Ciências Exatas e da Terra

Different from measures of global dependence, measures of local dependence evaluate the dependence along the support of the variables. The aim of this paper is to study a measure of local dependence proposed by Bairamov et al. (2003) in the context of variables not indexed by time and also for stationary time series. We propose similar estimators for both cases. The consistency of the estimators are obtained, and their behaviour are studied through simulations. Some empirical illustrations are provided.

We can find some works about measures of local dependence for the bivariate case, but very little for the multivariate case. The aim of this work is to extend the Spearman-type measure of local dependence (written in terms of copula) for two continuous random variables to the multivariate case, and also to study its estimation.

O gráfico de controle de regressão clássica é uma ferramenta do controle estatístico da qualidade, útil no monitoramento processos em que existe a atuação conjunta de variáveis correlacionadas. Desta forma, o objetivo da utilização desta ferramenta estatística é monitorar comportamento das características da qualidade que apresentem relação estatística. Assim, a partir da utilização do gráfico de controle de regressão clássica para monitorar o processo de obtenção de alumínio, mais especificamente aplicado no monitoramento de duas das características da qualidade de eletrodos de carbono, a resistividade elétrica (ohm) e resistência a flexão (mpa), pôde-se verificar que todos os pontos amostrais da relação conjunta das duas características da qualidade encontravam-se entre os limites de controle, isto é, o processo de produção de eletrodos de carbono está sob controle estatístico. Além disso, destaca-se o fato de que para a construção dos gráficos de controle de regressão foi necessário o desenvolvimento do modelo de regressão para a resistividade elétrica (Y), em função da resistência a flexão (X). Assim, além do modelo desenvolvido servir para se determinar a linha central e os limites de controle (inferior e superior) do gráfico de controle de regressão clássica, pode ser utilizado para prever valores de resistividade elétrica em função resistência a flexão.

Este trabalho compara duas estratégias diferentes para estimar populações humanas via modelos de regressão com imagens de satélite. A primeira estratégia utiliza um modelo de regressão linear simples cuja variável explicativa é resultante de um processamento das imagens originais de um sensor. A segunda estratégia utiliza um modelo de regressão linear múltipla cujas variáveis explicativas são as imagens originais do sensor e dados relacionados à contagem populacional no período anterior ao que está sendo estimado. A avaliação dos modelos é feita através do erro relativo mediano das predições obtidas.

A poluição dos recursos hídricos, causada por diferentes fontes conduz a necessidade de elaboração e implantação de planos de prevenção e recuperação das condições ambientais. A bacia hidrográfica do Rio dos Sinos tem o Rio dos Sinos como seu principal formador. Este rio é hoje considerado um dos mais poluídos do Brasil devido a enorme carga de esgoto in natura e de efluentes tóxicos que recebe diariamente. No entanto neste rio é captado o maior volume de água para abastecimento publico do Vale do Rio dos Sinos. Este trabalho teve como objetivo modelar através de modelos de Séries Temporais o Índice de Qualidade da Água (IQA), proveniente de dados de monitoramento da qualidade da água disponibilizados pela FEPAM de 2000 a 2007. Antes da modelagem foi necessário um ajuste da série, pois a mesma apresentava diversos valores faltantes, onde se utilizou modelos de regressão para interpolação destas falhas na série. Foi possível identificar que o modelo que melhor se ajusta a série do IQA é o modelo ARMA(2,1). Através de uma abordagem temporal, onde as séries são descritas e modeladas em função do tempo será possível realizar previsões e simulações de cenários. Estas previsões e simulações possibilitam a avaliação das condições presentes e futuras do rio, os quais poderão contribuir de forma significativa na gestão e conservação deste recurso, e na construção de políticas publicas no sentido de melhorar a qualidade da água da Bacia hidrográfica.

A análise de regressão é uma das técnicas estatísticas mais utilizadas em aplicações. Para estimar os parâmetros de um modelo de regressão linear, comumente se aplica o método de Mínimos Quadrados Ordinários (MQO). Contudo, observa-se que as estimativas de MQO podem ser sensíveis à presença de valores discrepantes nas variáveis consideradas. Uma forma de contornar este problema é fazer uso de estimadores resistentes a tais observações, nomeadamente estimadores robustos. No presente trabalho, avaliou-se o desempenho dos estimadores robustos de regressão Estimador M de Huber (M), Menor Mediana dos Quadrados dos Resíduos (MMQ) e Mediana dos Quadrados dos Resíduos Podados (MQP), comparando-os também com o MQO. Um resultado a ser destacado é que o estimador M não é recomendável na presença de valores discrepantes nas variáveis preditoras, sendo seu uso indicado apenas quando há valores atípicos na resposta, ao passo que MMQ e MQP apresentam estimativas resistentes nos dois casos. Outra característica importante
do MMQ e do MQP é que eles fornecem estimativas robustas mesmo considerando uma amostra com aproximadamente 50% de "contaminação", isto é, seus pontos de ruptura são próximos a 0.5, enquanto que os do MQO e do M são assintoticamente nulos.

It is a well known result in extreme value theory that there are only three possible
non-degenerate limiting distributions for the sequence Mn = min{X1,...,Xn} , n >=1,
where X1, X2, ... are independent and identically distributed random variables defined on
the same probability space. The result, due to Fisher and Tippett (1928) and Gnedenko
(1943), appears in many textbooks of probability theory and its proof relies on the
solution of certain functional equations. It is of great instructional value, however, the
direct derivation of many interesting properties of these limiting distributions, from
the notion of minimum stability and in this article a proof of their necessary continuity
is presented.

Uma nova família de distribuições denominada distribuição beta generalizada semi-normal, que inclui algumas distribuições importantes como casos especiais, tais como as distribuições semi-normal e generalizada semi-normal (Cooray e Ananda, 2008), é proposta neste trabalho. Para essa nova família de distribuições, foi realizado o estudo da função densidade probabilidade, função de distribuição acumulada e da função de taxa de falha (ou risco), que não dependeram de funções matemáticas complicadas. Obteve-se uma expressão formal para os momentos, função geradora de momentos, função densidade da distribuição de estatística de ordem, desvios médios, entropia, confiabilidade e para as curvas de Bonferroni e Lorenz. Examinaram-se os estimadores de máxima verossimilhança dos parâmetros e deduziu-se a matriz de informação esperada. Neste trabalho é proposto, também, um modelo de regressão utilizando a distribuição beta generalizada semi-normal. A utilidade dessa nova distribuição é ilustrada através de dois conjuntos de dados, mostrando que ela é mais flexível na análise de dados de tempo de vida do que outras distribuições existentes na literatura.

The aim of this work is to develop a methodology for investigating the dependence between Markov chains, that is, the objective is to obtain a procedure to verify if the process are conditionally dependents.
The main idea is to apply the Bayesian information criterion (BIC).
We show the procedure and its proof and we show three simulation scenarios.

O plano de amostragem em dois estágios é freqüentemente utilizado em levantamentos amostrais cujos cadastros listam apenas conglomerados. Em um primeiro estágio, conglomerados são selecionados como unidades amostrais primárias. No segundo estágio, listam-se previamente as unidades amostrais secundárias que compõem os conglomerados selecionados e, em seguida, uma amostra é retirada, observando-se as propriedades de independência e invariância (Särndal, Swensson and Wretmann, 1992, pág. 134). Uma das implicações desse plano é que a variância do estimador da média de uma variável de interesse, por exemplo, é composta pela soma de dois componentes: um devido ao primeiro e outro devido ao segundo estágio. Numa etapa de planejamento, é preciso identificar qual a melhor estratégia de alocação de tamanho de amostra: selecionar muitos conglomerados e poucos elementos dentro deles, ou, selecionar poucos conglomerados e muitos elementos dentro deles. Um plano de amostragem estratificado requer a disponibilidade de informação que defina os estratos antes da realização do levantamento. Uma vez definidos os estratos, ainda na etapa de planejamento, é necessário identificar uma estratégia de alocação de amostra para cada estrato. Várias dessas estratégias são descritas na literatura (Bolfarine e Bussab, 2005). Em muitas situações, planos amostrais complexos, com estratificação e múltiplos estágios são empregados. O exemplo de aplicação que motiva o presente trabalho é o da pesquisa realizada recentemente pela Comissão Pastoral da Terra (CPT) em Pernambuco, cujo plano amostral é estratificado em dois estágios. O objetivo deste trabalho é realizar um estudo de simulação computacional para investigar diversas estratégias de alocação de amostras (entre estratos e entre estágios), a fim de identificar qual delas seria a mais eficiente, no sentido de aumentar a precisão das estimativas de interesse. Os resultados, além de servir de base para recomendações de planos amostrais para futuras pesquisas da CPT, permitirão uma forma didática de compreensão do efeito que diversas estratégias de alocação amostral tem na qualidade das estimativas geradas.