RCAAP Repository

não disponível

O coeficiente de correlacao intraclasse (p) e uma medida importante ligada ao modelo de efeitos aleatorios com um fator. A sua aplicacao se encontra em amplas areas de pesquisa. Em genetica, por exemplo, (p) e utilizado para estimar a herdalidade de alguma caracteristica na populacao animal ou vegetal, em psicologia, e uma medida importante no estudo de confiabilidade, em epidemiologia, mede o grau de semelhanca familiar por fator biologico ou caracteristica ambiental, em analise de sensibilidade, (p) e usado para medir a eficiencia de um tratamento experimental. A variancia dos estimadores de (p) dependem fortemente do planejamento utilizado, no que se refere ao numero de classes do fator e ao numero de replicas de cada classe. Neste trabalho, apresentamos planejamentos com alocacao otima que tornam minimas as variancias dos estimadores do coeficiente de correlacao intraclasse e de outros parametros de interesse (tambem definidos atraves do modelo de efeitos aleatorios com um fator). Apresentamos tambem a aplicacao de (p) no estudo de confiabilidade de medidas. Expressamos algumas consequencias da nao-confiabilidade como funcoes de (p) e apresentamos algumas solucoes

não disponível

Estimar e prever a volatilidade de um ativo e uma tafera muito importante em mercados financeiros. Nosso objetivo neste trabalho e cobrir os modelos de variancia condicional estocastica mais utilizados e propor o conceito de deformacao temporal neste contexto. A ideia e que o mercado modifica-se com a chegada de novas informacoes, e nao com o decorrer do tempo de calendario. Nos tambem estimamos a volatilidade dos retornos do ibovespa, aplicando modelos de volatilidade estocastica sem e com deformacao temporal

Neste trabalho estudamos uma dinamica que evolui em toro finito bidimensional, a saber: a superposicao de uma dinamica de exclusao simples simetrica (mistura) a um modelo de ising estocastico (glauber). Verificamos que este modelo apresenta comportamento metaestavel em baixas temperaturas, isto e, partindo de uma configuracao onde todos os spins sao -1 o processo permanece proximo desta por um tempo imprevisivel ate que, abruptamente, uma gota de spins positivos se forme, com certo tamanho critico e a partir dai, em um tempo relativamente curto, ele alcanca a configuracao onde todos os spins sao +1. Observamos que o tamanho da gota depende da taxa de exclusao adotada

Este trabalho apresenta o problema da comparacao de varios instrumentos ou metodos de medicao, onde cada instrumento, ou metodo, foi planejado para medir uma certa caracteristica em uma amostra aleatoria de unidades amostrais. Consideramos inicialmente o modelo estrutural proposto por barnett (1969). Obtemos os estimadores de maxima verossimilhanca dos parametros do modelo e verificamos a consistencia dos mesmos. Calculamos suas esperancas e variancias assintoticas. Os mesmos passos foram seguidos para o modelo estrutural estudado por theobald e mallison (1978). Para ambos os modelos, reanalisamos o conjunto de dados apresentado por barnett (1969). Estudamos tambem o modelo de regressao funcional tratado por kimura (1992). Derivamos os estimadores de maxima verossimilhanca dos coeficientes de regressao do modelo e consideramos uma aproximacao para a matriz de covariancia destes estimadores. Verificamos computacionalmente a validade de alguns resultados empiricos apresentados por kimura (1992). Uma extensao dos resultados acima foi obtida impondo uma distribuicao t de student aos erros do modelo funcional estudado

Neste trabalho estudamos inferencia em modelos com erros nas variaveis considerando que as variaveis do modelo sao distribuidas de acordo com uma distribuicao da familia das distribuicoes elipticas. O estudo e desenvolvido para os modelos ultraestrutural, estrutural e funcional. Como consequencia, os resultados obtidos na literatura sob normalidade sao generalizados. No modelo estrutural, discutimos o comportamento assintotico do estimador de maxima verossimilhanca e a eficiencia assintotica relativa deste em relacao a outros estimadores. Alem disso, no modelo consistindo de duas ou mais populacoes estruturais, abordamos o problema de inferencia para os coeficientes angulares do modelo. No modelo funcional, estudamos o comportamento assintotico do estimador de maxima verossimilhanca com atencao a um modelo frequentemente usado em estudos de calibracao comparativa

Neste trabalho, apresentamos uma maneira alternativa de planejar, monitorar e analisar um ensaio clinico. A proposta e utilizar de um planejamento sequencial em grupos dentro de um contexto bayesiano de teoria de decisao. As principais vantagens deste tipo de planejamento sao a sua flexibilidade quanto a possiveis interrupcoes do ensaio e a possibilidade de incorporacao de opinioes e preferencias subjetivas tao comuns na area medica. Discutimos alguns aspectos sobre etica e ensaios clinicos e apresentamos conceitos de teoria de decisao. Alem disso, desenvolvemos formalmente um planejamento para o problema de comparar a eficacia de duas drogas e apresentamos exemplos de como conduzir e analisar o ensaio proposto

Estudamos a evolucao de n modelos de ising estocasticos d-dimensionais dinamicamente acoplados considerando-se o volume e os campos magneticos positivos em cada modelo fixos e a temperatura tendendo a zero, desde a configuracao em que os spins em todos os n modelos sao -1 ate todos passarem para +1. Consideramos o desenvolvimento do processo segundo uma dinamica estocastica na qual varios spins, correspondendo ao mesmo sitio, podem mudar simultaneamente conforme uma dinamica de metropolis. Este problema apresenta algumas diferencas interessantes em relacao ao caso n=1, ou seja, em relacao ao modelo de ising estocastico usual. Consideramos o caso de campos nao muito pequenos (maiores que 2(d-1)), estudando tanto as caracteristicas das trajetorias do processo quanto o tempo de transicao devidamente escalado

O objetivo principal desta tese e a comparacao de alguns metodos de reducao de vicio de estimadores de maxima verossimilhanca em modelos da familia exponencial uniparametrica. Duas abordagens sao apresentadas. Na abordagem analitica, sao apresentados os metodos de correcao de vicios desenvolvidos por ferrari e outros (1996) e firth (1993). Neste caso, expressoes para vicios e estimadores corrigidos sao apresentadas ate ordens 'N POT.-1' e 'N POT.-2'. Na abordagem de reamostragem, sao discutidos os metodos de reducao de vicio atraves das metodologias jackknife e bootstrap. Ilustramos o uso destas tecnicas, apresentando alguns resultados de simulacao, para algumas distribuicoes classicas, mostrando a importancia pratica dos resultados desenvolvidos. Finalmente, apresentamos algumas conclusoes e sugerimos alguns topicos para pesquisa

A estimacao de k, numero desconhecido de categorias ou especies de uma populacao, baseada nas frequencias das frequencias de uma amostra desta populacao e conhecida por problema das especies. Ha muitas versoes do problema das especies. O numero de especies, k, pode ser, por exemplo, o tamanho do vocabulario de shakespeare, o numero de fontes de erros de um novo sistema de programas para computador, o numero de componentes de uma superposicao de processos ou o tamanho de uma populacao. Consideramos formulacoes bayesianas dos modelos estatisticos mais frequentes na literatura para resolver este problema. Em todas as formulacoes, a distribuicao a posteriori de k depende do numero de especies distintas observadas na amostra, da distribuicao a priori e de uma quantidade determinada pelo planejamento amostral, como por exemplo, tamanho da amostra, tempo de observacao da amostra ou numero de capturas. Mostramos que a distribuicao a porteriori de k e estocasticamente monotona em cada um destes parametros e, com isto, descrevemos como os dados a priori influenciam na estimacao de k. Mostramos tambem que os estimadores de bayes para k assim como outras quantidade de interesse sao consistentes

O objetivo deste trabalho e a análise bayesiana dos modelos autoregressivos e de médias móveis com limiares (tarma), médias móveis assimétricas (asma) e autoregressivo com coeficientes aleatórios (rca). Apesar de definido por tong (1983), ainda não havia na literatura uma análise para o modelo tarma. A análise para este modelo e feita através de dois procedimentos distintos. Para o primeiro, consideramos conhecidos os valores de limiares e retardo, e para o segundo fazemos uma extensão para o caso geral onde metodos de simulação como o amostrador de gibbs e o algoritmo de metropolis-hastings são utilizados para a inferência. Para a analise do modelo asma, a inovação e considerada uma variável limiar. Neste caso a inferência e feita diretamente das distribuições marginais a posteriori. Os coeficientes do modelo rca são supostos normalmente distribuídos e a analise e feita através do amostrador gibbs. Para as analises envolvendo o algoritmo de metropolis-hastings e o amostrador gibbs, utilizamos metodos para verificação da convergência

Neste trabalho, analisaremos modelos de regressao para a investigacao do efeito de concentracoes atmosfericas de agentes poluentes, umidade do ar e temperatura sobre o numero de obitos para pessoas acima de 65 anos dos residentes no municipio de sao paulo no perido de 1991 a 1993. Consideraremos modelos que levam em conta nao so o fato de a variavel resposta ser proveniente de uma contagem como tambem o fato de as observacoes sucessivas poderem estar correlacionadas entre si. Os modelos propostos sao uma adaptacao dos chamados modelos linares genelarizados. Ilustramos as tecnicas estatisticas consideradas atraves do exemplo citado acima e comparamos os resultados com aqueles obtidos atraves de modelos de regressao de poisson e gaussiana

Em inúmeras aplicações o estabelecimento de relações de causalidade entre variáveis é fundamental. Todavia, há dificuldades em se definir causalidade em geral. A existência de correlação entre duas variáveis X e Y, não implica na relação de causa e efeito entre elas, pois ambas podem estar associadas a uma terceira variável Z. O conceito de causalidade para séries temporais, de acordo com Granger, baseia-se no conceito de previsibilidade: 'X IND.T', causa 'Y IND.T', se o presente de 'Y IND.T', pode ser melhor previsto usando valores passados de 'X IND.T', do que usando apenas a informação de 'Y IND.T'. Existem vários procedimentos para detecção de causalidade entre série temporais. Neste trabalho, apresentamos os procedimentos de Pierce and Haugh, Hsiao e Boudjellaba e a aplicação destes a dados de Consumo, Renda e Taxa de Juros Real. De acordo com o procedimento de Pierce and Haugh concluímos que Consumo causa Renda e que há causalidade instantânea. Para os pares (Consumo, Juros) e (Renda, Juros) não foram encontradas relações de causalidade no período considerado. O procedimento de Hsiao detectou que Consumo causa Renda, mas não há causalidade instantânea presente. Detectou-se também que Juros causa Renda e neste caso também não há causalidade instantânea presente. De acordo com o procedimento de Boudjellaba, há relação de feedback entre Renda e Juros e Renda causa Consumo. Além disso, este procedimento permite a exploração de relações entre vetores das séries consideradas, onde concluímos que o vetor composto pelas séries (Renda, Juros) causa Consumo e que há relação de feedback entre Juros e (Consumo, Renda)

Nesta fase sugerimos um método inspirado na teoria da quase-verossimilhança para a análise de modelos de dispersão longitudinais. Tal método não pressupõe o conhecimento da distribuição multivariada associada aos vetores resposta, necessitando apenas de suposições sobre o comportamento dos parâmetros de interess e sobre a estrutura de correlação envolvendo funções convenientes dos dados. Foram desenvolvidas equações de estimação tanto para modelos envolvendo o parâmetro de posição como para modelos envolvendo o parâmetro de posição como para modelos que envolvem tanto o par ametro de posição como o de dispersão. Provamos, sob condições gerais, que os estimadores obtidos por esse método são consistentes e assintoticamente normais. Outras propriedades desses estimadores foram avaliadas através de estudos de simulação. Apresentamos também, uma aplicação à um conjunto de dados circulares

Esta dissertação tem dois objetivos. O primeiro é reunir resultados importantes sobre correções de Bartlett e tipo-Bartlett em modelos lineares generalizados para testes da razão de verossimilhança e escore e apresentar algumas aplicações a dados reais. O segundo é apresentar resultados de simulação para averiguar o efeito das correções em modelos lineares generalizados contínuos e discretos

No presente trabalho apresentamos uma extensão da técnica de análise discriminante para o caso de série temporais, tanto no domínio do tempo como da frequência. Foram averiguados o desempenho, no domínio do tempo, de dois modelos: a partir da média dos parâmetros para obtenção do modelo de cada grupo através da utilização da mediana. No domínio da frequência, comparamos os estimuladores: periodograma, periodograma suavisado e estimador espectral auto-regressivo. Para tanto, realizamos simulações e o estudo de um caso prático de necessidade de discriminação de padrões de eletroencéfalogramas de indivíduos normais e epiléticos. Os resultados apontam para um melhor desempenho do estimador no domínio do tempo utilizando-se a mediana, para os casos de modelos mais simples (sem muitas periodicidades envolvidas), sendo nos casos mais complexos (várias periodicidades) recomendado o modelo baseado apenas no periodograma

Em muitos experimentos nas diversas áreas do conhecimento os dados correspondem a medidas de ângulos. A análise desses dados não pode ser feita utilizando-se as técnicas estatísticas usuais porque os resultados obtidos muitas vezes são incoerentes. Nesta dissertação é apresentada parte da metodologia estatística para a análise de dados angulares. São apresentadas técnicas de análise descritiva, os modelos probabilísticos adotados com maior frequência e métodos de infer6encia sobre os parâmetros desses modelos em uma ou mais amostras independentes. São consideradas técnicas paramétricas e não paramétricas. Algumas aplicações ilustram a utilização das técnicas estudadas. Rotinas computacionais apropriadas são apresentadas no final do trabalho

O objetivo deste trabalho é apresentar de maneira formal, numa primeira etapa, a distribuição nula bem como a equivalência assintótica de alguns testes estatísticos, tais como razão de verossimilhança, Wald e escore, para dois casos gerais de hipóteses restritas na forma de desigualdades lineares. Numa segunda etapa, discutimos a aplicação da teoria em modelos lineares generalizados e apresentamos alguns casos particulares em que simplificações interessantes são obtidas. Algoritmos para a obtenção das estimativas restritas dos parâmetros bem como cinco exemplos ilustrativos são apresentados. Um programa original em S-Plus para a obtenção das estimavas restritas em modelos lineares generalizados é desenvolvido e apresentado num dos apêndices

Nesta tese desenvolvemos diversos resultados sobre correções de Bartlett para a estatística da razão de verossimilhança e correções tipo-Bartlett para a estatística escore em vários modelos. A primeira parte da tese é dedicada ao problema de estimação e teste de hipóteses em modelos de regressão linear com uma distribuição simétrica para os erros. Ênfase é dada ao desenvolvimento de correções de Bartlett e tipo-Bartlett nestes modelos. Assim, estendemos o artigo de Ferrari e Arellano-Valle (1996), que é restrito só aos modelos com erros distribuídos como t-Student, a uma classe bem mais ampla de distribuições. Incluímos também um estudo do vício dos estimadores de máxima verossimilhança e do poder de três testes clássicos. Na segunda parte da tese, obtemos correções tipo-Bartlett para a estatística escore em modelos exponenciais não lineares, estendendo o artigo de Ferrari e Cordeiro (1969) para modelos com dispersão desconhecida. Finalmente, obtemos correções tipo-Bartlett para a estatística escore em modelos da família exponencial uniparamétrica e hiparamétrica