. The main goals of this dissertation is to show a detailed description of the EM algorithm applied to this model and to evaluate the consistency of the estimator. A data set concerning the Gross Domestic Product per capita (Human Development Report), previously studied in the related literature, is analyzed. / Este trabalho trata do problema de estimar parâmetros de uma mistura nita de densidades t-assimétricas. Como ferramenta para a estimação foi usado o algoritmo EM. Foi avaliada a consistência desses estimadores e realizado um experimento de aplicação da teoria desenvolvida para uma modelagem com dados reais utilizando um conjunto analisado anteriormente na literatura, relativo ao PIB per capita. Os objetivos centrais desse trabalho são apresentar uma descrição detalhada do método de estimação, via algoritmo EM, dos parâmetros do modelo nito de mistura de densidades t-assimétricas e avaliar através de um estudo de simulação se o estimador obtido é consistente.

Made available in DSpace on 2016-06-02T20:06:06Z (GMT). No. of bitstreams: 1 4185.pdf: 8236823 bytes, checksum: fc450b707396aa2c496c5373af93ef3d (MD5) Previous issue date: 2012-01-27 / Financiadora de Estudos e Projetos / Abstract The asymmetric distributions has experienced great development in recent times. They are used in modeling financial data, medical, genetics and other applications. Among these distributions, the Skew normal (Azzalini, 1985) has received more attention from researchers (Genton et al., (2001), Gupta et al., (2004) and Arellano-Valle et al., (2005)). We present a comparative study of _-stable distributions, Skew normal, Skew t de Student and Skew Laplace. The _-stable distribution is studied by Nolan (2009) and proposed by Gonzalez et al., (2009) in the context of genetic data. For some real datasets, in areas such as financial, genetics and commodities, we test which distribution best fits the data. We compare these distributions using the model selection criteria AIC and BIC. / As distribuições assimétricas tem experimentado grande desenvolvimento nos tempos recentes. Elas são utilizadas na modelagem de dados financeiros, médicos e genéticos entre outras aplicações. Dentre essas distribuições, a normal assimétrica (Azzalini, 1985) tem recebido mais atenção dos pesquisadores (Genton et al., (2001), Gupta et al., (2004) e Arellano-Valle et al., (2005)). Nesta dissertação, apresentamos um estudo comparativo das distribuições _-estável, normal , t de Student e Laplace assimétricas. A distribuição _-estável estudada por Nolan (2009) é proposta por Gonzalez et al., (2009) no contexto de dados genéticos. Neste trabalho, também apresentamos como verificar a assimetria de uma distribuição, descrevemos algumas características das distribuições assimétricas em estudo, e comparamos essas distribuições utilizando os critérios de seleção de modelos AIC e BIC..

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2017-02-22T21:06:29Z No. of bitstreams: 1 Henrricco Nieves Pujol Tucci.pdf: 3397813 bytes, checksum: c699bbae1cc911a864bb774413e18dec (MD5) / Made available in DSpace on 2017-02-22T21:06:29Z (GMT). No. of bitstreams: 1 Henrricco Nieves Pujol Tucci.pdf: 3397813 bytes, checksum: c699bbae1cc911a864bb774413e18dec (MD5) Previous issue date: 2016-11-21 / The aircraft supply is a major cause of flight delays since this process is slow and, if it does not start as soon as the aircraft is available for the maintenance team, the risk of being terminated after the last passenger has already boarded increases. The procedure usually only starts after the information of how much must be supplied get through the flight dispatcher and this information typically take some time to get to the maintenance team. However, it is intended to test a new scenario: start to supply with the minimum quantity of fuel and, if necessary, complete with the amount belatedly informed by dispatcher. Therefore, this paper aims to analyze the application of Six Sigma in this process through the Student's t-test and the Statistical Process Control (SPC). Sigma in this process through the Student t test and Statistical Process Control (SPC). The method adopted was multi cases study by interviews and organizational practices observations. The results showed that the new process is favorable in relation to the former, the Case 1 average time of flight delays has been reduced from 14 to 6 minutes (57%), Case 2 average time has been reduced from 10 to 6 minutes (53%), about flight delays quantity upper than 15 minutes, has reduced to 43% and 39% respectively. It concludes that the application of Six Sigma in aircraft refueling process is innovative to the scientific literature and was favorable for both companies, also helped to mitigate the risk of fines and penalties and, consequently, improved the level of quality of service offered by the airline company. / O abastecimento de aeronaves é uma das principais causas de atrasos de voo uma vez que este processo é lento e, caso este não seja iniciado assim que a aeronave esteja disponível para a equipe de manutenção, o risco de ser finalizado depois do último passageiro já ter embarcado aumenta. O processo de abastecimento usualmente só é iniciado após a informação de quanto se deve abastecer, esta informação costuma demorar a chegar para a equipe de manutenção. A melhoria no processo considera iniciar o abastecimento com a quantidade mínima de combustível e, se necessário, completar com a quantidade tardiamente informada. O objetivo desse trabalho é analisar a aplicação do Seis Sigma utilizando o teste t de Student e o Controle Estatístico do Processo (CEP) nas duas maiores companhias aéreas brasileiras. O método adotado foi estudo de múltiplos casos por meio de entrevista e observação na prática organizacional. O resultado demonstra que o tempo médio de atrasos de voo para o Caso 1 foi reduzido após a aplicação do Seis Sigma, de 14 para 6 minutos (57%). Além disso, a quantidade de atrasos acima de quinze minutos foi reduzida em 53%. Já no Caso 2, o tempo médio foi reduzido de 10 para 6 minutos, uma melhora de 43%, quanto a quantidade de atrasos acima de quinze minutos, houve uma redução de 39%. Conclui-se que a aplicação do Seis Sigma no processo de abastecimento de aeronaves é inovadora para a literatura científica e foi favorável para as duas empresas, também colaborou para mitigar os riscos de multas e penalidades e, consequentemente, melhorou o nível de qualidade do serviço oferecido pelas companhias aéreas.

Made available in DSpace on 2015-04-22T22:16:04Z (GMT). No. of bitstreams: 1 Nelson Lima de Souza Filho.pdf: 1556771 bytes, checksum: 33a38464a9de0ec3dca0da75c9c6b64e (MD5) Previous issue date: 2012-12-06 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In regression models, the classical normal assumption for the distribution of the measurement errors is often violated, masking some important features of the variability of the data. Some practical actions to overcome this problem, like transformations of the data, sometimes are not effective. In this work we propose a methodology to overcome this problem, in the context of multivariate linear regression with measurement errors. In these models, the covariate is unobservable and the researcher observes a surrogate variable. These measurements are made with an additive error. We extend the classical normal model, by modeling jointly the covariate and the measurement errors by a finite mixture of densities which are in a general family, accommodating skewness, heavy tails and multi-modality at the same time, allowing a degree of flexibility that can not be met by the normal model. We proceed Bayesian inference through a Gibbs-type algorithm. Some proposed models are compared with existing symmetrical models, using a modified DIC criterion, through the analysis of simulated and real data. / Em modelos de regressão, o pressuposto clássico de normalidade para a distribuição dos erros aleatórios é muitas vezes violado, mascarando algumas características importantes da variabilidade dos dados. Algumas ações práticas para resolver esse problema, como transformações nos dados, revelam-se muitas vezes ineficazes. Neste trabalho apresentamos uma proposta para lidar com esta questão no contexto do modelo de regressão multivariada linear simples, quando a variável resposta e a variável regressora são observadas com erro aditivo o chamado modelo de regressão linear com erros nas variáveis. Em tais modelos, o pesquisador observa uma variável substituta em vez da covariável de interesse. Nós estendemos o modelo clássico normal, modelando a distribuição conjunta da covariável e dos erros aleatórios por uma mistura finita de densidades pertencentes a uma família de distribuições bem geral, acomodando ao mesmo tempo assimetria, caudas pesadas e multimodalidade, permitindo um grau de flexibilidade que não pode ser atingido pelo modelo normal. Para a parte de estimação desenvolvemos um algoritmo do tipo Gibbs para proceder estimação Bayesiana. Alguns modelos propostos foram comparados com modelos simétricos já existentes na literatura, utilizando um critério DIC modificado, através da análise de dados simulados e reais.

Neste trabalho, apresentamos os modelos simétricos parcialmente lineares AR(1), que generalizam os modelos parcialmente lineares para a presença de erros autocorrelacionados seguindo uma estrutura de autocorrelação AR(1) e erros seguindo uma distribuição simétrica ao invés da distribuição normal. Dentre as distribuições simétricas, podemos considerar distribuições com caudas mais pesadas do que a normal, controlando a curtose e ponderando as observações aberrantes no processo de estimação. A estimação dos parâmetros do modelo é realizada por meio do critério de verossimilhança penalizada, que utiliza as funções escore e a matriz de informação de Fisher, sendo todas essas quantidades derivadas neste trabalho. O número efetivo de graus de liberdade e resultados assintóticos também são apresentados, assim como procedimentos de diagnóstico, destacando-se a obtenção da curvatura normal de influência local sob diferentes esquemas de perturbação e análise de resíduos. Uma aplicação com dados reais é apresentada como ilustração. / In this master dissertation, we present the symmetric partially linear models with AR(1) errors that generalize the normal partially linear models to contain autocorrelated errors AR(1) following a symmetric distribution instead of the normal distribution. Among the symmetric distributions, we can consider heavier tails than the normal ones, controlling the kurtosis and down-weighting outlying observations in the estimation process. The parameter estimation is made through the penalized likelihood by using score functions and the expected Fisher information. We derive these functions in this work. The effective degrees of freedom and asymptotic results are also presented as well as the residual analysis, highlighting the normal curvature of local influence under different perturbation schemes. An application with real data is given for illustration.

Neste trabalho, apresentamos os modelos simétricos parcialmente lineares AR(1), que generalizam os modelos parcialmente lineares para a presença de erros autocorrelacionados seguindo uma estrutura de autocorrelação AR(1) e erros seguindo uma distribuição simétrica ao invés da distribuição normal. Dentre as distribuições simétricas, podemos considerar distribuições com caudas mais pesadas do que a normal, controlando a curtose e ponderando as observações aberrantes no processo de estimação. A estimação dos parâmetros do modelo é realizada por meio do critério de verossimilhança penalizada, que utiliza as funções escore e a matriz de informação de Fisher, sendo todas essas quantidades derivadas neste trabalho. O número efetivo de graus de liberdade e resultados assintóticos também são apresentados, assim como procedimentos de diagnóstico, destacando-se a obtenção da curvatura normal de influência local sob diferentes esquemas de perturbação e análise de resíduos. Uma aplicação com dados reais é apresentada como ilustração. / In this master dissertation, we present the symmetric partially linear models with AR(1) errors that generalize the normal partially linear models to contain autocorrelated errors AR(1) following a symmetric distribution instead of the normal distribution. Among the symmetric distributions, we can consider heavier tails than the normal ones, controlling the kurtosis and down-weighting outlying observations in the estimation process. The parameter estimation is made through the penalized likelihood by using score functions and the expected Fisher information. We derive these functions in this work. The effective degrees of freedom and asymptotic results are also presented as well as the residual analysis, highlighting the normal curvature of local influence under different perturbation schemes. An application with real data is given for illustration.