Processos pontuais espaço-temporais (PPET) são modelos estocásticos usados para descrever a
distribuição de eventos discretos no espaço e no tempo. O modelo mais simples é o processo de
Poisson, que assume uma intensidade constante, mas é pouco realista para dados reais, que frequentemente
apresentam variação de intensidade. Processos de Cox espaço-temporais, como
os processos de Cox log-gaussianos (LGCP), permitem modelar intensidades variáveis através
de campos aleatórios gaussianos, considerando dependência espaço-temporal. Contudo, a
intratabilidade da função log-verossimilhança para esses modelos apresentam desafios computacionais.
Métodos como Cadeias de Markov Monte Carlo (MCMC) e Aproximação Laplace
Alinhada Integrada (INLA) são comumente usados, mas podem ser computacionalmente caros.
Alternativamente, a estimativa de efeitos de segunda ordem por mínimos contrastes oferece uma
solução mais eficiente e de menor custo computacional. Extensões do modelo LGCP consideram
variações locais de intensidade, permitindo a captura de padrões de dependência espacial
e temporal mais complexos. A abordagem local pode ser particularmente útil em cenários
onde parâmetros como o alcance espacial variam entre diferentes regiões, como em modelos de
incêndios. Contudo, ainda há limitações que impossibilitam a inclusão de covariáveis. Este trabalho
propõe duas abordagens inéditas para a estimação do modelo LGCP utilizando incluindo
covariáveis e utilizando da programação de modelos aditivos generalizados (GAMs). Na primeira,
a tratabilidade do campo aleatório gaussiano se deu a partir da estimativa dos parâmetros
de segunda ordem pelo método de mínimos contrastes aproximados pela função de correlação
por pares. Na segunda, aproximou-se o Campo aleatório gaussiano (Gaussian Random Fields-
GRF) por combinações lineares de funções básicas espaço-temporais. Ambas as abordagens visam
melhorar a precisão da modelagem de PPET, tornando-as mais adequadas a cenários com
alta complexidade de dados e variabilidade espaço-temporal.

O Brasil ocupa posição de destaque no cenário mundial da cafeicultura, sendo o maior exportador e o segundo maior consumidor da bebida. Para garantir elevados níveis produtivos, é essencial a aplicação de fertilizantes no solo. A ureia, embora seja um fertilizante amplamente utilizado, apresenta uma desvantagem agronômica relevante: a elevada perda de nitrogênio por volatilização quando aplicada superficialmente e sob condições climáticas desfavoráveis. Nesse contexto, o objetivo geral deste trabalho foi aplicar as metodologias estatísticas de inferência bayesiana e GAMLSS para modelar a perda acumulada de nitrogênio em fertilizantes aplicados ao cafeeiro. A primeira aplicação proposta neste trabalho constitui em comparar o desempenho de diferentes fontes de nitrogênio aplicadas em cafeeiros em termos de perda de nitrogênio devido à volatilização de amônia, utilizando o modelo não linear de von Bertalanffy com inferência bayesiana. A segunda aplicação teve como objetivo estimar centis por meio da modelagem GAMLSS e utilizá-los na construção de curvas de referência para a perda acumulada de nitrogênio por volatilização da amônia. Os resultados evidenciam que as abordagens adotadas possibilitaram modelar adequadamente a dinâmica não linear da perda acumulada de nitrogênio, além de gerar estimativas informativas para fins agronômicos e de tomada de decisão. Assim, as metodologias empregadas mostraram-se adequadas para a avaliação da perda acumulada de nitrogênio proveniente de fertilizantes aplicados ao cafeeiro.

A pupunheira (Bactris gasipaes Kunt) é uma palmeira tropical utilizada tanto na produção de palmito quanto de frutos comestíveis, seu cultivo gera uma grande quantidade de resíduos orgânicos que, se manejados adequadamente contribuem significativamente para o fornecimento de matéria orgânica e nutrientes ao solo. O processo de mineralização desses resíduos orgânicos é um processo fundamental para a liberação gradual de nutrientes no solo, sobretudo o nitrogênio, que tem impacto direto na fertilidade e produtividade agrícola. Este trabalho tem como objetivo descrever e analisar o processo de mineralização do nitrogênio nos resíduos da pupunheira em duas formas de aplicação, incorporados e dispostos superficialmente ao solo, por meio do ajuste de modelos não lineares, identificando aquele mais adequado para representar esse processo ao longo do tempo. Os dados analisados foram obtidos de Pereira et al. (2015) e correspondem aos resultados de um experimento com resíduos da pupunheira em condições de campo e laboratório. Os modelos utilizados são bem conhecidos na literatura, sendo eles o de Stanford e Smith, Michaelis-Menten, Cabrera e Broadbent e Nakashima. Foram verificados os pressupostos de normalidade, homocedasticidade e independência pelos respectivos testes de Shapiro-Wilk, Breusch-Pagan e Durbin-Watson. Os modelos foram ajustados pelo método de mínimos quadrados utilizando o algoritmo de Gauss-Newton por meio do software estatístico R. A qualidade do ajuste foi avaliada com base nos valores do coeficiente de determinação ajustado , desvio padrão residual (DPR) e do critério de informação de Akaike (AIC). Em condições de campo, os modelos de Cabrera e Michaelis-Menten descreveram de forma satisfatória a mineralização do nitrogênio de resíduos da pupunheira no solo, sob manejo incorporado e superficial, respectivamente. Em condições de laboratório, os modelos de Stanford e Smith e Michaelis-Menten receberam destaque. O ajuste do modelo de Broadbent e Nakashima foi inferior em relação aos demais modelos. Os resultados contribuíram para a compreensão da dinâmica do nitrogênio no solo e podem subsidiar práticas agrícolas mais sustentáveis, especialmente no manejo de resíduos da produção da pupunheira

O milho e o farelo de soja são duas das principais commodities agrícolas do Brasil, desempenhando um papel estratégico para a economia brasileira. A previsão de seus preços é de suma importância para apoiar a tomada de decisões no setor agroindustrial. Este estudo tem por objetivo aplicar e avaliar a utilização de métodos Fuzzy Time Series (FTS) para previsão dos preços dessas commodities, considerando abordagens univariadas  e multivariadas. Esses modelos foram aplicados e comparados a algoritmos de Machine Learning (ML), como Random Forests, XGBoost, LightGBM, entre outros. Este estudo utiliza duas bases de dados de preços de commodities: uma com preços diários do milho em Minas Gerais e outra com preços mensais globais da soja, de outras commodities e de seus derivados. Após o particionamento dos dados em treinamento e teste, os modelos FTS e os algoritmos de aprendizado de máquina foram treinados e avaliados no conjunto de teste. A comparação entre os modelos foi realizada por meio das métricas MAPE, MASE, MDA e RMSE. Os resultados indicam que a lógica fuzzy é uma alternativa eficaz para a previsão de preços de commodities agrícolas, sendo adequada tanto em contextos univariados quanto multivariados e em diferentes escalas temporais.

A comparação de matrizes de correlação desempenha um papel fundamental em diversas áreas, como estatística, ciência de dados e análise multivariada, pois permite investigar a estrutura de dependência entre variáveis em diferentes populações. A correlação linear é amplamente utilizada para compreender relações entre conjuntos de dados, mas a simples observação dos coeficientes par a par não é suficiente para avaliar, de forma estatística, a equivalência de duas ou mais matrizes de correlação. Nesses casos, testes assintóticos tradicionais mostram-se extremamente liberais, sobretudo em amostras pequenas ou em cenários de alta dimensionalidade. Nesse caso, o método  bootstrap se destaca como uma alternativa robusta e eficiente, cuja principal vantagem é a não necessidade do conhecimento prévio da distribuição de probabilidade populacional. Diante disso, este trabalho tem como objetivo propor testes para a igualdade de matrizes de correlação em populações multivariadas, não necessariamente normais, e com capacidade de lidar com outliers e alta dimensionalidade, por meio de métodos  bootstrap não paramétricos. Para tal, foram estudados os principais métodos existentes na literatura para a hipótese de homogeneidade de  I  matrizes de correlação populacionais e propostas versões bootstrap dos testes de Jennrich, Kullback, MPCBT (Maximum Pearson Correlation Bootstrap Test), MSCBT (Maximum Spearman Correlation Bootstrap Test), MSEDBT (Maximum Spearman Euclidean Distance Bootstrap Test) e MPEDBT (Maximum Pearson Euclidean Distance Bootstrap Test). O desempenho desses testes foi avaliado por meio de simulações de Monte Carlo, considerando a taxa de erro tipo I e o poder como medidas de desempenho, sob diferentes cenários de baixa e alta dimensionalidade e na presença de outliers. Os resultados mostraram que os testes MSEDBT e MPEDBT apresentaram os melhores desempenhos, com controle da taxa de erro tipo I, ``muito bom'' e ``bom'', respectivamente, especialmente para tamanhos amostrais maiores (n=50 e 80). Na presença de outliers, os testes MSEDBT e MSCBT foram os que melhor controlaram a taxa de erro tipo I para amostras maiores, tanto em baixa quanto em alta dimensionalidade. Assim, considerando seu desempenho superior em todos os cenários e configurações estudadas, o teste MSEDBT pode ser amplamente recomendado para testes de igualdade entre matrizes de correlação.

A dengue tem se tornado uma ameaça crescente nos últimos anos, com surtos intensificando-se e sobrecarregando os sistemas de saúde. A propagação do vírus, transmitido pelo Aedes aegypti , está fortemente relacionada a fatores ambientais e urbanos, tornando essencial a utilização de técnicas estatísticas avançadas
para entender sua disseminação e implementar ações eficazes. Modelos tradicionais de regressão, embora
amplamente usados, assumem a independência das observações e não consideram a autocorrelação espacial,
o que pode comprometer a precisão das estimativas em áreas geograficamente interdependentes. Para
superar essa limitação, modelos espaciais como a Regressão Simultânea Autorregressiva (SAR) e a Regressão
Condicional Autorregressiva (CAR) surgiram como soluções, capturando padrões espaciais e ajustando
as dependências entre regiões. Contudo, esses modelos são sensíveis a valores atípicos, prejudicando a
qualidade das análises. A Regressão Ponderada Geograficamente (GWR), que permite coeficientes espaciais
variáveis, foi proposta como alternativa, mas também apresenta vulnerabilidade a valores extremos.
A Regressão Ponderada Geograficamente Robusta (RGWR) é destacada como uma solução aprimorada,
proporcionando maior resistência a outliers e oferecendo estimativas mais confiáveis. Este estudo aplica a
metodologia RGWR para investigar a incidência de dengue em Minas Gerais em 2023, com o objetivo de
melhorar a precisão das estimativas As variaveis do estudo, são as seguintes: incidencia de dengue como
dependente. esgotamento sanitario adequado, area urbanizada, urbanização de vias públicas e arborização
de vias públicas como variaveis independetes. A utilização de técnicas robustas visa proporcionar informações
mais precisas para o monitoramento e combate à dengue, contribuindo para uma gestão mais eficiente
e eficaz das ações de saúde pública.

O Brasil vem se tornando um dos principais países produtores e exportadores
de milho, sendo uma das atividades econômicas mais relevantes exercidas no
setor agropecuário nacional. O milho é um cereal de alto valor nutricional,
amplamente utilizado como matéria-prima em diversos segmentos da indústria,
como o setor alimentício, a produção agropecuária e até mesmo na fabricação
de combustíveis renováveis, como o etanol. Conhecer como o preço dessa
commodity se comporta é fundamental para a negociação dessa mercadoria,
pois possibilita a maximização de receitas e a redução de riscos tanto para
compradores quanto para vendedores. No mercado de derivativos, a base ou
“basis” refere-se à diferença entre o preço da commodity no mercado físico e o
seu preço no mercado futuro. O enfraquecimento ou fortalecimento dessa base
pode indicar cenários mais ou menos favoráveis à trajetória dos preços do
produto. Diante disso, este trabalho tem como objetivo ajustar modelos de
séries temporais para análise da volatilidade da base de preços do milho no
estado de Minas Gerais, comparando essa variação nos diferentes mercados
físicos dessa região. Foram utilizados o modelo Autorregressivo Integrado e de
Médias Móveis (ARIMA) e o modelo de Heteroscedasticidade Condicional Auto
Regressiva Generalizada (GARCH). Os dados utilizados correspondem aos
preços diários do milho em mercados físicos de diferentes praças mineiras,
bem como às cotações do mercado futuro obtidas na B3, abrangendo o
período de 16/07/2018 a 31/12/2024. Os modelos ajustados apresentaram bom
desempenho, permitindo a realização de predições para um período de 7 e 15
dias em cada praça analisada, a modelagem mostrou que a base do milho em
Minas Gerais tem volatilidade persistente, com choques que se estendem por
vários períodos, permitindo prever melhor as variações e apoiar decisões mais
seguras de comercialização. Com base nos critérios de avaliação aplicados,
concluiu-se que os modelos foram adequados, ajustando-se bem aos dados de
base diários da commodity milho nos mercados do estado de Minas Gerais, no
período estudado.

A alimentação é o principal custo na criação intensiva de ruminantes, o que torna crucial a busca por estratégias para reduzir esses gastos. A utilização de resíduos agrícolas, como os subprodutos da agroindústria do café (casca úmida e casca seca), surge como uma alternativa econômica e nutricionalmente equilibrada, além de contribuir para a redução do impacto ambiental. Para otimizar o aproveitamento desses resíduos, é essencial o uso de metodologias estatísticas adequadas, como os experimentos de mistura. Experimentos de mistura investigam os efeitos de diferentes proporções de componentes em uma formulação, onde a soma das proporções deve totalizar 1. A ordem de adição dos componentes também pode influenciar as propriedades finais da mistura. A utilização de variáveis de folga é uma alternativa para lidar com regiões experimentais restritas e reduzir a colinearidade em experimentos de mistura.

Os dados para este estudo foram fornecidos pela Empresa de Pesquisa Agropecuária de Minas Gerais (EPAMIG) e se referem à composição de silagens produzidas com subprodutos do café. As misturas foram preparadas com diferentes proporções de melaço (MEL), casca de café seca (CCS) e casca de café úmida (CCU), e armazenadas em silos experimentais por 60 dias. Após a fermentação, as amostras foram coletadas, pré-secas, trituradas e encaminhadas para análise bromatológica. As variáveis-resposta analisadas foram matéria seca (MS), proteína bruta (PB), extrato etéreo (EE), digestibilidade in vitro (DIV), fibra em detergente neutro (FDN) e fibra em detergente ácido (FDA), que são indicadores da qualidade nutricional das silagens. As simulações Monte Carlo foram realizadas considerando restrições nas proporções de cada componente. A inclusão da ordem de adição dos componentes foi feita utilizando o procedimento Pair-Wise-Ordering (PWO). Três modelos estatísticos foram avaliados: Modelo de Scheffé com ordem convencional, Modelo de Scheffé com ordem de adição, e Modelo de Scheffé com ordem de adição e variáveis de folga. Os resultados das simulações Monte Carlo mostraram que a qualidade de ajuste dos modelos foi preservada para todas as variáveis, indicando um alto poder preditivo e que, a  ordem de adição dos componentes indicou que a entrada inicial do componente x₃ (CCU) e x₂ (CCS) é recomendada, pois resultou em respostas mais amplitudes menores entre os modelos, mostrando maior estabilidade. As misturas ótimas identificadas pelos três modelos são viáveis para a composição de silagens.

O câncer é uma das principais causas de morbidade e mortalidade em todo o mundo, com grande impacto na saúde pública e na qualidade de vida dos pacientes diagnosticados. A análise de sobrevivência é uma ferramenta importante para entender o tempo até a ocorrência de eventos, como falecimento ou progressão da doença, sendo fundamental em estudos sobre câncer, especialmente quando envolvem dados censurados e fração de cura. Para construir modelos que representem esses dados, são comumente utilizados modelos probabilísticos, como as distribuições Weibull e log-normal. No entanto, modelos mais flexíveis, como os modelos aditivos generalizados para locação, escala e forma (GAMLSS), são capazes de oferecer uma modelagem mais precisa, especialmente quando os dados apresentam características complexas que não podem ser totalmente capturadas pelos modelos tradicionais. Assim, esta dissertação propõe a utilização do modelo log-normal com fração de cura dentro da estrutura dos GAMLSS. São apresentadas a formalização matemática do modelo, sua implementação no pacote gamlss do software R e sua aplicação em dados sobre câncer de pâncreas. Como resultado, a implementação da distribuição log-normal com fração de cura no contexto dos GAMLSS, aplicada a dados sobre câncer de pâncreas mostrou-se adequada, demonstrando que a metodologia adotada é eficaz para captar as particularidades da sobrevivência nessa doença. Além disso, o modelo permitiu a inclusão de covariáveis que explicam simultaneamente a mediana de sobrevivência, a variabilidade dos tempos de vida e a chance de cura, evidenciando seu potencial para aprimorar a análise de sobrevida em contextos clínicos e epidemiológicos.

O risco e a quantificação da incerteza são aspectos de grande importância para o setor financeiro

de uma economia. Sob a ótica das entidades financeiras, a análise de risco possibilita a formu-
lação de melhores estratégias para a gestão de carteiras de ativos e a alocação de recursos. O

objetivo deste projeto é estudar o agrupamento, persistência e assimetria na volatilidade presente
nas ações da Petrobras (Petróleo Brasileiro S/A), uma entidade de economia mista controlada

pela União Federal, e da Vale do Rio Doce, uma instituição privada de controle acionário, am-
bas listadas na Bolsa de Valores Brasileira, B3, durante períodos de instabilidade econômica

ou política no cenário nacional. Em um ensaio inicial, foram consideradas as séries temporais
de fechamentos diários das ações preferenciais da Petrobras, simbolizadas por PETR4, e das
ações ordinárias da Vale, simbolizadas por VALE3, no período de janeiro de 2007 a dezembro
de 2024. A modelagem da volatilidade foi realizada utilizando o modelo Asymmetric Power
Autoregressive Conditional Heteroscedasticity (APARCH), permitindo avaliar a dinâmica de
assimetria e a persistência dos choques presentes nos retornos durante o período em estudo.
Os resultados preliminares sugeriram que choques negativos impactaram de maneira desigual a
trajetória dos preços desses ativos em comparação aos choques positivos, evidenciado por uma
maior inclinação na curva de impacto. Isso revela uma maior sensibilidade dos ativos a eventos
adversos, o que aumenta o risco durante períodos específicos de instabilidade.

Problemas envolvendo comparações da eficiência de tratamentos para respostas multivariadas são comuns em diversas áreas do conhecimento. Em geral, os métodos de comparações utilizam a desigualdade de Bonferroni para construir testes conservativos, evitando as complexidades da distribuição exata da estatística T²_max do teste (máximo de uma T² de Hotelling). Em cenários de alta dimensionalidade, os métodos tradicionais não são viáveis, pois dependem da inversa da matriz de covariâncias amostral, que se torna singular. Para contornar este problema, o critério do traço de Dempster pode ser usado, e uma segunda alternativa é a estatística T_ig do teste de Ahmad, entretanto, em ambos os casos se recorre à desigualdade de Bonferroni. Outro problema é que tanto no processo de estimação quanto no de distribuição das estatísticas para os testes de comparações múltiplas há a necessidade de lidar com métodos numéricos sofisticados e complexos.  Estes fatos fazem com que estas aproximações não possam ser prontamente utilizadas.  Para tentar contornar esses desafios, esta tese propõe testes de comparações múltiplas multivariadas com o tratamento controle, utilizando uma aproximação empírica para a aproximação de segunda ordem de Bonferroni e o método bootstrap não-paramétrico. O desempenho dos testes foi avaliado por meio das taxas de erro tipo I por experimento (TEE) e poder em diferentes cenários, utilizando simulação Monte Carlo. Os resultados mostraram que, para cenários homocedásticos, o teste bootstrap proposto TAB apresentou um controle mais eficaz da TEE, além de apresentar maior poder, independentemente da distribuição ser normal ou não, tanto em contextos de baixa quanto de alta dimensionalidade. Dessa forma, o teste TAB se mostrou a alternativa mais recomendada nessas situações. Para cenários heterocedásticos, não foi possível identificar um teste claramente superior, porém, em várias circunstâncias, os testes bootstrap propostos demonstraram desempenho superior em relação às suas respectivas versões assintóticas.

Em várias áreas da ciências, tais como biológicas, ambientais, epidemiológicas, agropecuárias, entre outras possuem dados com variações no espaço. Grande parte dos estudos, mensuram-se somente as variações utilizando método estatísticos que não consideram as interações existentes entre as dimensões do espaço. Ao abordar a espacialidade em dados contínuos tem-se a existência da Geoestatística, que com o uso do semivariograma é capaz de detectar a dependência espacial com a utilização do semivariograma. Comumente, a Geoestatística utiliza-se de um preditor pontual, são os casos típicos da sua utilização. Nesse trabalho é tratado um sistema de predição para a média da variável aleatória do fenômeno para uma região retangular em um sistema bidimensional, denominado krigagem de blocos. A principal complexidade desta técnica é a modelagem da semivariância média entre os pontos e o bloco retangular em análise. Atualmente existem apenas métodos numéricos para se obter esse valor e limitado a fenômenos do modelo esférico, sendo assim, contendo erros de aproximação e limitação a diversos fenômenos. Apresenta-se então a construção analítica dos semivariogramas médicos utilizados para a kriagem de blocos em regiões retangulares para modelos usuais de semivariogramas, sendo assim criando a possibilidade de se aplicar a técnica em diversas situações páticas antes não possíveis. Toda a técnica para se construir os semivariogramas médios de maneira analítica é apresentada e posteriormente aplicada em um aplicativo desenvolvido em Shiny App, com intuito de facilitar ao usuário final a aplicação da técnica. O vanço da krigagem de blocos pode solucionar problemas de predição de média para diversos fenômenos, como produração agrícola, quantitativos de blocos de mineração ou qualquer outra necessidade de se obter valores médios da variável aleatória, considerando a espacialidade do fenômeno.

O Brasil possui um dos maiores mercados mundiais de sementes, responsável pela movi-
mentação de bilhões de reais anualmente. A relevância deste mercado torna de grande
importância a análise de sementes, a fim de identificar possíveis danos e o potencial de
germinação das mesmas. As análises geralmente são realizadas por avaliadores, entretanto
é um processo que carrega consigo uma subjetividade inerente e é de difícil escalabilidade.
Buscando mitigar essa subjetividade, aumentar a velocidade das análises e a redução de
custos, técnicas de Machine Learning, como Redes Neurais Artificiais e Random Forest
podem ser utilizadas para auxiliar nessas análises. Entretanto a utilização dessas técnicas
requer um certo grau de conhecimento do usuário, dificultando sua difusão. A utiliza-
ção de uma aplicação web com interface para o usuário constitui possível solução para
este problema. Neste trabalho, o objetivo é a criação de uma aplicação web utilizando
framework Shiny em conjunto com técnicas de Machine Learning para a classificação de
imagens de sementes. Para tal, é utilizada a linguagem R em conjunto com o framework
Shiny e o usuário pode realizar o treinamento e validação de modelos de Machine Learning
para a classificação de imagens baseada em descritores de textura de Haralick, além de
salvar estes modelos para utilização futura em novos dados.

O presente trabalho avalia o desempenho de diferentes modelos de aprendizado de máquina (AM) na predição de Diabetes, uma condição crônica de grande relevância para a saúde pública. Utilizando dados do VIGITEL 2023, que incluem mais de 21 mil observações, foi realizado um processo de pré-processamento completo, que envolveu seleção de variáveis, balanceamento de classes, tratamento de valores ausentes e padronização dos dados. Os algoritmos analisados foram Árvores de Decisão, Florestas Aleatórias, Naive Bayes, Redes Neurais Artificiais e XGBoost. A avaliação do desempenho dos modelos foi conduzida com base em métricas como sensibilidade e área sob a curva ROC, fundamentais para identificar casos positivos e realizar uma discriminação eficiente entre as classes. O modelo XGBoost se destacou como o mais eficaz, apresentando as melhores métricas de sensibilidade, especificidade e área sob a curva ROC em quase todas as abordagens (considerandas todas as variáveis, MIC - Maximal Information Coefficient e PCA - Principal Component Analysis), tanto para dados balanceados quanto desbalanceados, o que evidencia sua superior capacidade preditiva. Em contraste, o modelo de Árvore de Decisão obteve o desempenho mais inferior, destacando suas limitações quando aplicado a dados desbalanceados. Os resultados reforçam o potencial do aprendizado de máquina na detecção precoce de doenças crônicas, como o Diabetes, sublinhando sua relevância para aprimorar diagnósticos médicos, otimizar custos e fornecer suporte crucial para intervenções clínicas mais eficazes.

A soja é uma espécie vegetal atualmente de grande relevância mundial. O grão é a parte da planta de maior interesse sendo uma commoditie negociada nas bolsas de valores de todo o mundo. Sendo que no início da utilização da soja no Brasil, toda a parte aérea da planta e os grãos, eram alimento para os ruminantes. O Brasil está em primeiro lugar no ranking de maiores produtores mundiais do grão. Como o crescimento vegetal apresenta comportamento sigmoidal, o qual é bem ajustado por meio de modelos não lineares, este trabalho teve como objetivo comparar o ajuste dos modelos não lineares Logístico, Gompertz e von Bertalanffy aos dados de acúmulo de Mst, Msc, Msf e Msr em grama/m², cultivadas nas condições IPTP, ISFV, NIFV e NIFF em relação aos dias após a emergência das plantas. Os dados analisados foram obtidos e adaptados de Pereira (2002). O experimento foi conduzido no ano agrícola 1998/1999, na Estação Experimental Vila Chaves, no Câmpus da Universidade Federal de Viçosa, localizada no município de Viçosa (MG). Os pressupostos de normalidade, homocedasticidade e independência residual foram verificados com os testes de Shapiro-Wilk, Breusch-Pagan e Durbin-Watson, respectivamente. Os modelos foram ajustados pelo método de mínimos quadrados utilizando o algoritmo de Gauss-Newton por meio do software R. A qualidade do ajuste foi baseada nos valores do coeficiente de determinação (R²), do desvio padrão residual (DPR) e do critério de informação de Akaike (AIC). Foram calculados as estimativas e os intervalos de confiança para cada um dos parâmetros dos modelos que melhor se ajustaram aos dados. E foram gerados os gráficos para cada variável de cada tratamento com os modelos inicialmente ajustados. Para a variável Mst com o efeito do tratamento IPTP o modelo mais adequado foi o von Bertalnffy e para os demais tratamentos o modelo Logístico. Para a variável Msc com o efeito dos tratamentos IPTP e ISFV o modelo mais adequado foi o Logístico e para os tratamentos NIFV e NIFF o modelo Gompertz foi mais adequado. Para a variável Msf com o efeito dos tratamentos IPTP e NIFV o modelo von Bertalanffy foi o mais adequado, para o tratamento ISFV o modelo Logístico e para o tratamento NIFF o modelo Gompertz. E para a variável Msr com o efeito do tratamento IPTP nenhum dos modelos testados se ajustou aos dados e para os demais tratamentos o modelo Logístico foi o mais adequado.

As curvas de crescimento são uma maneira de descrever o crescimento em um determinado período do tempo. Existem muitas funções não-lineares (Gompertz, Richards, von Bertalanffy e Logístico) que têm sido amplamente utilizadas em diferentes espécies pecuárias para descrever o desenvolvimento do peso corporal. A maioria dos modelos não lineares utilizados na modelagem de curvas de crescimento em animais domésticos apresentam diferentes parametrizações e podem ser razoáveis do ponto de vista teórico, mas podem ter parâmetros que são difíceis de interpretar, o que, na prática, pode dificultar seu entendimento, afetar medidas de não linearidade e inferências sobre parâmetros. Nesse sentido, os objetivos deste trabalho foram estudar diferentes parametrizações dos modelos não lineares de Brody, von Bertalanffy e Gompertz na descrição da curva de crescimento de lhamas desde o nascimento até os 12 meses de idade bem como avaliar os efeitos ambientais de sexo e tipo do animal sobres os parâmetros da curva de crescimento. Os dados analisados foram obtidos do Centro Experimental Quimsachata, pertencente ao Instituto Nacional de Innovación Agraria de Puno, Peru. Foram utilizados os pesos corporais individuais de lhamas machos e fêmeas pertencentes a dois tipos do animal: K'ara e Ch'accu. A qualidade do ajuste foi avaliada com base nos valores do Coeficiente de determinação ajustado (R²), Desvio padrão residual (DPR), Índice de concordância de Willmott(d) e as medidas de não linearidade, tanto a intrínseca (c^I) quanto a paramétrica (c^θ). Todos os modelos apresentaram bons ajustes, porém as parametrizações 1 e 2 do modelo Brody apresentaram os maiores valores de R² (99,5%), os menores valores do DPR (0,67), os maiores valores de d (0,999) e os valores mais baixos das medidas de não linearidade, indicando que são os modelos mais adequados para a descrição da curva de crescimento de lhamas ao longo de um ano de idade, fornecendo assim estimativas mais confiáveis dos parâmetros. Os efeitos de sexo e tipo foram significativos, sendo que as lhamas fêmeas atingiram maiores pesos assintóticos (41,68 kg) do que os machos (40,98 kg), enquanto as lhamas de tipo K’ara apresentaram maiores pesos assintóticos do que os de tipo Ch'accu.

O planejamento experimental é uma etapa crucial para o correto desenvolvimento de uma pesquisa científica. Tem sido crescente a utilização do delineamento composto central (DCC) associado à metodologia de superfícies de respostas (MSR), em diversas áreas de pesquisa. O objetivo deste trabalho foi a sistematização da literatura publicada sobre utilização do DCC e MSR nos últimos 5 anos. Para isso foi elaborada uma revisão sistemática de literatura, utilizando o software StArt (State of the Art through Systematic Review). Seguindo o fluxograma PRISMA, buscas foram realizadas em 3 bases de dados (Science Direct, Scopus e Web of Science), baseadas nos critérios de inclusão e exclusão. Nas etapas de triagem e seleção foram removidos artigos duplicados, capítulos de livros, revisões e artigos incompletos. De um total de 959 artigos encontrados e examinados, 111 foram relevantes para o estudo de DCC e MSR. Artigos relevantes destacaram que DCC e MSR são metodologias que se complementam. Os tipos de DCC mais utilizados foram rotacional (68,5%) e face centrada (20,7%). Esses delineamentos otimizaram entre 2 a 6 fatores simultaneamente, com um número de ensaios experimentais variando de 9 a 47. DCC e MSR foram aplicados em diferentes áreas do conhecimento, com destaque para farmácia (formulação de medicamento) e ambiental (remoção de contaminantes), visando reduzir os custos dos experimentos e obter respostas otimizadas para solucionar a problemática. Estatisticamente, os dados provenientes do DCC são submetidos a ANOVA que gera um modelo polinomial quadrático, empregado na criação da MSR. Um ponto crítico identificado nesta revisão é a utilização de softwares pagos para avaliar DCC
e criar MSR. Alternativamente, o uso de softwares livres ou de código aberto como R e Python pode ser uma alternativa para solucionar este problema. Este trabalho contribui para o entendimento sobre a utilização do DCC e MSR como metodologia para otimização de experimentos.

A criação de ovinos é tradicional em várias regiões do mundo, podendo ser explorada para produção de carne e/ou leite, além da utilização da pele e da lã (em algumas raças). Os maiores rebanhos mundiais encontram-se nos continentes asiático e africano. No Brasil, a Bahia é o estado com o maior rebanho ovino, seguido por Pernambuco, Rio Grande do Sul, Ceará e Piauí. A maior parte dos animais criados no Brasil destinam-se à produção de carne. A ovinocultura leiteira, embora represente uma menor parcela em comparação com a produção de carne ovina, é uma atividade de grande importância econômica e social em várias regiões do mundo. Os países onde se concentram as maiores produções de leite de ovelha são China, Turquia, Grécia, Arábia Saudita e Espanha. A maior parte do leite de ovelha produzido em todo mundo é transformada em queijo e, em menor proporção, em iogurte. Os maiores produtores de queijo de leite de ovelha são Grécia, Itália, China, Espanha e França. No Brasil, a atividade leiteira, dentro da ovinocultura é recente, teve início no Rio Grande do Sul, e posteriormente expandiu para Santa Catarina e Minas Gerais. A raça Santa Inês, amplamente distribuída em nosso território, teve sua origem no Nordeste brasileiro, é especializada na produção de carne, apresentando também uma considerável produção de leite. A raça Lacaune, originária da França, é especializada na produção de leite e, adicionalmente produz cordeiros com boa qualidade de carcaça. A curva de lactação é a representação gráfica da produção de leite do animal em função do tempo, podendo ser utilizada para definir o manejo nutricional, além da seleção e descarte de animais. O objetivo deste estudo foi comparar diferentes modelos de regressão para descrever a curva de lactação de ovelhas da raça Santa Inês e do cruzamento entre as raças Santa Inês e Lacaune. Os dados analisados foram extraídos do estudo de Ferreira (2009). Foram utilizados os modelos Brody (1924), Nelder (1966), Wood (1967), Cappio-Borlino, Pulina e Rossi (1995) e Cobuci (2000). Para estimar os parâmetros dos modelos foi utilizado o método de mínimos quadrados, usando o algoritmo de convergência de Gauss-Newton, no software R. Na análise de resíduos foram utilizados testes estatísticos para verificar as pressuposições de normalidade (teste Shapiro-Wilk), homocedasticidade (teste Breush-Pagan) e independência (teste Durbin-Watson). Para verificar a qualidade de ajuste dos modelos analisados foram utilizados o coeficiente de determinação ajustado (R_aj²) e o critério de informação de Akaike (AIC). Na análise de resíduos, as pressuposições de normalidade, homocedasticidade e independência foram atendidas para todos os modelos e genótipos estudados. De acordo com os critérios de avaliação e qualidade, os cinco modelos tiveram bons ajustes, o R_aj² foi superior a 0,76 para a raça Santa Inês e superior a 0,88 para o cruzamento ½ Lacaune x ½ Santa Inês. Dentre os modelos analisados o modelo Wood foi o que teve melhor desempenho, apresentando maior R_aj² e menor AIC. As estimativas dos parâmetros do modelo Wood foram aproximadamente: a = 1,033; b = 0,267 e c = 0,061 para as ovelhas da raça Santa Inês e a = 1,611; b = 0,434 e c = 0,102 para as ovelhas mestiças (Lacaune x Santa Inês). O pico de produção de leite (produção máxima) foi de 1,174 litros para as ovelhas Santa Inês e 1,954 litros para as ovelhas mestiças, ambos ocorrendo entre a 4ª e 5ª semana de lactação. A produção total de leite (produção acumulada) foi de 115,293 litros para as ovelhas Santa Inês e 175,986 litros para as mestiças.  A persistência da lactação (ln(s)) foi de 3,55 e 3,27 para as ovelhas Santa Inês e mestiças, respectivamente. O cruzamento entre as raças Santa Inês e Lacaune, promoveu um aumento considerável na produção de leite das ovelhas.

Estudos relacionados a características de fenômenos/experimentos no tempo, como estudos longitudinais ou do tempo até a ocorrência de um evento de interesse, se fazem cada vez mais presentes em diversas áreas. Estes dois fenômenos podem ser tratados, respectivamente, por meio dos modelos lineares mistos e modelos de sobrevivência. No entanto, podem existir situações em que se objetiva investigar a relação entre uma ou mais respostas longitudinais e um evento de interesse, que pode ser realizada com o auxílio da modelagem conjunta de dados longitudinais e de sobrevivência. Porém, esses modelos podem apresentar problemas de convergência e serem computacionalmente exigentes, tornando inviável a utilização dos mesmos em muitos casos. Neste sentido, esta tese, foi separada em dois estágios, o primeiro compreende o objetivo de propor uso da medida da probabilidade de cobertura cruzada, como instrumento de diagnóstico da conexão dos modelos longitudinal e sobrevivência, para auxiliar na estimação de um modelo conjunto que envolva ambos os processos. O primeiro objetivo foi alcançado por meio de um estudo de simulação Monte Carlo, realizando uma comparação entre modelos longitudinais e de sobrevivência, em função de diferentes porcentagens de censura e estrutura de covariância das medidas repetidas. No segundo estágio aplicou-se a metodologia apresentada do modelo conjunto de dados longitudinais e de sobrevivência para compreender a influência do tipo de irrigação no tempo até ao aparecimento da mancha de Phoma no café. Os resultados dessa tese mostraram que o procedimento utilizado para estimar probabilidades de cobertura cruzada, como instrumento de diagnóstico da conexão dos modelos longitudinal e sobrevivência, se mostrou adequado, ao considerar o modelo Weibull. O aumento do percentual de censura ocasionou um impacto negativo em relação à convergência numérica para a obtenção das estimativas de máxima verossimilhança dos modelos conjuntos para dados longitudinais e de sobrevivência. Os resultados da aplicação proporcionaram uma análise ampla sobre a relação entre as variáveis e como o tempo está relacionado aos riscos de incidência da mancha de phoma em cafeeiro.

A normalidade multivariada em dados amostrais ou experimentais é assumida em muitas modelagens e estatísticas inferenciais, o que torna fundamental testar tal suposição, pois caso ela seja violada, resultados e conclusões incorretas podem ocorrer. Inúmeros testes baseados em entropia para avaliar normalidade já foram elaborados, entre eles destacam-se os testes univariados TH_mn(1) e TH_mn(2), que controlam adequadamente a taxa de erro tipo I, além de serem poderosos. A partir dos testes TH_mn(1) e TH_mn(2), este estudo tem como objetivo propor dois testes multivariados PBMTH(1) e PBMTH(2), que são baseados em entropia e fundamentados na técnica de bootstrap paramétrico. Os testes propostos tiveram seus desempenhos avaliados e comparados com outros testes multivariados já existentes e pode-se concluir que PBMTH(1) e PBMTH(2) obtiveram excelentes controles das taxas de erro tipo I e não foram uniformemente os mais poderosos, como os demais testes. No entanto, PBMTH(1) e PBMTH(2) podem ser aplicados para alta dimensionalidade e não são assintóticos, portanto, podem ser recomendados.

Neste estudo, foi estudada a viabilidade de se usar matrizes de vizinhança (W) com base em critérios não espaciais, em modelos espaço-temporais da classe autorregressiva e de médias móveis (STARMA). Os dados utilizados consistem em uma série espaço-temporal composta por nove séries temporais que medem a incidência de tuberculose, observadas mensalmente entre 2002 e 2022, nas cidades mineiras de Belo Horizonte, Betim, Contagem, Ibirité, Nova Lima, Ribeirão das Neves, Sabará, Santa Luzia e Vespasiano. Para avaliar o impacto da matriz W no ajuste do modelo, utilizou-se a matriz de contiguidade e outras cinco matrizes construídas por critérios não espaciais, buscando assim descrever não somente as interações entre áreas mas também intra-áreas. Essas matrizes foram geradas por um Índice Municipal Socioeconômico (IMS) derivado de combinações lineares de duas variáveis socioeconômicas: o Índice de Desenvolvimento Humano (IDH) municipal mais recente e a média das três avaliações de 2022 do Previne Brasil, programa que avalia a qualidade do serviço prestado pela Atenção Primária à Saúde (APS) municipal. Seis modelos STARMA foram ajustados com as matrizes de vizinhança definidas. O ajuste do modelo foi realizado em três etapas: identificação, estimação e diagnóstico. Para a seleção do modelo, utilizou-se o Critério Bayesiano de Schwarz, ou Critério de Informação Bayesiano (BIC). Concluiu-se que o melhor modelo foi obtido com uma W não espacial, fortemente correlacionada à qualidade da saúde básica municipal. Nas previsões, o erro absoluto percentual médio (MAPE) foi utilizado como critério, observando-se que o modelo ajustado com a matriz de contiguidade apresentou aproximadamente 5% menos erro em comparação com o modelo que melhor se adequou aos dados. Este trabalho também demonstrou a necessidade de mais estudos no que tange ao uso de matrizes não espaciais, para responder questionamentos como: as matrizes W não espaciais são pertinentes apenas para modelos espaço-temporais da classe STARMA? Os modelos aos quais esse tipo de matriz for adequado, são adequados a todos os tipos de dados? Qual a maneira de criação do índice que otimiza a construção da matriz W não espacial?

Estudos envolvendo métodos de alinhamento de sequências existem há bastante tempo. Entretanto,
o processo para alinhar as sequências ainda é relativamente demorado e requer computadores
mais potentes, tanto para análise com genomas virais e  principalmente para genomas de
bactérias. Nesse sentido, os métodos livres de alinhamento conseguem superar essas questões,
alcançando a mesma precisão com um tempo de análise parcialmente menor. Nesta tese, foram
realizados estudos considerando dois métodos livres de alinhamento, k-mer e o Natural Vector,
na classificação de genomas virais. O método k-mer, além de manter a precisão e obter um
tempo menor de análise, conseguiu separar corretamente os grupos correspondentes as variantes
e linhagens das sequências da SARS-CoV-2. O método Natural Vector realizou de forma correta
a classificação de mais 2 tipos de coronavírus, SARS-CoV e MERS-CoV, além da SARS-CoV-2,
separando as sequências de acordo com o tipo de coronavírus específico. Os dois métodos podem
ser usados de forma complementar, em que o k-mer realiza a correta classificação dentro do
grupo das sequências de cada tipo de coronavírus, como é o caso da SARS-CoV-2, enquanto o
Natural Vector consegue realizar essa classificação considerando outros tipos de coronavírus ao
mesmo tempo. Um aplicativo, em python,  para a análise de similaridades de sequências genômicas foi desenvolvido e será disponibilizado para os usuários. A classificação rápida das sequências de coronavírus é de suma importância para o controle de epidemias, especialmente em época de surtos virais.

A cultura do milho é uma das mais importantes do mundo, sendo que 70% da produção mundial é destinado para a alimentação animal e 30% para o consumo humano, produção da bioenergia, de produtos químicos e farmacêuticos. Para o aumento da sua produtividade é necessário o fornecimento de nutrientes essenciais, tais como nitrogênio (N), fósforo (P) e potássio (K), que muita das vezes são escassos em lavouras de milho. A Ureia possui alta concentração de nitrogênio, que é importantíssimo para a cultura de milho, é facilmente manuseada e com menor custo por quilograma de nitrogênio, mas ela apresenta elevadas perdas deste nutriente por volatilização. Assim, são desenvolvidas tecnologias que visam minizar estas perdas, a mais difundida é o N-butil tiofosfórico triamida (NBPT). As perdas acumuladas de nitrogênio por volatilização provenientes da Ureia em kg/ha apresentam um padrão sigmoidal, portanto, os modelos não lineares se apresentam adequados para a descrição dos dados. Este trabalho tem como objetivo selecionar o modelo não linear mais adequado para descrever a perda acumulada de nitrogênio por volatilização de fertilizantes ureicos de eficiência aumentada com NBPT aplicados na adubação de cobertura em plantas de milho. Os dados analisados são provenientes de Fonseca et al. (2021) e correspondem a perda aculumada por volatilização dos fertilizantes: Ureia granulada (UGRAN), Ureia + NBPT + NPPT (UNBPT1), Ureia + Aduto de NBPT (UNBPT2), Ureia + NBPT (UNBPT3), Ureia + NBPT (NBPT4). Os pressupostos de normalidade, homocedasticidade e independência residual foram avaliados com os testes de Shapiro-Wilk, Breusch-Pagan e Durbin-Watson, respectivamente. Os modelos foram ajustados pelo método iterativo de Gaus-Newton utilizando o software R. A qualidade do ajuste foi avaliada com base nos valores do coeficiente de determinação (R²), do critério de informação de Akaike (AIC) e do desvio padrão residual (DPR). O Modelo von Bertalanffy foi ao que melhor se ajustou aos dados dos fertilizantes de Ureia pura (UGRAN) e Ureia + NBPT2, enquanto que o modelo Gompertz melhor se ajustou aos dados dos fertilizantes Ureia + NBPT1, Ureia + NBPT3 e Ureia + NBPT4. A Ureia pura apresentou maior perda acumulada de nitrogénio por volatilização com uma estimativa de 36,503kg/ha enquanto que a Ureia + NBPT4 a menor perda com uma estimativa de 14,623kg/ha, indicando uma redução de 59,9%.

Em diversas situações, descrever com precisão os fenômenos em análise pode ser um desafio. A aplicação de modelos não lineares representa um significativo avanço na análise de dados, afastando-se dos métodos lineares tradicionais e considerando cuidadosamente as complexidades inerentes presentes em diversos fenômenos. Portanto, utilização de modelos não lineares na análise de dados visa capturar efetivamente essa complexidade, fornecendo informações mais precisas e abrangentes sobre o fenômeno em estudo. Nesta tese, foram conduzidos três estudos com o objetivo de estudar as curvas de crescimento de híbrido de milho, com base no acúmulo de matéria seca e de nutrientes nos diversos estádios fenológicos obtidos em um experimento com duas cultivares com características distintas. Foram utilizados os modelos não lineares: Brody, Gompertz, logístico, Meloum I, Meloun II, Michaelis Mentem, Michaleis Mentem modificado, Mitscherlich, Richards, Schnute, von Bertalanffy e Weibull. No primeiro estudo a análise foi realizada utilizando os doze modelos não lineares para descrever o acúmulo de matéria seca no híbridos de milho GNZ2004 e P30F33. No segundo estudo, foram considerados os dados de acúmulo dos macronutrientes (nitrogênio, fósforo, potássio, cálcio, magnésio e enxofre) nos dois híbridos de milho. O terceiro estudo apresenta o uso dos modelos não lineares aplicados aos dados de acúmulo de micronutrientes ( boro, cobre, manganês e zinco). A análise foi conduzida utilizando o método de mínimos quadrados e o algoritmo de convergência de Gauss-Newton. A seleção dos modelos mais adequados baseou-se nos seguintes avaliadores de qualidade de ajuste: coeficiente de determinação ajustado (), desvio padrão residual (DPR), erro quadrático médio de predição (MEP), índice assintótico (IA), critério de informação de Akaike (AIC), critério de informação Bayesiano (BIC), e medidas de curvatura de Bates e Watts. Os resultados dessa tese propiciam a análise de regressão não linear explorando alternativas além dos modelos não lineares comumente utilizados, podendo ser estendidos para outros híbridos de milho e também para outras culturas.

O presente trabalho tem como objetivo  geral analisar alguns genomas da família Coronaviridae e da família Paramyxoviridae buscando similaridades por meio de decomposição do sinal com o apoio das técnicas da transformada discreta não decimada da wavelet de Daubechie. E tem por objetivo específico aplicar os métodos R/S, Peng, variação agregada, variação agregada diferenciada, e o método
dos momentos absolutos para analisar similaridades entre os genomas da família
de Coronaviridae e Paramyxoviridae.

Na literatura modelos para delineamentos de misturas, usualmente, são conhecidos pelas parametrizações de Scheffé e Kronecker. O objetivo principal desta tese, consiste em formalizar uma familia de parametrizações, fundamentadas, nos polinômios ortogonais de hermite. Com este desenvolvimento, surge um parâmetro adicional, no preditor linear, sendo este, definido como parâmetro pertubado, no sentido de gerar oscilações entre os perfis de cada de componente envolvido na mistura. Tais oscilações, são perceptíveis na construção do gráfico Trace-Plot. Como validação desta metodologia, inúmeros cenários são estudados por meio de técnicas de simulação monte carlo, e por fim, uma aplicação a dados reais em uma análise dos efeitos dos componentes de uma mistura de cafés com diferentes variedades e qualidade.

A aquicultura (cultivo de organismos aquáticos) no Brasil vem se destacando no agronegócio nos últimos anos, apesar de ser um setor relativamente recente quando comparado com a bovi nocultura e avicultura. A produção aquícola do Brasil em 2020 segundo o IBGE foi de 629,3 mil toneladas. Dada a vasta rede hidrográfica (75 mil km IBGE) em rios, lagos e lagos (cerca de 167 mil km2), além da extensão da costa litorânea (7.367 km do Amapá ao Rio Grande do Sul), aliado com o clima favorável, tornam o Brasil um país com grande potencial para o setor. Para destacar a aquicultura frente o mercado competitivo (nacional e internacional) é necessário acompanhar a evolução dos novos recursos estatísticos e da inteligência artificial na busca de produções mais eficientes. Dentro do universo empresarial aquícola a receita, os custos e lucros são baseados no peso da proteína animal vendida no mercado. Portanto a modelagem de crescimento de organismos cultivados é utilizada como ferramenta de gestão da produção. Alguns dados de crescimento na aquicultura possuem características peculiares que geram consequências na análise e modelagem. Geralmente são incompletos ou limitados. Isso significa que os dados são restritos a poucas observações e muitas vezes são limitados a observações abaixo do ponto de inflexão da curva sigmoide devido a estratégia econômica das fazendas ou simplesmente a exigência do mercado consumidor. Essa limitação dos dados observados presumivelmente causa viés na inferência de modelos não lineares. Por meio de simulações de crescimento do camarão com dados limitados sintetizados e comparações de curvas de crescimento de animais selvagens oriundos da pesca, os resultados apoiaram essa hipótese. E como consequência foi proposto um método para correção deste possível viés através de uma abordagem bayesiana hierárquica. Dados reais foram utilizados para compará-los com a abordagem frequentista tradicional utilizada. A sensibilidade na detecção de tratamento (hierarquia em nível de tanque ou ciclo produtivo) pode tornar o novo método uma poderosa ferramenta de gerenciamento na produção animal e em ensaios projetados para pesquisa científica. No segundo capítulo, com base na metodologia bayesiana proposta, seis modelos não lineares hierárquicos   foram avaliados para modelagem do crescimento do camarão cinza (Litopenaeus vannamei) (Morgan-Mercer-Flodin, Michaelis-Menten, Weibull, von Bertalanffy, Gompertz e Logístico) e ajustados a dados reais da Empresa. A equação de crescimento de Weibull se destacou (WAIC= 2661.3±77.4, LOO-IC= 2705.2±80.1). O modelo final foi validado mostrando uma precisão de 95,76% e 85,71% nos níveis hierárquicos de lagoa e ciclo de produção, respectivamente. Finalmente, uma análise de sensibilidade foi realizada para detectar diferenças sutis entre cultivos aparentemente semelhantes e concluímos que a nova abordagem é muito eficiente para comparação de tratamentos quando contraposto a índices usualmente praticados nas fazendas comerciais de camarão. Dado a complexidade de toda teoria e dos modelos na utilização prática da pesquisa no campo, um aplicativo web de gestão de ração (apresentado no apêndice) foi desenvolvido e disponível aos produtores interessados encapsulando toda informação gerada nas pesquisas e dando uma perspectiva prática-extensionista sobre a tese.

A análise de séries temporais a partir dos modelos da classe ARMA(p, q) é amplamente adotada em estudos aplicados. Entretanto, séries de contagem necessitam de certa atenção pois podem apresentar características estilizadas, como alta dispersão e excesso de zeros, que devem ser levadas em conta pelo pesquisador. Ampliações da classe ARMA(p, q) para a modelagem de séries de contagem têm sido propostas na literatura estatística e talvez a mais difundida seja a GARMA(p, q), proposta em 2003, baseada na teoria dos modelos lineares generalizados. Nesta tese, foram realizados três ensaios com o objetivo de estudar e estender alguns modelos da classe GARMA(p, q), a partir de diferentes distribuições e formas da estrutura de dependência temporal ao analisar contagens. No primeiro ensaio, realizou-se a análise utilizando as distribuições Poisson, a Binomial negativa e a Poisson inversa Gaussiana, assumindo que o parâmetro de dispersão da Binomial negativa é desconhecido e trazendo uma ampliação para o uso da Poisson inversa Gaussiana. No segundo ensaio, foram consideradas as versões zero-ajustadas das distribuições utilizadas no primeiro ensaio, estendendo a estrutura de dependência temporal de modo a possibilitar o uso de componentes sazonais e levar em conta fenômenos com muitos zeros. No terceiro ensaio, propôs-se o uso da distribuição Poisson zero-ajustada cujos parâmetros variam no tempo, permitindo a realização de previsões da série temporal e da probabilidade de contagens iguais a zero. Adotou-se a inferência Bayesiana dos modelos estudados nesta tese, sendo avaliados computacionalmente e utilizados em aplicações. Ademais, entende-se as ampliações da classe GARMA(p, q) para versões que lidem com fenômenos sazonais e/ou com excesso de zeros e a adoção do algoritmo Monte Carlo Hamiltoniano para a amostragem da posteriori conjunta no terceiro ensaio são as principais contribuições deste trabalho. Os resultados dessa tese propiciam a análise de séries de contagem visando alternativas além da tradicional classe ARMA(p, q) e podem ser ampliados para outras distribuições de contagem e métodos de estimação.

Para a hipótese de esfericidade, propõe-se o estudo de doze testes para verificar a robustez quanto a presença de outliers e à a alta dimensionalidade dos dados. Como o teste da razão de verossimilhanças se degenera quando p ≥ n, aplica-se o estudo do teste proposto por John (1971), a qual é robusta quando p ≥ n, e de suas modificações, em que se substitui a matriz de covariâncias pelo seu estimador robusto comedian (JAsR), sua versão bootstrap (JB) e a modificação da versão bootstrap, a qual substitui a matriz de covariâncias amostral pelo seu estimador robusto comedian (JBR). É estudado também o teste da razão de verossimilhanças (LRTAs), assim como o LRTAs com a estatística de teste modificada, seguindo o mesmo critério da estatística J: LRTAsR, LRT B e LRT BR. É utilizada ainda uma adaptação da estatística do teste de máximo proposto por Chen et al. (2020): TAs, TAsR, T B e T BR. São utilizadas as distribuições normal e normal contaminada com 30% de contaminação. Conclui-se que as versões bootstrap dos testes apresentam um desempenho melhor, sendo robustas quanto à presença de outliers, sendo que o JB e o JBR são, ainda, robustos em relação à alta dimensionalidade dos dados.

Na natureza existem vários fenômenos cujos quais pesquisadores têm o interesse de estudar e entender como foi seu desenvolvimento, absorvendo o maior grau de informações possíveis. Nesse contexto, utiliza-se muito a modelagem estatística, sendo a regressão linear ou não linear as mais utilizadas. Apesar da regressão não linear ser mais complexa devido as questões de estimações de parâmetros, possui a vantagem de ser um modelo mais parcimonioso pois, em geral, possuem menor número de parâmetros, em que estes possuem significado prático ou biológico. Neste estudo, serão exploradas diferentes aplicações do modelo não linear de von Bertalanffy, podendo utilizar diferentes coeficientes alométricos ou parametrizações. O modelo de von Bertalanffy inicialmente foi utilizado na descrição do crescimento de peixes e crustáceos, contudo, atualmente este modelo vem sendo utilizado em diversas áreas, de ciências agrárias à biologia. Uma das aplicações propostas é no estudo da descrição do crescimento de coelhos mestiços utilizando distintas metodologia de coleta dos dados, a longitudinal e a transversal, em que a primeira é um coleta do peso do mesmo animal ao longo do tempo e a segunda uma coleta da variável em estudo (peso) em um único dia, utilizando animais semelhantes de idades diferentes. A segunda aplicação foi a utilização do modelo não linear de von Bertalanffy na descrição da volatilização de amônia em fertilizantes nitrogenados convencionais e de eficiência aumentada do cafeeiro. Para a terceira aplicação, utilizou-se técnicas de regressão não linear quantílica e análise de possíveis outleirs como solução para os desvios de pressupostos dos resíduos da aplicação anterior.

Processos pontuais marcados são modelos estocásticos usados para analisar dados de um número finito de eventos localizados no espaço e tempo. Esses tipos de dados geralmente associam medições (marcas) com localizações (pontos) de eventos. Métodos para análise de dados de processos pontuais marcadxos requerem dependência entre pontos e marcas, o que, nem sempre é observado na prática. Esta tese apresenta duas quantidades para caracterízar processos pontuais marcados estacionários e isotrópicos. Esses quantidades (E(h) e V(h)) são funções da distância h entre pontos e denotam a esperança e a variância condicional condicional de uma marca quantitativa, respectivamente, dado que há um outro ponto do processo localizado até a distância h. Essas funções foram propostas por Schlather et al. (2004) para processos pontuais marcados no plano. Nesta tese essas funçoes sâo adaptadas para redes lineares e são utilizadas na construção de um teste para verificar a hipótese de independência entre pontos e marcas quantitativas. O teste de hipótese é aplicado em conjuntos típicos de dados espaciais em redes llineares (ex. ruas, rios, etc.).

Experimentos de melhoramento estão sujeitoa à ocorrência de dados censurados por razões práticas da pesquisa agronômica de campo ou laboratorial, como limiares de detecção dados por aparelhos além dos quais não se registram valores. Nestes casos, pode-se supor que há uma distribuição subjacente contínua que contém  estes limiares e desta forma investigar as consequências disto para ajustar as distribuições associadas às populações experimentais. Este trabalho tem como objetivo desenvolver um método de análise para censura à esquerda desenvolvendo um algoritmo para a previsão condicional usando a amostragem Gibbs e verificar suas propriedades em comparação a métodos usuais de análise de ensaios deste tipo em um exemplo simulado. Para tanto, foi simulado um experimento em blocos incompletos balanceados  organizados em látice quadrado (v = 11^2, r = 3, k = 11, b = 33, l = 1). São apresentados os resultados básicos de quatro formas de análise: Dados completos "DC" (caso fosse conhecidas todas as observações); Censura zero "C0" (considerando zero para as censuras); Censura à esquerda "CE"  (considerando observações perdidas na censura);  Previsão Condicional "PC"  (análise com imputação condicional dos dados censurados) em dois cenários, que foram: 1) com baixa taxa de censura (\sim 30%)  e 2) alta taxa de censura (\sim 50%). As análises foram comparadas à análise dos dados completos, tida como padrão ouro.  Foram verificadas a acurácia, a precisão e o viés na estimação dos parâmetros genéticos (componenetes de variância e herdabilidades). Foram também  calculadas as correlações entre os valores originalmente simulados com as observações que foram censuradas. Por fim, em cada análise, foram calculadas as correlações de Pearson, Spearman e Kendall entre os valores genéticos estimados e seus respectivos valores paraméticos. Os resultados mostraram que em ambos os cenários a análise "PC" foi a mais precisa para fins de seleção, apresentando correlaçãos dos efeitos de cruzamentos com o efeitos paramétricos próximos da análise sem censura. Além disso, o algoritmo proposto gerou cadeias nas quais os valores simulados são frequentes na distribuição marginal \textit{a posteriori}. Note que as formas usuais de análise ("C0" e "CE") apresentariam correlação nula entre os valores tomados como zero e os valores paramétricos. A análise "CE" foi a pior em ambos os cenários e deve ser evitada por subestimar as estimativas de parâmetros genéticos (especialmente variâncias e herdabilidades) e apresentar baixa correlação, prejudicando a seleção. Para o cenário 1), com baixo grau de desbalanceamento a análise "C0" mostrou-se uma alternativa interessante, mas com uma piora considerável com o aumento da censura. A análise proposta levou a declarações mais difíceis de interpretar em termos de variâncias e  herdabilidades, sendo no entanto a com melhores resultados práticos, sendo a mais recomendada

A inferência relativa às comparações de vetores de médias entre duas populações independentes é de grande interesse nas áreas aplicadas, principalmente em cenários que as análises de dados com alta dimensionalidade são comuns. Em casos de baixa dimensionalidade com problema de Behrens-Fisher multivariado, existem inúmeras soluções, mas a maioria das estatísticas dos testes possuem distribuição assintótica. Nos procedimentos multivariados existe um problema que surge quando o número de variáveis, p, é maior ou igual ao tamanho da amostra, n, neste caso, não é possível utilizar dos poucos métodos existentes, em razão deles dependerem da inversa da matriz de covariâncias amostral que, nesta situação (p≥n), não pode ser obtida, uma vez que a matriz de covariâncias é singular. Na maioria dos casos, os testes assintóticos são muito liberais, principalmente em pequenas amostras e, especificamente, no caso multivariado, quando a dimensionalidade é alta. O método bootstrap é um dos principais métodos computacionais intensivos que, dentre as principais vantagens, está a não necessidade do conhecimento da distribuição de probabilidade populacional. Além disso, quando se viola as condições assumidas para a aplicação de um teste, com o bootstrap, o problema se torna extremamente simples de ser contornado. Com base nisso, o presente trabalho teve como objetivo propor testes de comparações multivariadas entre dois vetores de médias independentes, TAM e sua versão bootstrap (TB), em alta dimensionalidade, para dados balanceados ou não, não-normais e normais sob o problema de Behrens-Fisher multivariado. O desempenho destes testes foi avaliado e comparado com o dos testes indicados pela literatura, sendo estes, T² de Hotelling, o teste modificado de Nel e Merwe (MNV) proposto por Krishnamoorthy e Yu e o teste proposto por Ahmad, utilizando simulação Monte Carlo. Foram considerados o poder e a taxa de erro tipo I como medidas avaliativas. As comparações foram conduzidas em diversos cenários como, casos de homocedasticidade e heterocedasticidade das matrizes de covariâncias, em baixa e alta dimensionalidade para distribuições multivariadas normal, t com 7 graus de liberdade e uniforme (0, 1), ou seja, cenários em que se violam as condições assumidas para aplicação da maioria dos testes. Os resultados mostraram que o teste TAM, em geral, foi robusto, superando seus concorrentes na maioria das situações avaliadas, já o teste usando o método bootstrap foi efetivo em situações de homogeneidade das matrizes de covariâncias e para o caso de heterocedasticidade, quando as matrizes são equicorrelacionadas.

O milho é o cereal mais produzido no mundo, sendo utilizado tanto na alimentação humana quanto animal. O Brasil ocupa o ranking de terceiro maior produtor mundial e o segundo maior exportador dessa cultura. Porém, apesar de sua grande importância para o agronegócio brasileiro, a produtividade dessa cultura ainda é considerada baixa, sendo assim, faz-se necessário o estudo do crescimento das plantas de milho, o que pode auxiliar no manejo adequado da cultura e, consequentemente, no aumento da produtividade. O crescimento vegetal apresenta comportamento sigmoidal, o qual é bem ajustado através de modelos não lineares. Com isso, este trabalho teve como objetivo comparar o ajuste dos modelos não lineares Logístico, Gompertz e von Bertalanffy aos dados de acúmulo de massa seca total, dos colmos, das folhas e das  espigas em plantas de milho, em grama/m², cultivadas com palhadas de cobertura oriundas de feijão comum, milheto e Brachiaria brizantha em relação aos dias após a emergência das plantas. Os dados analisados foram obtidos de Oliveira et al. (2013). O experimento foi conduzido no verão do ano agrícola 2007/2008, na Fazenda Capivara, localizada no município de Santo Antônio de Goiás (GO). Os pressupostos de normalidade, homocedasticidade e independência residual foram verificados com os testes de Shapiro-Wilk, Breusch-Pagan e Durbin-Watson, respectivamente, considerando uma estrutura de erros autorregressiva AR(1) e heterocedasticidade de variâncias, quando necessários. Os modelos foram ajustados pelo método de mínimos quadrados utilizando o algoritmo de Gauss-Newton por meio do software R. A qualidade do ajuste foi avaliada com base nos valores do coeficiente de determinação (R²), do desvio padrão residual (DPR) e do critério de informação de Akaike (AIC). Os modelos não lineares utilizados descreveram adequadamente o crescimento da massa seca da planta de milho considerando a cultura antecessora, tendo os modelos Gompertz e von Bertalanffy  apresentado os melhores ajustes para a massa seca dos colmos, os modelos Logístico e von Bertalanffy para a massa seca das espigas, o modelo Gompertz para a massa seca das folhas e os modelos Gompertz e von Bertalanffy para a massa seca total, com base nos avaliadores de qualidade utilizados. Na cultura antecessora de feijão comum ocorreu maior acúmulo de massa seca dos colmos e folhas de milho.

Muitos fenômenos aleatórios podem ser expressos por ocorrências identificadas por coordenadas localizadas no espaço. Esses fenômenos são denominados processos pontuais. Quando é associado algum atributo (marca) à coordenada, os fenômenos recebem o nome de processos pontuais marcados. No manejo florestal de espécies nativas é de extrema importância caractecrizar não somente a configuração espacial de cada espécie de árvores, mas também a interação existente entre diversas espécies. Essa caracterização pode auxiliar o pesquisador na tomada de decisão, fornecendo-lhe informações que incluem competição, distribuição, crescimento, mortalidade e coexistência de espécies naquele espaço. Dessa forma, o objetivo deste trabalho é utilizar de métodos de processos pontuais para análise espacial de espécies arbóreas nativas de um fragmento de floresta Semidecidual Montana localizada na região de Lavras – MG. Para isso, serão utilizados de alguns métodos de processos pontuais marcados e não marcados não homogêneos para analisar os efeitos de primeira e segunda ordem, permitindo a análise de distribuição e interação espacial e análise de dependência entre pontos (árvores) e marcas (DAP e espécie). Os efeitos de primeira ordem (ou efeitos globais) caracterizam o número esperado de ocorrências por unidade de área (tendência), enquanto os efeitos de segunda ordem (ou efeitos locais de pequena escala) caracterizam a estrutura de dependência espacial do processo. Pelos resultados, é possível observar o potencial dos métodos para análise de processos pontuais espaciais para responder questões que auxiliem no manejo, controle e desenvolvimento de espécies arbóreas nativas.

A chicória está entre as principais verduras folhosas incluindo a alface, o repolho, a rúcula e a couve-folha. É consumida na forma de salada ou então refogada, constituindo-se num alimento indicado nas refeições por fornecer nutrientes e vitaminas. No estudo do crescimento e desenvolvimento das verduras é interessante acompanhar o teor e a mobilização dos macronutrientes ao longo do tempo para entender a dinâmica envolvida e a necessidade de adubação buscando respostas eficientes das plantas. O acúmulo de nutrientes nas plantas com o tempo, em geral, apresenta caráter sigmoidal que pode ser descrito por modelos não lineares. O objetivo deste trabalho foi avaliar a utilização dos modelos Logístico e Gompertz no estudo do acúmulo de macronutrientes, em mg/planta, em função da idade da planta, em dias, na matéria seca das cultivares ‘crespa’ e ‘AF-218’, cultivadas com ou sem cobertura com tecido de polipropileno. Os dados foram obtidos de um experimento onde o conteúdo acumulado de macronutriente foi anotado nas idades de 7, 14, 21, 28, 35 e 42 dias após os transplantes (Feltrin et al., 2008, Horticultura Brasileira, v.26, n.1, p.50-55). Os modelos foram ajustados pelo método de mínimos quadrados utilizando o algoritmo de Gauss-Newton por meio do software R. A avaliação da qualidade do ajuste foi feita com base nos valores do coeficiente de determinação, do desvio padrão residual e do critério de informação de Akaike. Os resultados mostraram que para as duas cultivares os modelos foram adequados para descrever o acúmulo de enxofre, entretanto, em quase todos os ajustes o modelo Logístico se ajustou melhor, perdendo em apenas um caso para o modelo Gompertz. Com base no nos resultados podemos observar que entre as cultivar a que mais se destacou foi a “AF-218”, apresentando pontos de inflexão mais cedo e maior acúmulo ao fim do experimento. E ainda sobre a cultivar “AF-218”, quando cultivada sob cobertura de tecido de polipropileno, apresentou resultados melhores.

A presença de saltos possui forte impacto na previsão da volatilidade de ativos financeiros.
Estes saltos podem ser compreendidos como grandes mudanças estruturais locais na
série e, como estão frequentemente associados à uma questão comportamental dos investidores,
em geral causada por anúncios de notícias macroeconômicas, é imperativo tentar compreendêlos
bem, já que é um desafio tentar prevê-los. A abordagem de ondaletas pode ser uma forte
aliada em situações como esta, uma vez que detectam locais de salto com eficiência, além de
possibilitarem uma interpretação econômica ao relacionar as escalas de tempo obtidas na decomposição
com os horizontes de investimento do dia a dia dos operadores de bolsa de valores.
Desta forma, o presente trabalho utilizou o limite universal de Donoho e Johnstone para detectar
saltos nas séries obtidas com a transformada de ondaletas MODWT da série de preços.
Os saltos detectados foram então mensurados e utilizados para se estimar a Variação de Salto
(componente discreta da Variação Quadrática, medida natural da variabilidade do processo de
preço). Construída desta forma, é possível observar a contribuição dos saltos de cada uma das
escalas de tempo da decomposição de ondaletas para a composição da Variação de Salto, levando
a uma melhor compreensão da relevância de cada nível/horizonte para a variabilidade
descontínua do processo. Além disso, a série de retornos pode ser refinada com a eliminação
dos saltos localizados nos diversos níveis, de forma que os modelos da família HAR ajustados a
estas novas séries refletem o comportamento da Variância Integrada do processo. Para o estudo
dos saltos e uma melhor compreensão de seu comportamento, uma aplicação em dados reais
foi realizada a partir da série de log-preços das ações da Petrobrás (PETR4), na frequência de 1
minuto, em um período com uma forte queda evidenciada por uma intervenção na presidência
da estatal. A metodologia utilizada evidenciou que, particularmente para esta queda de preços
citada, a variabilidade devida à saltos é impactada de forma que sua estimativa mais que triplica
ao se considerar também os níveis de menor frequência, correspondentes a horizontes de investimentos
que vão de minutos até 1 a 2 horas de negociação, o que destaca também o período de
tempo que o efeito da notícia leva para diluir no mercado de ações. A aplicação dos modelos
da família HAR evidenciou a presença de memória longa da volatilidade realizada: tanto no
modelo HAR-RV tradicional, após eliminação dos saltos, quanto no HAR-RV-J e HAR-RV-CJ,
através de suas componentes discretas. Ao se considerar os modelos robustos à saltos, não
houve considerável melhora ao se utilizar a metodologia proposta, no entanto, foi possível evidenciar
que eliminar os saltos a partir da decomposição de ondaletas, além da interpretabilidade
que esta abordagem favorece, traz mais liberdade para aplicação de outros modelos de previsão
de volatilidade que não se restrinjam à robustez a saltos.

A Modelagem de Equações Estruturais (MEE) é uma técnica multivariada que permite o estudo de diversas relações simultaneamente, inclusive envolvendo variáveis não observáveis. Em geral a qualidade de ajuste de um modelo de equações estruturais é verificada por diversos índices, nos quais, em síntese, avaliam a correspondência entre a matriz de covariância amostral e a covariância implícita pelo modelo que represente apropriadamente as inter-relações entre os indicadores envolvidos no estudo, porém em nenhum deles a repetição entre as variáveis observadas são consideradas. Com essa motivação esse trabalho tem por objetivo propor a correção em índices GFI e AGFI considerando repetições nas variáveis observadas e aplicação a analise sensorial de cafés. A validação foi feita por simulação Monte Carlo em diversos cenários representados por diferentes números de repetições, graus de heterogeneidade e quantidades de outliers geradas por distribuições com desvios de simetria e excesso de curtose. O estudo de simulação mostrou que aprimoramento dos índices de validade de ajuste GFI e AGFI foi promissor, uma vez que, apresentou propriedades de robustez em relação a presença de outliers e mostrou evidências de diagnóstico de um modelo com bom e ruim ajuste, mediante aos graus de heterogeneidade impostos entre as matrizes de covariâncias amostral e hipotetizada pelo modelo. Em relação ao estudo de cafés especiais, dado o modelo proposto, as informações representadas nas variáveis latentes produção e variações ambientais de fato influenciam na percepção sensorial para os cafés produzidos na região da Serra da Mantiqueira e o aprimoramento dos índices, apresentou melhorias em validação do modelo, dado a inclusão das repetições das variáveis observadas.

A formulação de blends de café é de suma importância para a indústria cafeeira, pois proporciona ao produto final expressiva capacidade de competição de mercado e agrega atributos sensoriais que complementam a experiência de consumo. Por meio da análise de redundância e da análise de correspondência canônica é possível estudar as relações entre um conjunto de notas sensoriais e um conjunto de blends com diferentes proporções de variedade de café através de modelos de regressão linear multivariados. Contudo, não é realista assumir que tais respostas sensoriais são dadas de forma linear em relação à formulação dos blends, visto que alguns tipos de café têm maior peso na avaliação sensorial (termos quadráticos) e deve-se considerar o efeito das misturas (termo de interação). Com esta motivação, este trabalho tem como objetivo propor o uso da análise de redundância e análise de correspondência não lineares através da regressão polinomial multivariada para avaliar a aceitação de variedades de blends de café. Os blends foram formulados a partir de proporções de variedades de cafés especiais da espécie Arábica, Bourbon amarelo e Acaiá, café Conilon e de uma marca comercial de café torrado. Os blends foram avaliados recebendo notas que variaram de 0 a 10 para as características qualitativas da bebida: sabor, amargor, acidez, corpo e nota final. Resultados prévios mostram que houve ganhos no percentual de variância explicada total nos modelos não lineares em relação aos lineares.

Ao se analisar os dados espaciais de área, um dos principais objetivos é avaliar a presença ou não de agrupamentos em um determinado fenómeno. Pode-se dizer que tem sido o principal foco em diversas áreas de pesquisa. Mas, além desse objetivo, um outro não menos importante é estimação dos parâmetros envolvidos por se ajustar um modelo de regressão que incorpore um componente de dependência espacial, uma vez que, não raro, essa dependência estar presente e, por fim, a predição de valores não observados através de preditores próprios nessa área. Pode se dizer que, este último tem sido raro, uma vez que, em dados de área, tem-se trabalhado com informações presentes em cada área de estudo. Um dos desafios imposto, é a especificação da matriz de ponderação espacial, um componente essencial sempre presente. Ela estabelece a vizinhança entre um par ou conjunto de áreas, existindo para tal, diferentes critérios na sua especificação que, de algum modo, pode contribuir para uma especificação não assertiva, comprometendo a qualidade do ajuste do modelo. Portanto, um dos objetivos nesta tese, é avaliar o efeito da matriz de ponderação espacial na qualidade de predição. Associado a esse objetivo, um outro é a proposta de um preditor baseando-se em técnicas de krigagem da geoestatística, uma técnica já bem documentada, além de possuir o melhor preditor linear não viesado (BLUP). Alguns estudos demonstraram que, ao se utilizar esse preditor baseando-se em modelos autorregressivos do erro espacial (SEM), foi possível obter bons resultados na qualidade de predição. Portanto, nesta tese, em vez de se utilizar o modelo SEM com mesmo objetivo, utilizar o modelo espacial autorregressivo de defasagem espacial (SAR) e avaliar o poder predito, com base em duas matrizes de ponderação espacial.

****

A inferência causal tem o objetivo de avaliar o efeito de alguma causa potencial em algum resultado. Nesse sentido, destacam-se os modelos quase-experimentais Propensity Score Matching (PSM) e controle sintético, que são técnicas de avaliação não experimental. Esses modelos quase-experimentais utilizam informações de um conjunto de unidades que não participaram de um tratamento para identificar o que teria acontecido às unidades participantes se não participassem da intervenção. Assim, neste trabalho foram aplicados os modelos quase-experimentais, PSM e controle sintético, com o objetivo de avaliar o impacto econômico do rompimento da barragem do Fundão na região de Mariana-MG. Estes modelos foram aplicados também com o uso de análise de agrupamento para utilizar municípios controle semelhantes às unidades tratadas e analisar as diferenças nos resultados obtidos. Os dados analisados foram retirados de diversas fontes e tratam-se de indicadores socioeconômicos que caracterizam os municípios atingidos pelo rompimento da barragem do Fundão. Os resultados obtidos pelo PSM, para avaliar algum efeito no PIB real per capita dos 35 municípios impactados, não revelaram efeito de tratamento médio significativo nos anos 2016, 2017 e 2018. Ao analisar os resultados obtidos no PSM com a análise de agrupamento, foi encontrado uma diferença maior entre as médias dos grupos tratado e controle, porém não foi significativo também ao nível de 5% de significância. O controle sintético também foi utilizado para avaliação do impacto do rompimento da barragem do Fundão no PIB real per capita no município de Mariana, em que foram traçadas as trajetórias sintéticas da variável resposta com e sem a análise de agrupamento. Os resultados obtidos no controle sintético, sem a análise de agrupamento, não demonstraram ser um bom contrafactual para a unidade tratada, município de Mariana. O controle sintético sem o agrupamento considerou todos os municípios mineiros não impactados pelo desastre sociotécnico como potenciais controle e isso, além de afetar as estimativas, levou a um tempo computacional de mais de 6 horas. Ao considerar a análise de agrupamento no controle sintético, o contrafactual obtido contou com um ajuste satisfatório e com redução no tempo computacional em mais de 600%.

A amostragem é uma etapa importante no processo de estimação de um parâmetro, que deve ter
seu custo e tempo reduzido. Assim, o uso da amostragem sequencial, que possui o tamanho de
amostra variável, avalia cada elemento por vez, permite que a decisão de parar a amostragem e
estimar um parâmetro seja tomada antecipadamente, sem que todos os elementos sejam avaliados
como previsto no processo de inferência clássico. Além disso, pode-se incorporar a teoria da decisão bayesiana à amostragem sequencial para realizar a estimação de parâmetros, pois essa permite
incluir uma informação a priori sobre o parâmetro de interesse, o que auxilia na tomada de decisão
e otimiza o procedimento. O grande desafio para realizar a estimação sequencial bayesiana reside
na dificuldade em estabelecer critérios de parada. Devido à dificuldade inerente ao procedimento
a maioria dos trabalhos desenvolvidos nessa área é para a distribuição binomial, e existem poucos
trabalhos para a distribuição multinomial. Desse modo, o objetivo deste trabalho é desenvolver critérios de parada para o processo de estimação sequencial bayesiana dos parâmetros da distribuição
multinomial, detalhar sobre amostragem sequencial, inferência bayesiana, estimação de parâmetros
pelas abordagens frequentista, bayesiana e sequencial bayesiana, além das distribuições multinomial e binomial. Além disso, aplicar a um conjunto de dados reais de contagem, como o do teste de
raios X para controle de qualidade de lotes de sementes de milho, utilizando a distribuição multinomial, para verificar e validar a técnica. Assim, avaliou-se a influência de duas prioris no critério de
parada, uma uniforme e outra extraída da literatura, além do custo por observação. Os resultados
obtidos pela metodologia proposta foram comparados com a abordagem frequentista e bayesiana
de estimação de parâmetros, concluindo que para proporções mais extremas obteve-se estimativas
mais distantes, mas para os lotes em que as proporções são intermediárias, mais distribuídas entre as
classes, as estimativas sequencias bayesianas foram melhores, obtendo sucesso em todos os casos
avaliados e com a vantagem da redução do tamanho amostral na maioria dos lotes avaliados. Além
disso, concluiu-se que nos lotes em que a houve interrupção da amostragem precocemente, foi pelo
motivo de existir uma classe muito discrepante em relação às outras, e portanto, os resultados foram
acumulados fazendo com que o processo pare rapidamente.

A dificuldade de identificação de fraudes financeiras possui relação direta com o avanço tecnológico pois as novas possibilidades de formas de transações financeiras geram por sua vez novas formas de agentes fraudadores atuarem. Neste contexto, o objetivo deste estudo é explorar a teoria de seis modelos de machine learning (ML), além de compará-los por meio de métricas específicas de avaliação de desempenho. Ainda, este trabalho desenvolve um algoritmo de detecção de um tipo de crime financeiro conhecido como smurfing. Tal algoritmo não utiliza técnicas de ML, mas objetiva ranquear transações financeiras como possíveis fraudes, através de características analisadas de forma agrupada. Devido à impossibilidade de uso de dados financeiros reais, por causa de sua confidencialidade, este trabalho é desenvolvido utilizando dados simulados. Foram gerados dois diferentes cenários, ambos altamente desbalanceados, em que o comportamento das fraudes financeiras varia de acordo com parâmetros específicos. Os modelos de classificação escolhidos se referem ao modelo logístico, Sistemas Baseados em Regras Fuzzy, Redes Neurais Artificiais, Random Forest, Extreme Gradient Boosting e Support Vector Machine. A comparação dos modelos nos diferentes cenários foi feita através de uma combinação das métricas Area Under de Curve, Recall e Fb , tendo em vista o desbalanceamento dos dados. Os resultados apontaram que os modelos Random Forest e Extreme Gradient Boosting obtiveram os melhores desempenhos, entretanto o uso dos demais modelos para tarefas similares não deve ser descartado, uma vez que a inclusão de variáveis explicativas, ou ainda, o próprio uso de dados reais pode fazer com que os desempenhos de cada modelo sejam diferentes.

Não informado

****

*****

****

*********

NÃO INFORMADO

NÃO INFORMADO

***

**

***

***

***

***

****

NÃO INFORMADO

****

***

****

***

NÃO INFORMADO

Não informado

NãO INFORMADO

NÃO DEFINIDO

***

*

***

***

Não informado

Não fornecido

NÃO INFORMADO

NÃO INFORMADO

Não informado

*

NÃO INFORMADO

***

NÃO INFORMADO

NÃO INFORMADO

Não definido

NÃO DEFINIDO

*

Não informado

NÃO INFORMADO

NÃO INFORMADO

Não informado

ND