Ciências Exatas e da Terra

A família de distribuições simétricas com suporte na reta real tem grande aplicabilidade
na modelagem estatstica. Esta família forma uma classe geral de distribuições com a
mesma simetria que a distribuição normal padrão. As distribuições Cauchy, Logística
tipos I e II, generalizações e extensões de algumas distribuições simétricas, entre outras,
pertencem a esta classe.
A classe de distribuições simétricas tem recebido crescente atenção na literatura
estatística , nos ultimos anos, pois ela assume para os erros, distribuições com caudas
mais pesadas do que a normal, afim de reduzir a influência de pontos aberrantes.
Existem ainda varias generalizações e extensões da distribuicão normal pertencente a
classe simétrica. A importância desses modelos e que
dependendo da situação, precisamos de modelos mais sensíveis a massa de dados ou
de modelos mais robustos para não detectar pontos aberrantes ou out-line.
O objetivo deste trabalho é portanto generalizar algumas distribuições conhecidas
pertencentes a essa classe e desta forma poder avaliar seu comportamento de modo a
identificar situações de modelagem mais específicas para o conjunto de dados.

A análise de séries históricas de cotações de ativos financeiros é um assunto de grande interesse e com vasta literatura. Neste trabalho propomos um estudo da adequação de modelos baseados em cadeias de Markov, com o desenvolvimento simultâneo de um ambiente computacional para este fim, com possibilidades de uso com outras técnicas. Apresentamos as funcionalidades básicas do software desenvolvido e alguns resultados obtidos no estudo das séries, como análise de correlação e testes de permutação e um estudo para verificação da adequação das séries pré-crise a um modelo baseado em cadeias de Markov.

Utilizaremos a estratégia proposta por Leão e Ohashi [1] para aproximar funcionais de Wiener baseado em um processo de discretização aleatória para estabelecer um modelo para o mercado, bem como fórmulas para a precificaçãoo e replicação associadas ao mercado futuro de opções americanas.

Na área de entomologia, é muito comum a realização de experimentos em que a resposta está na forma de contagem. Quando eventos sucessivos, na forma de contagem, ocorrem independentemente, e com a mesma taxa de ocorrência, o modelo de Poisson é apropriado para o número de eventos observados.
O ataque de pragas é um dos principais entraves para a produtividade do algodoeiro, o que exige numerosas aplicações de inseticidas e/ou acaricidas durante o desenvolvimento da cultura, aumentando os custos de produção, e prejudicando o meio ambiente e a saúde dos cotonicultores. O desenvolvimento de variedades geneticamente modificadas, que apresentam resistência ao ataque de determinados insetos-praga, surgiu como uma alternativa para a aplicação de inseticidas. A resistência dessas variedades a insetos é determinada pela especificidade das toxinas que cada variedade transgênica apresenta.
Diante disso, objetivou-se verificar em campo, se o algodoeiro Bollgard tem efeitos sobre organismos não-alvo da tecnologia avaliando-se a densidade populacional dos organismosque permanecem sobre a superfície do solo.
Após a análise dos resultados, o interesse era verificar qual das variedades atraiu menor número de insetos, e como a análise foi realizada utilizando-se a teoria de modelos lineares generalizados, foi necessário construir e implementar no software R, intervalos de confiança para o número médio de insetos de cada variedade.

As enchentes urbanas tem sido uma das grandes calamidades a que
a população brasileira tem sido sujeita. Eventos deste porte, por serem
de baixa frequência e de grande impacto, são de difícil previsão. Assim,
torna-se importante tanto a identicação quanto a análise estatística
de extremos severos. Am de auxiliar na análise desse tipo de situação,
reúnimos os principais resultados da teoria dos valores extremos (TVE)
para modelagens univariadas.

Resumo: Neste trabalho, foi proposta uma forma alternativa de interpretar intervalos de tolerância, baseando-se apenas na mudança do espaço amostral. Este estudo foi motivado pelo fato de Hoel (1976) somente sugerir tal interpretação, não entrando, entretanto, em maiores detalhes. Ao propor uma interpretação frequentista alternativa para o intervalo de tolerância, o trabalho em questão procurou um melhor entendimento para o assunto abordado. Para se demonstrar que esta interpretação alternativa é valida, recorreu-se ao teorema ergódico.
Palavras-chave: intervalos de tolerância, teorema ergódico, interpretação alternativa.

Neste trabalho, estimou-se os parâmetros das distribuições logística generalizada tipo I com três, dois e um parâmetro e da distrição logística pelo método de máxima verossimilhança para dados censurados baseado em uma amostra completa, utilizando dados assimétricos à direita de pacientes com cancer de bexiga, dependentes químicos e de crianças expostas ao HIV. O ajuste de cada distribuição aos conjuntos de dados foi comparado entre as demais distribuições apresentadas no trabalho, verificando a influência de cada parâmetro no ajuste dos modelos. Conclui-se que a distribuição logística generalizada tipo I com três parâmetros, que tem como caso particular as distribuições logística generalizada tipo I, com dois e um parâmetro e a distribuição logística, apresenta melhor ajuste para os dados em estudo (menor AIC, BIC, CAIC), em relação as distribuições comparadas. O parâmetro de locação, confere a distribuição maior flexibilidade, melhorando o ajuste aos dados principalmente quando o conjunto de dados é fortemente assimétrico a direita. O parâmetro b proporciona um ajuste mais acurado comparado a distribuição logística.

Palavras-chaves: Distribuição Logística Generalizada Tipo I, Máxima Verossimilhança, Parâmetro de Locação, Análise de Sobrevivência

Nos últimos anos, vários pesquisadores de diversas áreas da ciência têm buscado inspiração em fenômenos naturais, entre os quais podemos citar o comportamento de animais com o objetivo de encontrar métodos que auxiliem na busca por soluções dos mais variados problemas encontrados no cotidiano. Temos como exemplo de fonte de inspiração de pesquisadores, o comportamento social de colônias de insetos, tais como: formigas, abelhas e cupins ou outros animais como: aves, pássaros e peixes. Esses métodos são definidos por Dorigo et.al(2006) como Inteligência de Exame, que são métodos que têm como inspiração o comportamento social de insetos e outros animais com o objetivo de resolver problemas.
Em particular, nos concentramos no comportamento social das formigas, as quais utilizam um mecanismo muito simples, uma substância chamada feromônio, para encontrar o menor caminho entre o ninho e a fonte de alimento. Aplicamos essa característica para resolver o Problema do Caixeiro Viajante, o qual é um problema fascinante e bastante conhecido na grande área das ciências exatas. Foi utilizado como base o algoritmo do Sistema de Formigas, do inglês Ant System, e o código foi feito no software estatístico R versão 2.11.0, onde apresentou ótimos resultados. Sendo o Problema do Caixeiro Viajante pertencente à classe de problemas conhecida como NP-difícil devido ao fato de que seu espaço de busca cresce exponencialmente com o tamanho do problema, conseguimos reduzir substancialmente o custo computacional, aplicando a heurística do sistema de Formigas com o simples aumento do número de ciclos no algoritmo.

Neste estudo foi utilizado a técnica de agrupamento de mapas auto-organizáveis a fim de identificar grupos de sinais com características similares, a partir de um certo estímulo visual. Verificou-se que é possível agrupar corretamente os dados coletados durante certo estímulo visual e que o mapa resultante da análise torna evidente muitas características que são anteriormente desconhecidas. Foi visto que não é possível, apenas com o agrupamento, classificar novas observações em um dos grupos e predizer o estímulo recebido, sem seu prévio conhecimento.

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.