Iniciação Científica

Este artigo visa facilitar os estudos de solubilização, a partir de sistemas microemulsionados, da fração pesada do petróleo aplicando técnicas de planejamento de experimentos, na busca de um sistema que propicie a otimização do processo. A procura deste sistema foi influenciada por dificuldades encontradas durante a produção, pois há variações como de temperatura, pressão e outros que causam a precipitação das frações pesadas, dificultando assim o armazenamento e o transporte deste. É utilizado um plano fatorial fracionado 28-2 aleatorizado em quatro blocos. Os fatores estudados são: razão entre cotensoativo e tensoativo, temperatura, tensoativo, cotensoativo, fase água, fase óleo, concentração cotensoativo / tensoativo, razão entre borra e microemulsão, como bloco o dia da execução do experimento. A análise dos resultados do experimento permite recomendar um sistema que maximiza a porcentagem de solubilização da fração pesada do petróleo.

A Análise de Correspondência (AC) é uma das diversas técnicas de análise bivariada e multivariada desenvolvida para o estudo da relação entre variáveis categorizadas em tabelas de contingência. Permite a visualização das linhas e colunas como pontos em espaços vetoriais de dimensões reduzidas em um novo sistema de eixos ortogonais. Para tabelas multidimensionais a metodologia é conhecida por Análise de Correspondência Múltipla (ACM). Uma aplicação de ACM a dados longitudinais da BHPS (British Household Panel Survey), que realiza pesquisas domiciliares do tipo painel com indivíduos da Grã-Bretanha coletando dados sócio-demográficos, econômicos, de satisfação e de atitudes, dentre outros, é apresentada. Após as análises dos resultados observou-se a consistência das perguntas e da escala ordinal adotada, confirmada pela disposição dos pontos na solução gráfica.
A partir da análise gráfica, pode-se perceber que, independente dos momentos e das variáveis utilizadas, não houve mudanças drásticas nas atitudes das mulheres estudadas ao longo do tempo. As opiniões mais conservadoras, bem como as mais liberais se aglutinam em posições opostas para todos os momentos considerados na primeira dimensão - eixo que explica a maior parte da inércia - da solução gráfica.

Palavras-chave: análise de correspondência; análise multivariada; atitudes, dados longitudinais

A Inteligência Artificial, segundo Tafner et al. (1995), é uma área catalisadora do desejo humano de reproduzir inteligência em mecanismos não-biológicos; constitui-se em um conjunto de técnicas de programação para resolver problemas. Ela procura imitar as formas de resolução de problemas do mesmo modo que o homem o faz. Além disso, a Inteligência Artificial é uma área interdisciplinar dentro das Ciências Exatas, sendo explorada com maior intensidade pelas áreas de Ciências da Computação e Engenharia Elétrica, com o auxílio de metodologia e pensamento estatístico. Segundo Mitchel, citado por Rezende (2004, p.93), entre os métodos estatísticos, destaca-se o aprendizado Bayesiano, que utiliza um modelo probabilístico baseado no conhecimento prévio do problema, o qual é combinado com exemplos de treinamento para determinar a probabilidade final de uma hipótese. Assim, as Redes Bayesianas são uma abordagem interpretativa e analítica para o raciocínio probabilista e tem sido utilizada recentemente em diversas áreas como, por exemplo, estimação de risco operacional, diagnóstico médico, credit scoring, projeto de jogos computacionais, imputação de dados, entre outras. Desta forma, a técnica de Redes Bayesianas é um método de modelagem e de decisão, sendo alternativo às técnicas comumente utilizadas como, por exemplo, Regressão Logística e Análise Discriminante. Esse trabalho de conclusão de curso, desenvolvido de julho a dezembro de 2008, tem a finalidade de apresentar de forma clara e objetiva fundamentos básicos da técnica de Redes Bayesianas, realizar sua aplicação em exemplos, alguns deles envolvendo dados reais, e apresentar os resultados de um estudo de simulação que compara a capacidade preditiva das Redes Bayesianas com um procedimento padrão, comumente utilizado na modelagem de dados com respostas dicotômicas.

Pesquisa longitudinal diz respeito à coleta e posterior análise de dados coletados ao longo do tempo. O principal objetivo deste trabalho é a compreensão das potencialidades das pesquisas longitudinais como fontes de dados para o estudo de mudanças demográficas e sócio-econômicas, dentre outras, através da utilização de modelos de regressão. São utilizados dados provenientes da Pesquisa Painel Domiciliar da Comunidade Européia. Buscou-se evidenciar as vantagens dos modelos para dados longitudinais em relação aos modelos para dados transversais. Os coeficientes estimados para o modelo longitudinal possibilitam o estudo da relação entre cada uma das covariáveis com a variável dependente ao longo do tempo de maneira mais eficiente do que o ajuste de modelos transversais separados para cada um dos anos.

A gravidez envolve diversas mudanças físicas e fisiológicas na mulher. Dentre as mudanças físicas destacam-se as adaptações posturais para manter o equilíbrio antigravitacional, visto que o crescimento uterino e o desenvolvimento das mamas fazem com que a distribuição da massa corpórea concentre-se na região anterior do tronco. Ao término dos nove meses, o abdômen pode encontrar-se inchado, pendente e com tônus diminuído podendo os Músculos Retos Abdominais (MRA) estarem afastados na linha média (linha Alba) o que é chamado de Diástase dos Músculos Retos Abdominais (DMRA).
O objetivo de nossa pesquisa é estudar e propor um ajuste para modelar uma relação entre a medida umbilical conferida pelo paquímetro em relação às demais variáveis que foram colhidas na pesquisa.

Introduzidas por Rissanem em 1983, as árvores probabilísticas de contexto (PCT) são uma classe promissora de modelos que podem auxiliar na área da genética, lingüística ou qualquer outra, onde as amostras sejam sequencias de dados discretos e se tenha interesse em encontrar um modelo gerador para os dados. As PCT também são conhecidas na literatura como Variable Length Markov Chains (VLMC). Em contraste com os modelos de cadeia de Markov, onde cada variável no tempo t depende de um número xo de variáveis no passado, em modelos de PCT, o tamanho do passado relevante para prever
o próximo simbolo pode variar com base na realização especíca observada.

Este trabalho tem como objetivo principal mostrar o desenvolvimento do Gráfico de Controle de Regressão Clássica para dados reais, mostrando seus benefícios, metodologia de construção e análise. Para tal, foram coletados dados referentes às características da qualidade de árvores Quaruba e de Eletrodos de Carbono. Vale ressaltar que tanto as árvores Quaruba quanto os Eletrodos de Carbono (utilizados no processo produtivo de alumínio líquido) são de extrema importância para o desenvolvimento econômico do estado do Pará. Os dados foram analisados e os respectivos Gráficos de Controle de Regressão Clássica construídos. Assim, pôde-se verificar, a partir do monitoramento e análise das características das árvores de Quaruba e dos Eletrodos de Carbono, que seus respectivos processos produtivos encontravam-se sob controle estatístico, pois todos os pontos estavam “plotados” entre o limite superior de controle e o limite inferior de controle. Desta forma, pôde-se concluir que o Gráfico de Controle de Regressão Clássica é uma poderosa ferramenta para o monitoramento e avaliação das características da qualidade de ambos os processos produtivos abordados neste estudo.

Este projeto se justifica devido a necessidade de se mostrar os estimadores no modelo de calibração linear, cuja literatura apresenta uma grande polêmica sobre qual dos estimadores pontuais, clássico ou inverso, é melhor para estimar e também, sobre qual o melhor critério para compará-los. Para isso foi estudado um banco de dados com 32 amostras de uma importante árvore da região amazônica chamada Vochysia maxima Oucke (Quaruba), onde foi aplicada a técnica estatística de Calibração Linear Clássica a fim de se estimar o diâmetro dessas árvores a partir do seu volume e por fim realizar a comparação dos estimadores da calibração linear, clássico e inverso, por meio de suas propriedades estatísticas, verificando qual deles é o melhor para estimação. Portanto, este trabalho, vem contribuir nos estudos sobre estes estimadores.

O Teste de Jeffreys e o Teste de Significância Bayesiano Completo (FBST), são procedimentos bayesianos usuais para testes de hipóteses. O FBST foi introduzido na literatura com o objetivo de evitar o paradoxo de Jeffreys-Lindley, que pode ocorrer ao utilizar o Teste de Jeffreys para testar hipóteses precisas. Estudos anteriores tem mostrado que estes procedimentos podem, eventualmente, conduzir a decisões diferentes. Neste trabalho propõe-se dois novos procedimentos para teste cuja idéia central é obter uma medida de evidência sobre a hipótese nula que assuma valores intermediários entre as duas medidas existentes. Os procedimentos propostos são baseados nos agrupamentos de probabilidades linear e logarítmico. Propomos também um critério para definir o ponto de corte de forma a tornar comparáveis os resultados obtidos com os procedimentos considerados. Para comparar os procedimentos bayesianos usuais e os propostos, foi realizado um estudo de simulação Monte Carlo em situações em que consideramos dados gerados com distribuição exponencial, em que testamos se o parâmetro da exponencial é igual a valor arbitrário, e dados gerados com distribuição normal assimétrica, no qual testamos se parâmetro de assimetria é igual zero. Apresentamos resultados obtidos em uma aplicação a dados reais de séries de retorno de quatro mercados importantes da América Latina (MERVAL, IBOVESPA, IPSA e IPyC). Nesse caso consideramos que os dados tem distribuição normal assimétrica padrão e testamos se o parâmetro de assimetria é zero, ou seja, testamos se os dados tem distribuição normal padrão.

A comparação de duas ou mais funções de regressão é um assunto bastante discutido. Os métodos clássicos utilizam modelos paramétricos para a função de regressão e comparam os parâmetros resultantes dos modelos. A desvantagem desta abordagem e que ela exige a especificação de um modelo matemático, que nem sempre e possível obter. Em estudos recentes têm sido propostos vários testes para igualdade de funções de regressão usando método do Núcleo Estimador. O nosso trabalho e baseado no método proposto por Dette e Neumeyer (2001), no qual os autores desenvolveram um teste bootstrap baseado na diferença entre um estimador não paramétrico de variância na amostra combinada, e uma combinação convexa dos estimadores não paramétricos das variâncias das amostras individuais. Porém a escolha da janela, h, é um ponto fundamental para se obter uma boa estimativa da função de regressão de interesse. A opção por valores inadequados podem obscurecer a relação das variáveis do modelo e, consequentemente prejudicar a qualidade do ajuste. Assim, o objetivo principal deste trabalho e testar o efeito da escolha da janela na comparação de funções de regressão. A motivação para este trabalho se situa no fato de que, ao estudarmos a literatura sobre a comparação de curvas de regressão, não encontramos um método automático para a seleção do parâmetro de suavização. Para ilustrar o impacto da escola do parâmetro de suavização utilizamos dados de homicídios de algumas cidades da região metropolitana de Belo Horizonte.