Modelos Lineares, MLG e outros modelos não-lineares

O presente trabalho objetivou estudar a aplicação de modelos lineares generalizados na análise dos dados de germinação e sanidade de sementes submetidas a termoterapia. Sementes de 2 lotes do cultivar de tomate UC-82 foram submetidas á termoterapia úmida (52-55 e 60°C/30 e 60 min) e avaliadas através de testes de sanidade (proporção de fungos incidentes) e germinação (proporção de sementes que germinaram). Para análise dos dados, utilizou-se a teoria de modelos lineares generalizados, inicialmente utilizando o modelo logístico e também um modelo logístico com um parâmetro de superdispersão (Método da Quasi-Verossimilhança). A utilização dos modelos lineares generalizados permitiu um melhor aproveitamento das informações tendo em vista a natureza dos dados. O modelo logístico padrão não se ajustou aos dados, por estes apresentarem variância superior à prevista pela distribuição binomial, no entanto, obteve-se um ajuste desejável para o modelo logístico com superdispersão constante. Não houve a necessidade inclusão dos lotes no modelo, no entanto houve efeito dos tratamentos.

Este trabalho tem como objetivo estimar a resistência a flexão do eletrodo de carbono para obter estimativas precisas desta característica. Para tanto, aplica-se a técnica estatística de Calibração Linear, onde, na primeira etapa do processo (experimento de calibração), cria-se um modelo de regressão para a variável resistividade elétrica (Y) e valida-se este modelo a partir da análise de resíduos. Na segunda etapa (calibração) utiliza-se uma ferramenta computacional para o cálculo dos estimadores clássico e inverso do modelo de calibração linear para estimar a resistência a flexão (X). A partir das estimativas e propriedades estatísticas dos estimadores propostos pôde-se definir o estimador inverso como o melhor estimador para estimar a resistência a flexão.

Este trabalho propõe o ajuste dos modelos de Stofel, Curtis, Petterson e Prodan para representar a relação hipsométrica em um conjunto de dados (altura, diâmetro) de Eucalyptus sp., considerando heterocedasticidade e utilizando o GAMLSS.

O coentro é uma planta herbácea anual, que cresce de 40 a 50 cm, indicada para o tratamento de afecções gastrintestinais, febre quartã, acidez estomacal entre outras. Os estômatos são estruturas celulares que têm a função de realizar trocas gasosas na planta. A contagem do número de estômatos é de grande importância, pois tem relação direta com a realização da fotossíntese nas plantas e assim fixação de carbono e consequentemente a produtividade. O presente trabalho tem como objeto estudar a relação entre a aplicação de silício, potássio e cálcio via solução nutritiva em coentro e o número de estômatos nas faces abaxial e adaxial das folhas do coentro, utilizando a teoria de modelos lineares generalizados para análise dos dados. A variável resposta, Y, é o número de estômatos em cada face da folha, e, portanto, a distribuição a ser considerada é a Poisson. Como função de ligação adotou-se a função logarítmica. O modelo considerado ajustou-se bem aos números de estômatos na folha de coentro. A aplicação de Silício e relações K:Ca não teve efeito sobre o número de estômatos na face abaxial das folhas de coentro, porém para o número de estômatos na face adaxial, o modelo com a interação destes fatores deve ser considerado.

An extension of some standard likelihood based procedures to heteroscedastic nonlinear regression models under scale mixtures of skew-normal (SMSN) distributions is developed. This novel class of models provides a useful generalization of the heteroscedastic symmetrical nonlinear regression models (Cysneiros et al., 2009) since the random terms distributions cover both symmetric as well as asymmetric and heavytailed distributions such as skew-t, skew-slash, skew-contaminated normal, among others. We derive a simple EM-type algorithm for iteratively computing maximum likelihood estimates of the parameters and the observed information matrix is derived analytically. In order to examine the performance of the proposed methods, some simulation studies are presented to show the robust aspect of this flexible class against outlying and influential observations and that the maximum likelihood estimates based on the EM-type algorithm do provide good asymptotic properties. Furthermore, local influence measures and the one-step approximations of the estimates in the case-deletion model are obtained. Finally, an illustration of the methodology is given considering a data set previously analyzed under the homoscedastic skew-t nonlinear regression model.

Este trabalho aborda uma metodologia simples de estimação, chamada de calibração da regressão, em modelos de
regressão beta em que uma covariada é medida com erro. A implementação computacional da metodologia é discutida.
Um estudo de simulação e uma aplicação a dados reais são apresentados.

As taxas de incidência e mortalidade de doenças por áreas pequenas têm sido representadas geralmente através de mapas a fim de identificar quer efeitos espaciais e temporais quer factores de risco das doenças. Por haver necessidade de produzir estimativas confiáveis para essas taxas, desenvolvimentos recentes em mapeamento de doenças têm tido grande impacto nas políticas de saúde e na Epidemiologia. O objectivo deste trabalho é desenvolver métodos para modelar e mapear taxas de mortalidade e de incidência de doenças por grupos etários e regiões. Estes métodos levam em consideração i) a sobre-dispersão, ii) a correlação espacial, iii) efeitos não-lineares específicos segundo a idade, usando modelos espaciais hierárquicos bayesianos com alisamento por partes (spline) específico segundo a idade. Embora a respectiva distribuição conjunta a posterior seja difícil de trabalhar, visto que as distribuições marginais a posterior dos parâmetros do modelo não são simples de se obter explicitamente, as estimativas a posterior podem ser facilmente obtidas através de métodos de Monte Carlo via cadeia de Markov (MCMC). A metodologia aqui desenvolvida é ilustrada com a análise espacial e específica segundo a idade de taxas do câncer pulmonar na província de Ontário, Canadá. Esse tipo de câncer é a principal causa de morte devido ao câncer no Canadá, representando uma estimativa de 30% das mortes por câncer em homens e 25% das mortes por câncer em mulheres.

Em análise de dados de sensibilidade, particularmente em ensaios de dose-resposta, o método mais utilizado é o probit, para os casos em que a susceptibilidade de cada indivíduo é considerada como uma variável aleatória com distribuição normal ou logit nos casos do uso da função logística. O probit foi Proposto por Bliss (1935) e Fisher (1935) e o logit por Berkson (1944). Um método de análise alternativa foi proposto por Dixon & Mood (1948) denominado Método Up and Down e se utiliza da teoria de passeios aleatórios. Este método alternativo tem a vantagem de ser mais adequado para o caso de amostras pequenas, o que é essencial em ensaios de dose-resposta por razões práticas e éticas. Todos estes procedimentos estimam com eficiência a dose letal de um indivíduo a 50% (DL50). Entretanto, há indícios que para proporções próximas das caldas das distribuições, tais como (DL90, DL95 e DL99) estes métodos se tornam menos eficientes. Neste trabalho é proposto o método probit isotonizado, que consiste em calcular a regressão isotônica das proporções observadas antes da aplicação do probit. Um estudo comparativo dos três métodos é desenvolvido para dados simulados.

Uma abordagem geométrica em termos de subespaços vetoriais e projetores lineares é utilizada para abordar a teoria das inversas generalizadas de Moore-Penrose. Suas principais propriedades são obtidas por este método. Uma generalização desta interpretação geométrica é aplicada para as inversas reflexivas em geral.

A Farmacogenômica abre a possibilidade da medicina personalizada por meio do descobrimento de quais medicamentos, e em qual regime de dosagem, funcionam melhor para cada indivíduo com um específico perfil genômico. Delineamentos com famílias têm sido bastante utilizados nessa área para a realização de estudos de associação genética. Nesse trabalho se propõe a utilização do gráfico da variável adicionada, aplicada a modelos mistos (poligênicos) para a decomposição do efeito médio do medicamento em efeitos associados a fatores genéticos para cada família