O uso de imagens provenientes de sensores remotos, tal como sistemas acoplados em aviões e satélites, é cada vez mais frequente, uma vez que permite o monitoramento continuo e periódico ao longo do tempo por meio de diversas observações de uma mesma região, por vezes ampla ou de difícil acesso. Essa ferramenta tem se mostrado importante e significativa em aplicações como o mapeamento de solo e fronteiras; acompanhamento de áreas de desmatamento, queimadas e de produção agrícola. Para gerar resultados interpretáveis ao usuário final, essas imagens devem ser processadas. Atualmente, o método de classificação por máxima verossimilhança é o mais empregado para classificação de imagens multiespectrais de sensores remotos, entretanto, por se tratar de uma técnica supervisionada, seus resultados dependem extensivamente da qualidade do conjunto de treinamento, utilizado para definir os parâmetros do método. A seleção de um bom conjunto de treinamento é um processo custoso e inviabiliza a automação da classificação para diversas imagens. O método de classificação por máxima verossimilhança é também paramétrico e portanto exitem algumas suposições quanto a distribuição dos dados que devem ser atendidas, caso contrário a aplicação do método pode gerar resultados ruins. Tendo em vista essas desvantagens do método da máxima verossimilhança, este trabalho propõe um novo método para a classificação de imagens multiespectrais provenientes de sensores remotos de forma que o procedimento seja autônomo, veloz e preciso, minimizando dessa forma os possíveis erros humanos inseridos em etapas intermediárias do processo, tal como a definição de conjuntos de treinamento. O método aqui proposto pertence ao conjunto das redes neurais artificiais (RNAs) e é denominado growing neural gas (GNG). Este método baseia-se no aprendizado não supervisionado de padrões \"naturais\" dentro de um conjunto de dados por meio da criação e adaptação de uma rede mínima de neurônios. Os resultados gerados a partir da classificação pela RNA foram comparados com os métodos mais utilizados na literatura atual, sendo eles o método da máxima verossimilhança e o método k-means. A partir da biblioteca espectral ASTER, mantida e criada parcialmente pela NASA, foram realizadas várias repetições do experimento, que consiste em classificar os dados de acordo com as diferentes classes existentes, e para cada uma destas repetições calculou-se uma medida de acurácia, denominada índice kappa, além do tempo de execução de cada método, de forma que suas médias foram comparadas via intervalo de confiança gerados por bootstrap não paramétrico. Também investigou-se como a análise de componentes principais (ACP), técnica utilizada para reduzir a dimensão dos dados e consequentemente o custo computacional, pode influenciar no desempenho dos métodos, tanto em sua qualidade de classificação quanto em relação ao tempo de execução. Os resultados mostram que o método proposto é superior nos dois aspectos estudados, acurácia e tempo de execução, para a maioria dos fatores aplicados. Mostra-se ainda um exemplo de aplicação prática em que uma imagem multiespectral de satélite não satisfaz as pré-suposições estabelecidas para o uso do método da máxima verossimilhança e verifica-se a diferença entre os métodos com relação a qualidade final da imagem classificada. / The use of images from remote sensors, such as coupled systems in airplanes and satellites, are increasingly being used because they allow continuous and periodic surveillance over time through several observations of some particular area, sometimes large or difficult to access. This sort of image has shown an important and meaningful participation in applications such as soil and borders mapping; surveillance of deforestation, forest fires and agricultural production areas. To generate interpretable results to the end user, these images must be processed. Currently, the maximum likelihood classification method is the most used for multispectral image classification of remote sensing, however, because it is a supervised technique, the results depend extensively on the quality of the training set, used to define the parameters of the method. Selecting a good training set is a costly process and prevents the automation of classification for different images. The maximum likelihood classification method is also parametric, and therefore, some assumptions about the distribution of the data must be met, otherwise the application of the method can generate bad results. In view of these disadvantages of the maximum likelihood method, this dissertation proposes a new, autonomous, fast and accurate method for multispectral remote sensing imagery classification thereby minimizing the possible human errors inserted at intermediate stages of the process, such as the definition of training sets. The method proposed here belongs to the set of artificial neural networks (ANN) and is called growing neural gas (GNG). This method is based on unsupervised learning of \"natural\" patterns in a dataset through the creation and adaptation of a minimum network of neurons. The results generated from the classification by ANN were compared with the most commonly used methods in the literature: the maximum likelihood method and the k-means method. From the spectral library Aster, maintained and made in part by NASA, several replications of the experiment were made, which is to classify the data according to different preestablished classes, and a measure of accuracy called kappa index was calculated for each of the replicates, in addition to the execution time of each method, so that their means were compared via confidence interval generated by nonparametric bootstrap. It was additionally investigated how principal component analysis (PCA), technique which reduces dimension of data and consequently the computational cost, can influence the performance of methods, both in its quality rating and runtime. The results show that the proposed method is superior in both aspects studied, accuracy and runtime, for the majority of applied factors. Furthermore, it is shown an example of a practical application in which a multispectral satellite image does not necessarily meet the established assumptions for using the maximum likelihood method, and there is a difference between the methods, regarding to its final classified image quality.

In this work we explored and proposed flexible models to analyze hierarchical and overdispersed data in agriculture. A semi-parametric generalized linear mixed model was applied and compared with the main standard models to assess count data and, a combined model that take into account overdispersion and clustering through two separate sets of random effects was proposed to model nominal outcomes. For all models, the computational codes were implemented using the SAS software and are available in the appendix. / Nesse trabalho, exploramos e propusemos modelos flexíveis para a análise de dados hierárquicos e superdispersos na agricultura. Um modelo linear generalizado semi- paramétrico misto foi aplicado e comparado com os principais modelos para a análise de dados de contagem e, um modelo combinado que leva em consideração a superdispersão e a hierarquia dos dados por meio de dois efeitos aleatórios distintos foi proposto para a análise de dados nominais. Todos os códigos computacionais foram implementados no software SAS sendo disponibilizados no apêndice.

Um ensino de física contextualizado é fortemente identificado no discurso de professores, educadores e pesquisadores da área, reforçado também pelos próprios documentos oficiais do Ministério da Educação do Brasil. Entretanto, a própria noção de contextualização apresenta diferentes vertentes, algumas das quais têm uma visão simplista e acrítica sobre a contextualização no processo de ensino e aprendizagem. Defendemos, contudo, uma contextualização que passe pela problematização e modelização dos saberes disciplinares, partindo de objetos (abstratos ou concretos) de uma dada realidade ou de uma prática social de referência, permitindo ao indivíduo revisitar e perceber o mundo ao seu redor de modo diferenciado, com novas perspectivas e possibilidades de ação. Tal abordagem tende a exigir múltiplas estratégias metodológicas e recursos didático-pedagógicos, dentre os quais destacamos a Robótica Educacional (RE), a qual encontra no ensino de ciências um campo novo de aplicações ainda por ser explorado, seja no cenário nacional seja no internacional. Nossa hipótese é a de que materiais dessa natureza potencializam o desenvolvimento de atividades com problematizações que permeiam uma vasta gama de práticas sociais, possibilitando que a realidade seja percebida e se transforme em objeto de reflexão. Ressaltamos que a RE não se justifica por si só, contar com novos e emergentes recursos oferecidos pelas novas tecnologias não necessariamente implica enriquecimento das aulas, é preciso pensá-las vinculadas às necessidades de formação. Especialmente no ensino de física, é necessário atentar-se ao saber-fazer, práxis, sem se esquecer do discurso lógico que o permeia e auxilia na compreensão desse saber-fazer, o logos. Com foco na Robótica Educacional para fomentar a contextualização, analisamos quatro atividades que fazem uso de kits da Lego no ensino de física. Dessas quatro atividades, duas foram aplicadas para estudantes do primeiro ano do ensino médio em uma escola pública do estado da Bahia, Brasil. Fundamentamos nossa investigação com base na Teoria Antropológica do Didático (TAD), a qual permite modelar o conhecimento por meio de uma Organização Praxeológica (OP) e analisar processos de estudo através dos Momentos Didáticos. Constatamos, dentre outras coisas, que a análise praxeológica gera indicadores que auxiliam numa possível reestruturação e desenvolvimento de sequências didáticas para fomentar o processo de contextualização no ensino de física, tais como os níveis de ressonância, podendo ser interno, um diálogo entre o bloco prático-técnico com o tecnológico-teórico da OP didática, e externo, denominado de Verossimilhança Praxeológica (VP), um diálogo entre a OP didática e a OP de referência. Isso foi feito em termos de tarefas, técnicas, tecnologias e teorias, bem como através da investigação da relação do indivíduo (X) com os objetos (O) contidos em diferentes práticas mas centradas em um mesmo bloco tecnológico-teórico. Assim, esperamos contribuir com soluções e reflexões sobre o desenvolvimento e estruturação de atividades didáticas para melhor contextualizar uma dada realidade na perspectiva que adotamos, além de compreender os limites e possibilidades da robótica nesse cenário educacional. / A physics teaching contextualized is strongly identified in the discourse of teachers, educators and researchers in the area, reinforced also by own official documents of the Ministry of Education of Brazil. However, the very notion of contextualization presents different aspects, some of which have a simplistic and uncritical about the background on the teaching and learning process. We advocate, however, a contextualization that pass by questioning and modeling of disciplinary knowledges, starting from objects (abstract or concrete) of a given reality or a social practice of reference, allowing the individual \"revisit\" and perceive the world around them in different ways, with new perspectives and opportunities for action. Such an approach tends to require multiple methodological strategies and didactic resources educational, among which we highlight the Education Robotics (ER), which is in the teaching of science a new field of applications still to be explored, is the scenario national or international. Our hypothesis is that materials of this nature potentiate the development of activities with problematization that permeate a wide range of social practices, enabling the reality is perceived and become object of reflection. We emphasize that the ER does not in itself justify, rely on new and emerging resources offered by new technologies does not necessarily imply in enrichment classes, it is necessary to conceive them linked to the training needs. Especially in the teaching of physics, you need to pay attention to know-how, praxis, not forgetting the logical discourse that permeates and assists in the understanding of this know-how, the logos. With a focus on Education Robotics to promote the contextualization, we analyzed four activities that make use of kits from Lego in physics teaching. Two activities were applied to students of the first year of high school in a public school in the state of Bahia, Brazil. We have considered the research on the basis of Anthropological Theory of Didactic (ATD), which allows you to model the knowledge through a Praxeological Organization (PO) and analyze processes of study through the Didactics Moments. We found, among other things, that the praxeological analysis generates indicators that assist in a possible restructuring and development of didactic sequences to promote the process of contextualization in physics teaching, such as the levels of resonance, which can be internal, a dialog between the block practical-technical with the technologytheoretical of the didactics PO, and external, called Verisimilar Praxeology (VP), a dialog between the didactics and reference PO. This was done in terms of tasks, techniques, technologies and theory, investigating also the relation of the individual (X) with objects (O) contained in different practices, but focusing on a same block technological-theoretical. Thus, we hope to be able to contribute with solutions and reflections on the development and structuring of didactic activities to better contextualize a given reality in the perspective that we have adopted, as well as understand the limits and possibilities of robotics in this educational scenario.

A classe de modelos de regressão beta tem sido estudada amplamente. Porém, para esta classe de modelos existem poucos trabalhos sobre a inclusão de efeitos aleatórios e a flexibilização da distribuição dos efeitos aleatórios, além de métodos de predição e de diagnóstico no ponto de vista dos efeitos aleatórios. Neste trabalho são propostos modelos de regressão beta com efeitos aleatórios normais e não normais para dados longitudinais. Os métodos de estimação de parâmetros e de predição dos efeitos aleatórios usados no trabalho são o método de máxima verossimilhança e o método do melhor preditor de Bayes empírico. Para aproximar a função de verossimilhança foi utilizada a quadratura de Gauss-Hermite. Métodos de seleção de modelos e análise de resíduos também foram propostos. Foi implementado o pacote BLMM no R para a realização de todos os procedimentos. O processo de estimação os parâmetros dos modelos e a distribuição empírica dos resíduos propostos foram analisados por meio de estudos de simulação. Foram consideradas várias distribuições para os efeitos aleatórios, valores para o número de indivíduos, número de observações por indivíduo e estruturas de variância-covariância para os efeitos aleatórios. Os resultados dos estudos de simulação mostraram que o processo de estimação obtém melhores resultados quando o número de indivíduos e o número de observações por indivíduo aumenta. Estes estudos também mostraram que o resíduo quantil aleatorizado segue uma distribuição aproximadamente normal. A metodologia apresentada é uma ferramenta completa para analisar dados longitudinais contínuos que estão restritos ao intervalo limitado (0; 1). / The class of beta regression models has been studied extensively. However, there are few studies on the inclusion of random effects and models with flexible random effects distributions besides prediction and diagnostic methods. In this work we proposed a beta regression models with normal and not normal random effects for longitudinal data. The maximum likelihood method and the empirical Bayes approach are used to obtain the estimates and the best prediction. Also, the Gauss-Hermite quadrature is used to approximate the likelihood function. Model selection methods and residual analysis were also proposed.We implemented a BLMM package in R to perform all procedures. The estimation procedure and the empirical distribution of residuals were analyzed through simulation studies considering differents random effects distributions, values for the number of individuals, number of observations per individual and covariance structures for the random effects. The results of simulation studies showed that the estimation procedure obtain better results when the number of individuals and the number of observations per individual increase. These studies also showed that the empirical distribution of the quantile randomized residual follows a normal distribution. The methodolgy presented is a tool for analyzing longitudinal data restricted to a interval (0; 1).

Neste trabalho estendemos os modelos mistos semiparamétricos propostos por Zhang et al. (1998) para uma classe mais geral de modelos, a qual denominamos modelos mistos aditivos semiparamétricos com erros de contornos elípticos. Com essa nova abordagem, flexibilizamos a curtose da distribuição dos erros possibilitando a escolha de distribuições com caudas mais leves ou mais pesadas do que as caudas da distribuição normal padrão. Funções de verossimilhança penalizadas são aplicadas para a obtenção das estimativas de máxima verossimilhança com os respectivos erros padrão aproximados. Essas estimativas, sob erros de caudas pesadas, são robustas no sentido da distância de Mahalanobis contra observações aberrantes. Curvaturas de influência local são obtidas segundo alguns esquemas de perturbação e gráficos de diagnóstico são propostos. Exemplos ilustrativos são apresentados em que ajustes sob erros normais são comparados, através das metodologias de sensibilidade desenvolvidas no trabalho, com ajustes sob erros de contornos elípticos. / In this work we extend the models proposed by Zhang et al. (1998) to a more general class of models, know as semiparametric additive mixed models with elliptical errors in order to allow distributions with heavier or lighter tails than the normal ones. Penalized likelihood equations are applied to derive the maximum likelihood estimates which appear to be robust against outlying observations in the sense of the Mahalanobis distance. In order to study the sensitivity of the penalized estimates under some usual perturbation schemes in the model or data, the local influence curvatures are derived and some diagnostic graphics are proposed. Motivating examples preliminary analyzed under normal errors are reanalyzed under some appropriate elliptical errors. The local influence approach is used to compare the sensitivity of the model estimates.

Nesta dissertação apresentamos métodos de diagnóstico em modelos semiparamétricos sob erros normais, em especial os modelos semiparamétricos com uma variável explicativa não paramétrica, conhecidos como modelos lineares parciais. São utilizados splines cúbicos para o ajuste da variável resposta e são aplicadas funções de verossimilhança penalizadas para a obtenção dos estimadores de máxima verossimilhança com os respectivos erros padrão aproximados. São derivadas também as propriedades da matriz hat para esse tipo de modelo, com o objetivo de utilizá-la como ferramenta na análise de diagnóstico. Gráficos normais de probabilidade com envelope gerado também foram adaptados para avaliar a adequabilidade do modelo. Finalmente, são apresentados dois exemplos ilustrativos em que os ajustes são comparados com modelos lineares normais usuais, tanto no contexto do modelo aditivo normal simples como no contexto do modelo linear parcial. / In this master dissertation we present diagnostic methods in semiparametric models under normal errors, specially in semiparametric models with one nonparametric explanatory variable, also known as partial linear model. We use cubic splines for the nonparametric fitting, and penalized likelihood functions are applied for obtaining maximum likelihood estimators with their respective approximate standard errors. The properties of the hat matrix are also derived for this kind of model, aiming to use it as a tool for diagnostic analysis. Normal probability plots with simulated envelope graphs were also adapted to evaluate the model suitability. Finally, two illustrative examples are presented, in which the fits are compared with usual normal linear models, such as simple normal additive and partially linear models.

O modelo semiparamétrico de Cox é frequentemente utilizado na modelagem de dados de sobrevivência, pois é um modelo muito flexível e permite avaliar o efeito das covariáveis sobre a taxa de falha. Uma das principais vantagens é a fácil interpretação, de modo que a razão de riscos de dois indivíduos não varia ao longo do tempo. No entanto, em algumas situações a proporcionalidade dos riscos para uma dada covariável pode não ser válida e, este caso, uma abordagem que não dependa de tal suposição é necessária. Nesta tese, propomos um modelo tipo Cox em que o efeito da covariável e a função de risco basal são representadas via bases de Fourier e ondaletas de Haar clássicas e deformadas. Propomos também um procedimento de predição da função de sobrevivência para um paciente específico. Estudos de simulações e aplicações a dados reais sugerem que nosso método pode ser uma ferramenta valiosa em situações práticas em que o efeito da covariável é dependente do tempo. Por meio destes estudos, fazemos comparações entre as duas abordagens propostas, e comparações com outra já conhecida na literatura, onde verificamos resultados satisfatórios. / The semiparametric Cox model is often considered when modeling survival data. It is very flexible, allowing for the evaluation of covariates effects. One of its main advantages is the easy of interpretation, as long as the rate of the hazards for two individuals does not vary over time. However, this proportionality of the hazards may not be true in some practical situations and, in this case, an approach not relying on such assumption is needed. In this thesis we propose a Cox-type model that allows for time-varying covariate effects, for which the baseline hazard is based on Fourier series and wavelets on a time-frequency representation. We derive a prediction method for the survival of future patients with any specific set of covariates. Simulations and an application to a real data set suggest that our method may be a valuable tool to model data in practical situations where covariate effects vary over time. Through these studies, we make comparisons between the two approaches proposed here and comparisons with other already known in the literature, where we verify satisfactory results.

Experimentos conduzidos no delineamento látice ou reticulado são bastante comuns no melhoramento genético vegetal em que diversos materiais genéticos são comparados, principalmente nas etapas iniciais do programa, visando explorar com maior intensidade a variabilidade genética disponível. Em situações de restrições espaciais e financeiras estes delineamentos se destacam por permitir a comparação de todas as progênies em teste estando ou não instaladas no mesmo bloco. O objetivo do trabalho foi a avaliação de testes de progênies de milho (Zea mays L.), em diferentes ambientes para o caráter produção de grãos em t.ha-1. Duzentas e cinquenta e seis progênies foram instaladas em 4 estações experimentais do município de Piracicaba em diferentes anos agrícolas. Os dados de produção de grãos obtidos pelos diferentes ambientes foram analisados de forma individual e conjunta, a fim de verificar presença da interação genótipo × ambiente. O delineamento usado foi, portanto, o látice quadrado 16 × 16, com duas repetições em cada local. Duas abordagens experimentais foram confrontadas, considerando a estrutura de blocos incompletos parcialmente balanceados do látice e a outra em que cada repetição do látice foi analisada como se fosse um bloco completo. Uma maneira de se analisar estruturas experimentais como esta é utilizando modelos mistos, por meio da inclusão de fatores de efeito aleatório e, fazendo o uso da máxima verossimilhança restrita (REML) para estimar os componentes de variância associados a tais fatores com um menor viés. Além dos componentes de variância, os EBLUPs (melhores preditores lineares não viesados empíricos) também foram calculados e a partir deles foi verificada a correlação entre os diferentes ambientes, e a porcentagem de progênies selecionadas comparando-se os resultados obtidos pelas duas abordagens do conjunto de dados. Análises estatísticas foram implementadas utilizando o software gratuito R, com o pacote estatístico lme4. / Experiments conducted in the lattice design are quite common in plant breeding in which several genetic materials are compared, especially in the early stages of the program, aiming to explore more intensively the genetic variability available. In situations of space and financial constraints these designs stand out for allowing the comparison of all progenies being tested whether or not installed in the same block. The aim of the study was the evaluation of maize (Zea mays L.) progeny tests in different environments for grain yield in t.ha-1. Two hundred and fifty six progenies were tested in four experimental stations in the city of Piracicaba, in different agricultural years. Grain production data obtained by different environments were analyzed individually and jointly in order to verify the presence of genotype × environment interaction. Therefore, the square lattice design with dimension 16 × 16 was used with two replications in each location. Two experimental approaches were compared, considering the partially balanced incomplete block structure of the lattice and the other in each repetition of the lattice was analyzed as if it were a complete block. One way to analyze experimental structures like this is with the use of mixed models, by adding random effect factors, and by making use of the restricted maximum likelihood (REML) for estimating the variance components associated with such factors with less bias. Besides the variance components, EBLUPs (empirical best linear predictor unbiased) were also calculated and from them was checked the correlation between the different environments, and the percentage of selected progenies comparing the results obtained by the two assembly approaches data. Statistical analyzes were implemented for the open-souce software R, using the statistical package lme4.

In this study, a new class of generalized distributions was developed, based on the Kummer beta distribution (NG; KOTZ, 1995), which contains as particular cases the exponentiated and beta generators of distributions. The main feature of the new family of distributions is to provide greater flexibility to the extremes of the density function and therefore, it becomes suitable for analyzing data sets with high degree of asymmetry and kurtosis. Also, two new distributions belonging to the new class of distributions, based on the Birnbaum-Saunders and generalized gamma distributions, that has as main characteristic the hazard function which assumes different forms (unimodal, bathtub shape, increase, decrease) were studied. In all studies, general mathematical properties such as ordinary and incomplete moments, generating function, mean deviations, reliability, entropies, order statistics and their moments were discussed. The estimation of parameters is approached by the method of maximum likelihood and Bayesian analysis and the observed information matrix is derived. It is also considered the likelihood ratio statistics and formal goodness-of-fit tests to compare all the proposed distributions with some of its sub-models and non-nested models. The developed results for all studies were applied to six real data sets. / Neste trabalho, foi proposta uma nova classe de distribuições generalizadas, baseada na distribuição Kummer beta (NG; KOTZ, 1995), que contém como casos particulares os geradores exponencializado e beta de distribuições. A principal característica da nova família de distribuições é fornecer grande flexibilidade para as extremidades da função densidade e portanto, ela torna-se adequada para a análise de conjuntos de dados com alto grau de assimetria e curtose. Também foram estudadas duas novas distribuições que pertencem à nova família de distribuições, baseadas nas distribuições Birnbaum-Saunders e gama generalizada, que possuem função de taxas de falhas que assumem diferentes formas (unimodal, forma de banheira, crescente e decrescente). Em todas as pesquisas, propriedades matemáticas gerais como momentos ordinários e incompletos, função geradora, desvios médio, confiabilidade, entropias, estatísticas de ordem e seus momentos foram discutidas. A estimação dos parâmetros é abordada pelo método da máxima verossimilhança e pela análise bayesiana e a matriz de informação observada foi derivada. Considerou-se, também, a estatística de razão de verossimilhanças e testes formais de qualidade de ajuste para comparar todas as distribuições propostas com alguns de seus submodelos e modelos não encaixados. Os resultados desenvolvidos foram aplicados a seis conjuntos de dados.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-09-04T18:35:15Z No. of bitstreams: 1 OrlandoRochaFilho.pdf: 10104010 bytes, checksum: 7c750a6e03597fc2e7f7474b62c35a46 (MD5) / Made available in DSpace on 2017-09-04T18:35:15Z (GMT). No. of bitstreams: 1 OrlandoRochaFilho.pdf: 10104010 bytes, checksum: 7c750a6e03597fc2e7f7474b62c35a46 (MD5) Previous issue date: 2017-04-24 / This thesis presents a maximum likelihood based modeling approach applied to dynamic systems operating in non-stationary environment that uses recursive parametric estimation based on the method of fuzzy instrumental variable. The context is evolving and the idea is to guarantee a robust for estimation of the parameters of noise-corrupted experimental data. The methodology consists of an evolving fuzzy clustering algorithm based on the similarity of the data which employs an adaptive distance norm based on the maximum likelihood criterion that use an adaptive search strategy on the experiment in order to avoid the curse of dimensionality related to the number of rules created during data clustering of the data set. The computational and experimental results to exemplify the proposed methodology are: statistical analysis of the fuzzy instrumental variable inserted in the evolving context; black box modeling of a thermal plant; identification of a benchmark nonlinear system widely published in the literature and the black box modeling of a 2DOF helicopter. These examples are used to illustrate the performance and efficiency by operating in a non–stationary environment. / Nesta tese é apresentada uma proposta de modelagem baseada máxima verossimilhança aplicada a sistemas dinâmicos operando em ambiente não-estacionário que utiliza a estima- ção paramétrica recursiva baseada no método de variável instrumental nebulosa, inserido no contexto evolutivo, no sentido de garantir robustez para estimação dos parâmetros diante de dados experimentais corrompidos por ruído. A metodologia é composta por um algoritmo de agrupamento nebuloso evolutivo baseado na similaridade dos dados que emprega uma norma de distância adaptativa baseada no critério de máxima verossimilhança que utiliza uma estratégia de busca adaptativa no experimento para evitar o problema da maldição de dimensionalidade relacionada ao número de regras criadas durante o agrupamento do conjunto de dados. Os resultados computacionais e experimentais para exemplificação da metodologia proposta são: análise estatística da variável instrumental nebulosa inserida no contexto evolutivo; na modelagem caixa preta de uma planta térmica (processo térmico); identificação de um sistema não-linear amplamente divulgado na literatura e a modelagem caixa preta de um helicóptero com dois graus de liberdade que ilustra o desempenho e a eficiência operando ambiente não-estacionário.