O presente trabalho tem por objetivo descrever de forma simples e concisa alguns métodos utilizados para a obtenção das estimativas dos componentes de variância em modelos mistos desbalanceados. O presente trabalho tem por objetivo descrever, de forma simples e concisa, alguns métodos utilizados para a obtenção das estimativas dos componentes de variância em modelos mistos desbalanceados. Há muitos métodos disponíveis, cada qual levando, em geral a resultados diferentes, e escolher um deles pode não ser uma tarefa simples. Alguns métodos exigem álgebra extensa enquanto que outros necessitam de métodos iterativos para suas soluções. Neste estudo são apresentados nove métodos: Método da Análise de Variância (ANOVA); Métodos 1,11 e IU de Henderson; Métodos da Máxima Verossimilhança (ML) e da Máxima Verossimilhança Restrita (REMI), Método do Estimador Quadrático Não-viesado de Norma Mínima (MINQUE), Métodos do Estimador Quadrático Não-viesado de Variância Mínima(MIVQUE) e do MINQUE- Iterativo (I-MINQUE). Com o objetivo de ilustrar comparativamente, sem o apelo de competição, os nove métodos considerados, de modo a estar tão próximo quanto possível da realidade do pesquisador, usuário dos métodos de estimação, considera-se um conjunto de dados desbalanceados, adaptado de Searle et al.(1992), para o qual adota-se o modelo misto de dois fatores com interação. A ilustração é feita, então, em duas partes: na primeira as estimativas são obtidas tomando-se uma matriz de variâncias e covariâncias com estrutura do tipo VC, considerada default na grande maioria dos sistemas estatísticos disponíveis. Na segunda, para o mesmo conjunto de dados, exemplifica-se a utilização do PROC MIXED do sistema estatístico SAS na obtenção de estimativas através dos métodos ali disponíveis, considerando a ocorrência de diferentes matrizes de variâncias e covariâncias. Exceto através das propriedades dos estimadores, não se pode concluir sobre um melhor método de estimação, mesmo porque os verdadeiros valores dos componentes de variância, para o conjunto de dados adotado para ilustração, são desconhecidos. Poder-se-ia comparar os métodos, por exemplo, se fosse adotado um conjunto de dados simulados, com determinada distribuição e para o qual os componentes de variâncias fossem à priori, conhecidos. Para o conjunto de dados adotado para ilustração nesse estudo, observou-se que a matriz G de variâncias e covariâncias com estrutura do tipo TOEP (1) foi a que"melhor"descreveu os dados, independente do método adotado para obtenção das estimativas dos componentes de variância. No entanto, a experiência do pesquisador associada à natureza dos dados deve indicar a estrutura mais apropriada dentre as muitas disponíveis nos sistemas computacionais estatísticos / not available

Em experimentos na área de tecnologia de alimentos, e de pós-colheita para produtos hortícolas, a cor é considerada um dos aspectos mais importantes na aparência do alimento, pois acredita-se que se o alimento não tiver uma boa aparência, muito provavelmente o consumidor não avaliará os outros aspectos como o sabor e a textura. Um dos principais sistemas para medir cores é o sistema CIELCH. Neste sistema a cor é uma variável aleatória tridimensional formada pelas vaiáveis L, C e H, respectivamente, luminosidade, saturação e tonalidade da cor. Esta última é um ângulo, ou seja, uma variável circular, que comumente possui distribuição de von Mises sendo, no entanto, analisada como tendo distribuição normal. Considerando-se os dados de tonalidade relativos de um experimento inteiramente ao acaso, este trabalho sugere como alternativa, a utilização da metodologia de análise de variância para dados circulares proposta por Watson & Williams (1956) e modificada por Stephens (1972). Propõe-se, ainda, um método de comparações múltiplas para as médias angulares relativos aos tratamentos, baseado na estatística de Watson & Williams (1956) e Stephens (1972). Como forma empírica de se verificar a pressuposição de que os dados provém de distribuição de von Mises com parâmetros de concentração iguais, propõe-se a construção de um gráfico quantil-quantil. Como forma de ilustrar a metodologia, foram analisados dois conjuntos de dados, sendo o primeiro, relativo a um experimento inteiramente ao acaso com três tratamentos, extraídos de distribuições de von Mises com médias 0º, 10º e 355º, ou seja, todos com a tonalidade de cor vermelha, e parâmetros de concentração iguais a 100. O segundo conjunto de dados, por outro lado, provém de um experimento inteiramente ao acaso realizado por Moda (2003), na área de tecnologia de alimentos e, que teve como objetivo, avaliar a conservação de cogumelos i>Pleurotus sajor-caju frescos quanto à qualidade e à durabilidade, quando submetidos a quatro diferentes tratamentos usuais na conservação de alimentos. As análises destes dois conjuntos de dados evidenciam os problemas graves que podem ocorrer quando se utiliza a metodologia proposta por McGuire (1992) que não ocorrem quando se utiliza a proposta nesse trabalho. / not available

A modelagem conjunta de média e variância tem se mostrado particularmente relevante na obtenção de processos e produtos robustos. Nesse contexto, deseja-se minimizar a variabilidade das respostas simultaneamente com o ajuste dos fatores, tal que se obtenha a média da resposta próxima ao valor alvo. Nos últimos anos foram desenvolvidos diversos procedimentos de modelagem conjunta de média e variância, alguns envolvendo a utilização dos Modelos Lineares Generalizados (GLMs) e de projetos fatoriais fracionados. O objetivo dessa dissertação é apresentar uma revisão bibliográfica sobre projetos fatoriais fracionados e GLM, bem como apresentar as propostas de modelagem conjunta encontradas na literatura. Ao final, o trabalho enfatiza a proposta de modelagem conjunta de média e variância utilizando GLM apresentada por Lee e Nelder (1998), ilustrando-a através de um estudo de caso.

A modelagem conjunta de média e variância tem se mostrado particularmente relevante na obtenção de processos e produtos robustos. Nesse contexto, deseja-se minimizar a variabilidade das respostas simultaneamente com o ajuste dos fatores, tal que se obtenha a média da resposta próxima ao valor alvo. Nos últimos anos foram desenvolvidos diversos procedimentos de modelagem conjunta de média e variância, alguns envolvendo a utilização dos Modelos Lineares Generalizados (GLMs) e de projetos fatoriais fracionados. O objetivo dessa dissertação é apresentar uma revisão bibliográfica sobre projetos fatoriais fracionados e GLM, bem como apresentar as propostas de modelagem conjunta encontradas na literatura. Ao final, o trabalho enfatiza a proposta de modelagem conjunta de média e variância utilizando GLM apresentada por Lee e Nelder (1998), ilustrando-a através de um estudo de caso.

O presente trabalho tem por objetivo descrever de forma simples e concisa alguns métodos utilizados para a obtenção das estimativas dos componentes de variância em modelos mistos desbalanceados. O presente trabalho tem por objetivo descrever, de forma simples e concisa, alguns métodos utilizados para a obtenção das estimativas dos componentes de variância em modelos mistos desbalanceados. Há muitos métodos disponíveis, cada qual levando, em geral a resultados diferentes, e escolher um deles pode não ser uma tarefa simples. Alguns métodos exigem álgebra extensa enquanto que outros necessitam de métodos iterativos para suas soluções. Neste estudo são apresentados nove métodos: Método da Análise de Variância (ANOVA); Métodos 1,11 e IU de Henderson; Métodos da Máxima Verossimilhança (ML) e da Máxima Verossimilhança Restrita (REMI), Método do Estimador Quadrático Não-viesado de Norma Mínima (MINQUE), Métodos do Estimador Quadrático Não-viesado de Variância Mínima(MIVQUE) e do MINQUE- Iterativo (I-MINQUE). Com o objetivo de ilustrar comparativamente, sem o apelo de competição, os nove métodos considerados, de modo a estar tão próximo quanto possível da realidade do pesquisador, usuário dos métodos de estimação, considera-se um conjunto de dados desbalanceados, adaptado de Searle et al.(1992), para o qual adota-se o modelo misto de dois fatores com interação. A ilustração é feita, então, em duas partes: na primeira as estimativas são obtidas tomando-se uma matriz de variâncias e covariâncias com estrutura do tipo VC, considerada default na grande maioria dos sistemas estatísticos disponíveis. Na segunda, para o mesmo conjunto de dados, exemplifica-se a utilização do PROC MIXED do sistema estatístico SAS na obtenção de estimativas através dos métodos ali disponíveis, considerando a ocorrência de diferentes matrizes de variâncias e covariâncias. Exceto através das propriedades dos estimadores, não se pode concluir sobre um melhor método de estimação, mesmo porque os verdadeiros valores dos componentes de variância, para o conjunto de dados adotado para ilustração, são desconhecidos. Poder-se-ia comparar os métodos, por exemplo, se fosse adotado um conjunto de dados simulados, com determinada distribuição e para o qual os componentes de variâncias fossem à priori, conhecidos. Para o conjunto de dados adotado para ilustração nesse estudo, observou-se que a matriz G de variâncias e covariâncias com estrutura do tipo TOEP (1) foi a que"melhor"descreveu os dados, independente do método adotado para obtenção das estimativas dos componentes de variância. No entanto, a experiência do pesquisador associada à natureza dos dados deve indicar a estrutura mais apropriada dentre as muitas disponíveis nos sistemas computacionais estatísticos / not available

Em experimentos na área de tecnologia de alimentos, e de pós-colheita para produtos hortícolas, a cor é considerada um dos aspectos mais importantes na aparência do alimento, pois acredita-se que se o alimento não tiver uma boa aparência, muito provavelmente o consumidor não avaliará os outros aspectos como o sabor e a textura. Um dos principais sistemas para medir cores é o sistema CIELCH. Neste sistema a cor é uma variável aleatória tridimensional formada pelas vaiáveis L, C e H, respectivamente, luminosidade, saturação e tonalidade da cor. Esta última é um ângulo, ou seja, uma variável circular, que comumente possui distribuição de von Mises sendo, no entanto, analisada como tendo distribuição normal. Considerando-se os dados de tonalidade relativos de um experimento inteiramente ao acaso, este trabalho sugere como alternativa, a utilização da metodologia de análise de variância para dados circulares proposta por Watson & Williams (1956) e modificada por Stephens (1972). Propõe-se, ainda, um método de comparações múltiplas para as médias angulares relativos aos tratamentos, baseado na estatística de Watson & Williams (1956) e Stephens (1972). Como forma empírica de se verificar a pressuposição de que os dados provém de distribuição de von Mises com parâmetros de concentração iguais, propõe-se a construção de um gráfico quantil-quantil. Como forma de ilustrar a metodologia, foram analisados dois conjuntos de dados, sendo o primeiro, relativo a um experimento inteiramente ao acaso com três tratamentos, extraídos de distribuições de von Mises com médias 0º, 10º e 355º, ou seja, todos com a tonalidade de cor vermelha, e parâmetros de concentração iguais a 100. O segundo conjunto de dados, por outro lado, provém de um experimento inteiramente ao acaso realizado por Moda (2003), na área de tecnologia de alimentos e, que teve como objetivo, avaliar a conservação de cogumelos i>Pleurotus sajor-caju frescos quanto à qualidade e à durabilidade, quando submetidos a quatro diferentes tratamentos usuais na conservação de alimentos. As análises destes dois conjuntos de dados evidenciam os problemas graves que podem ocorrer quando se utiliza a metodologia proposta por McGuire (1992) que não ocorrem quando se utiliza a proposta nesse trabalho. / not available

A modelagem conjunta de média e variância tem se mostrado particularmente relevante na obtenção de processos e produtos robustos. Nesse contexto, deseja-se minimizar a variabilidade das respostas simultaneamente com o ajuste dos fatores, tal que se obtenha a média da resposta próxima ao valor alvo. Nos últimos anos foram desenvolvidos diversos procedimentos de modelagem conjunta de média e variância, alguns envolvendo a utilização dos Modelos Lineares Generalizados (GLMs) e de projetos fatoriais fracionados. O objetivo dessa dissertação é apresentar uma revisão bibliográfica sobre projetos fatoriais fracionados e GLM, bem como apresentar as propostas de modelagem conjunta encontradas na literatura. Ao final, o trabalho enfatiza a proposta de modelagem conjunta de média e variância utilizando GLM apresentada por Lee e Nelder (1998), ilustrando-a através de um estudo de caso.

Orientador : Jose Ferreira de Carvalho / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-14T08:36:57Z (GMT). No. of bitstreams: 1 Ciol_MarciaAparecida_M.pdf: 2503045 bytes, checksum: b57f2163955dd0bd219df57152937567 (MD5) Previous issue date: 1982 / Resumo: Modelos lineares compostos de fatores fixos e aleatórios são chamados mistos. Nestes casos surge a necessidade da estimação dos componentes de variância, isto é, das variâncias dos fatores aleatórios do modelo. Compilamos neste trabalho os seguintes métodos de estimação de componentes de variância: momentos ou análise de variância, MINQUE, MIVQUE, máxima verossimilhança e máxima verossimilhança restrita, acompanhados de algoritmos para a resolução nu­mérica do problema de estimação. Apresentamos, ainda, dois exemplos reais da aplicação desses métodos de estimação / Abstract: We consider mixed linear models, that is, those composed of fixed and random components. The estimation of the variances of random components is the major problem in this setting. Several methods of estimation are considered and studied in great detail: MINQUE, MIVQUE, maximum likelihood and restricted maximum likelihood. Algorithms for actual computing of estimators are also presented. Two short examples are presented in order to show some possible differences in actual problems / Mestrado / Mestre em Estatística

Orientador: Ademir Jose Petenate / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-16T23:25:28Z (GMT). No. of bitstreams: 1 Zorzatto_JoseRoberto_M.pdf: 2087200 bytes, checksum: c845fb5f91af6b149031a520406aac6a (MD5) Previous issue date: 1985 / Resumo: Não informado. / Abstract: Not informed. / Mestrado / Mestre em Estatística

Orientador: Sebastião de Amorim / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-07-18T15:28:14Z (GMT). No. of bitstreams: 1 Bruno_HerminiadeJ.MartinsDias_M.pdf: 1059641 bytes, checksum: 59cb9ee9c8238f18fe265fe1eb1bd38c (MD5) Previous issue date: 1993 / Resumo: Neste trabalho apresentamos um esquema alternativo ao gráfico de controle proposto por Shewhart, que acelera a detecção de perturbações na variâcia de um processo, sem alterar a taxa de alarmes falsos. No Capítulo 1 é feita uma revisão bibliográfica onde algumas alternativas ao gráfico de controle X são apresentadas motivando a elaboração deste trabalho. No Capítulo 2 é apresentado o esquema alternativo proposto que baseia-se na escolha do tamanho amostral para inspeção do processo segundo o último valor obtido pela estatística de controle considerada. Os altos ganhos de eficiência alcançados e a simplicidade do esquema o tornam uma ferramenta de grande potencial. No Capitulo 3 são apresentados os resultados obtidos via Simulações Monte Carlo para os delineamentos amostrais propostos. / Abstract: Not informed. / Mestrado / Mestre em Estatística