Determinantes de intervenção do Banco Central do Brasil no mercado de câmbio: uma abordagem empírica por regressão logística e redes neurais

Em economias com regimes de metas de inflação é comum que Bancos Centrais intervenham para reduzir os níveis de volatilidade do dólar, sendo estas intervenções mais comuns em países não desenvolvidos. No caso do Brasil, estas intervenções acontecem diretamente no mercado à vista, via mercado de derivativos (através de swaps cambiais) ou ainda com operações a termo, linhas de liquidez e via empréstimos. Neste trabalho mantemos o foco nas intervenções no mercado à vista e de derivativos pois estas representam o maior volume financeiro relacionado à este tipo de atuação oficial. Existem diversos trabalhos que avaliam o impacto das intervenções e seus graus de sucesso ou fracasso mas relativamente poucos que abordam o que levaria o Banco Central do Brasil (BCB) a intervir no mercado. Tentamos preencher esta lacuna avaliando as variáveis que podem se relacionar às intervenções do BCB no mercado de câmbio e adicionalmente verificando se essas variáveis se relacionam diferentemente com as intervenções de venda e compra de dólares. Para tal, além de utilizarmos regressões logísticas, como na maioria dos trabalhos sobre o tema, empregamos também a técnica de redes neurais, até onde sabemos inédita para o assunto. O período de estudo vai de 2005 a 2012, onde o BCB interveio no mercado de câmbio sob demanda e não de forma continuada por longos períodos de tempo, como nos anos mais recentes. Os resultados indicam que algumas variáveis são mais relevantes para o processo de intervenção vendendo ou comprando dólares, com destaque para a volatilidade implícita do câmbio nas intervenções que envolvem venda de dólares, resultado este alinhado com outros trabalhos sobre o tema.

Aplicação de classificadores Bayesianos e regressão logística na análise de desempenho dos alunos de graduação

Este trabalho minera as informações coletadas no processo de vestibular entre 2009 e 2012 para o curso de graduação de administração de empresas da FGV-EAESP, para estimar classificadores capazes de calcular a probabilidade de um novo aluno ter bom desempenho. O processo de KDD (Knowledge Discovery in Database) desenvolvido por Fayyad et al. (1996a) é a base da metodologia adotada e os classificadores serão estimados utilizando duas ferramentas matemáticas. A primeira é a regressão logística, muito usada por instituições financeiras para avaliar se um cliente será capaz de honrar com seus pagamentos e a segunda é a rede Bayesiana, proveniente do campo de inteligência artificial. Este estudo mostre que os dois modelos possuem o mesmo poder discriminatório, gerando resultados semelhantes. Além disso, as informações que influenciam a probabilidade de o aluno ter bom desempenho são a sua idade no ano de ingresso, a quantidade de vezes que ele prestou vestibular da FGV/EAESP antes de ser aprovado, a região do Brasil de onde é proveniente e as notas das provas de matemática fase 01 e fase 02, inglês, ciências humanas e redação. Aparentemente o grau de formação dos pais e o grau de decisão do aluno em estudar na FGV/EAESP não influenciam nessa probabilidade.

Análise de dados de gastroenterite hemorrágica canina para identificar fatores de risco por regressão logística

No presente estudo, ajustou-se um modelo de regressão logística para prever a probabilidade de óbito de cães acometidos por gastroenterite hemorrágica. O modelo Logístico é recomendado para variáveis-resposta dicotômicas em estudo de Coorte. Registraram-se 176 animais censitariamente atendidos com gastroenterite hemorrágica em quatro clínicas veterinárias da cidade de Lavras, sul de Minas Gerais, entre os anos de 1992 e 1999. Após terem sido selecionadas por meio do teste de Pearson ou teste exato de Fisher, ajustou-se o modelo considerando-se as variáveis sexo, idade, diárias de internação e número de atendimentos. A estimação dos parâmetros foi feita pelo método da máxima verossimilhança. Conclui-se que quando os cães acometidos por gastroenterite hemorrágica são atendidos apenas uma vez, aqueles com idade superior a 6 meses possuem 15,45 vezes mais chances de morrerem (P<0,05) do que aqueles com menos de 6 meses de idade. Quando os animais que apresentam a enfermidade possuem mais de 6 meses de idade, a chance de morrerem, se forem atendidos apenas uma vez, é 20,251 vezes maior (P<0,05) do que se recebessem de 2 a 7 atendimentos.

Regressão logística aplicada na análise espacial de dados arqueológicos

Pós-graduação em Ciências Cartográficas - FCT

Risco de crédito: uma abordagem utilizando análise discriminante, regressão logística e redes neurais artificiais

Considering the relevance of researches concerning credit risk, model diversity and the existent indicators, this thesis aimed at verifying if the Fleuriet Model contributes in discriminating Brazilian open capital companies in the analysis of credit concession. We specifically intended to i) identify the economic-financial indicators used in credit risk models; ii) identify which economic-financial indicators best discriminate companies in the analysis of credit concession; iii) assess which techniques used (discriminant analysis, logistic regression and neural networks) present the best accuracy to predict company bankruptcy. To do this, the theoretical background approached the concepts of financial analysis, which introduced themes relative to the company evaluation process; considerations on credit, risk and analysis; Fleuriet Model and its indicators, and, finally, presented the techniques for credit analysis based on discriminant analysis, logistic regression and artificial neural networks. Methodologically, the research was defined as quantitative, regarding its nature, and explanatory, regarding its type. It was developed using data derived from bibliographic and document analysis. The financial demonstrations were collected by means of the Economática ® and the BM$FBOVESPA website. The sample was comprised of 121 companies, being those 70 solvents and 51 insolvents from various sectors. In the analyses, we used 22 indicators of the Traditional Model and 13 of the Fleuriet Model, totalizing 35 indicators. The economic-financial indicators which were a part of, at least, one of the three final models were: X1 (Working Capital over Assets), X3 (NCG over Assets), X4 (NCG over Net Revenue), X8 (Type of Financial Structure), X9 (Net Thermometer), X16 (Net Equity divided by the total demandable), X17 (Asset Turnover), X20 (Net Equity Profitability), X25 (Net Margin), X28 (Debt Composition) and X31 (Net Equity over Asset). The final models presented setting values of: 90.9% (discriminant analysis); 90.9% (logistic regression) and 97.8% (neural networks). The modeling in neural networks presented higher accuracy, which was confirmed by the ROC curve. In conclusion, the indicators of the Fleuriet Model presented relevant results for the research of credit risk, especially if modeled by neural networks.

Modelo de regressão logística aplicado ao estudo epidemiológico do HIV/AIDS na cidade de Campinas-SP

A compreensão da epidemia do HIV e da AIDS em suas diferentes dimensões socioeconômica, cultural, biológica e política entre outras, representa um grande desafio para a Saúde Pública no Brasil e no mundo, desde o seu surgimento a cerca de duas décadas. Tanto na magnitude da propagação do HIV quanto na mortalidade por AIDS, reflete-se a crescente desigualdade entre países desenvolvidos e em desenvolvimento. Na medida em que se acentuam as diferenças de acesso ao tratamento, diminui a mortalidade por AIDS nos países mais ricos e aumenta nos países mais pobres, exceção feita ao Brasil, um dos poucos países que adotaram a política de distribuição gratuita de anti-retrovirais. Segue, no desenvolvimento deste trabalho, a análise do perfil epidemiológico da doença no município de Campinas-SP de acordo com a evolução do tratamento disponibilizado pelo Sistema Único de Saúde (SUS), utilizando o método de Regressão Logística segundo variáveis consideradas relevantes para o estudo e com base em parâmetros estimados a partir dessas variáveis

Modelo de conjuntos fuzzy e de regressão logística para dados de obesidade

Obesidade e comumente definida como um excesso de gordura corporal, porém diante da dificuldade em mensurar tal gordura diretamente, esta tem sido definida como um excesso de peso mais do que um excesso de gordura corporal, que tem como desdobramento a ocorrência de doenças associadas e/ou prejuízos a saúde do indivíduo (4). Atualmente, o excesso de massa corpórea e verificado por meio de um Indice de Massa Corpórea (IMC), que considera o quociente entre o peso corporal (kg) e a estatura elevada ao quadrado (m2). Indivíduos com sobrepeso apresentam IMC de 25 at e 29; 9 kg=m2, e com obesidade apresentam IMC de 30 Kg=m2 ou mais, de acordo com a OMS (1). A identificação das causas da obesidade não é trivial e objetiva. Especialistas reconhecem que a obesidade e uma doença crônica, de difícil tratamento, denominada multifatorial, envolvendo em sua gênese diversos aspectos, entre eles: o consumo alimentar, aspectos ambientais, genéticos, psicossociais, entre outros. objetivo deste trabalho foi desenvolver um modelo baseado em teoria dos conjuntos Fuzzy para a classificação de obesidade levando em consideração as suas causas, e compará-lo com um modelo de regressão logística através da curva ROC. Para estudar as causas da obesidade na população de moradores da região do Distrito Sul de Campinas, foram coletados dados de uma amostra aleatória de 651 indivíuos, por meio de entrevista domiciliar. No primeiro estágio amostral, a partir do cadastro de domicílios residenciais dos agentes comunitários de saúde, foram aleatoriamente sorteados 920 domicílios (15% a mais do inicialmente previsto para cobrir perdas). Foram coletados dados de identificação geral, como: nome, idade, sexo, anos de escolaridade, tipo de ocupação e dados de consumo alimentar. O diagnóstico foi observado através do IMC. Num estudo preliminar, no modelo fuzzy foram consideradas como variáveis... (Resumo completo, clicar acesso eletrônico abaixo)

Regressão Logística Geograficamente Ponderada aplicada a modelos de Credit Scoring

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2016.

Comparação da discriminação logística com o método da máxima verossimilhança gaussiana na classificação de imagens digitais

A tradicional técnica de regressão logística, muito conhecida e utilizada em estudos médicos, permitia apenas a modelagem de variáveis-resposta binárias. A extensão do modelo logístico para variáveis-resposta multinominais ampliou em muito as áreas de aplicação de regressão logística. Na área de reconhecimento de padrões o modelo logístico multinominal recebeu a denominação de discriminação logística apresenta aparentes vantagens em relação a métodos convencionais de classificação. O método da máxima verossimilhança gaussiana, amplamente difundido e utilizado, necessita da estimação de um número muito grande de parâmetros, pois supõe que as distribuições subjacentes de cada classe sejam normais multivariadas. A discriminação logística por sua vez, não faz restrições quanto a forma funcional das variáveis, e o número de parâmetros do modelo é relativamente pequeno. Nesse estudo, os princípios da técnica de discriminação logística são apresentados detalhadamente, bem como aplicações práticas de classificação de imagens Landsat-TM e AVIRIS. Os procedimentos de discriminação logística e da máxima verossimilhança gaussiana foram comparados a partir de dados reais e simulados. Os resultados sugerem que a discriminação logística seja considerada como uma alternativa ao método da máximaverossimilhança gaussiana, principalmente quando os dados apresentarem desvios da normalidade.

Polinômios fracionários em modelos de regressão

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Regressão Simplex aplicada a delineamentos de mistura e utilização do Algoritmo Boosting

In the composition of this work are present two parts. The first part contains the theory used. The second part contains the two articles. The first article examines two models of the class of generalized linear models for analyzing a mixture experiment, which studied the effect of different diets consist of fat, carbohydrate, and fiber on tumor expression in mammary glands of female rats, given by the ratio mice that had tumor expression in a particular diet. Mixture experiments are characterized by having the effect of collinearity and smaller sample size. In this sense, assuming normality for the answer to be maximized or minimized may be inadequate. Given this fact, the main characteristics of logistic regression and simplex models are addressed. The models were compared by the criteria of selection of models AIC, BIC and ICOMP, simulated envelope charts for residuals of adjusted models, odds ratios graphics and their respective confidence intervals for each mixture component. It was concluded that first article that the simplex regression model showed better quality of fit and narrowest confidence intervals for odds ratio. The second article presents the model Boosted Simplex Regression, the boosting version of the simplex regression model, as an alternative to increase the precision of confidence intervals for the odds ratio for each mixture component. For this, we used the Monte Carlo method for the construction of confidence intervals. Moreover, it is presented in an innovative way the envelope simulated chart for residuals of the adjusted model via boosting algorithm. It was concluded that the Boosted Simplex Regression model was adjusted successfully and confidence intervals for the odds ratio were accurate and lightly more precise than the its maximum likelihood version.

Modelos de regressão para identificação de marcadores preditivos de asma na descendência de mulheres com atopia

Trabalho de projecto de mestrado, Bioestatística, Universidade de Lisboa, Faculdade de Ciências, 2016

Quantificação de riscos climáticos via modelos de regressão de Cox.

O gerenciamento de riscos climáticos requer informação sobre estados futuros de variáveis climáticas, geralmente representada por funções de distribuição de probabilidade acumulada (FDPA, P(Y?y) ou por sua funções complementares (P(Y>y)), ditas funções probabilidade de exceder (FPE). Uma variedade de métodos estatísticos tem sido utilizada para estimação de FPE, incluindo, modelos de regressão linear múltipla, regressão logística e métodos não paramétricos (MAIA et al, 2007; LO et al, 2008). Apesar de parecer intuitivo que a incerteza associada às estimativas das FPE é fundamental para os tomadores de decisão, esse tipo de informação raramente é fornecido. Modelos estatísticos de previsão baseados em séries históricas da variável de interesse (chuva, temperatura) e de preditores derivados de estados do oceano e da atmosfera (índices climáticos tais como: temperaturas da superfície do mar ? TSM, índice de oscilação sul, IOS, El Nino/Oscilação Sul - ENSO) se constituem em alternativas promissoras para auxílio às tomada de decisão, em escalas locais e regionais. O uso de tais indicadores permite incorporar mudanças de padrão derivadas de mudanças climáticas em modelos estatísticos que utilizam informação histórica. Neste trabalho, mostramos como o Modelo de Regressão de Cox (MRC; COX, 1972), tradicionalmente utilizado para modelagem de tempos de falha, em investigações na área médica e em ciências sociais, pode ser de grande utilidade para avaliação probabilística de riscos climáticos, mesmo para variáveis que não representam tempos de falha tais como chuva, produtividade de culturas, lucros, entre outras. O MRC pode ser utilizado para avaliar a influência de preditores (índices climáticos) sobre riscos de interesse (representados pelas FPE), estimar FPE para combinações específicas de preditores e incertezas associadas além de fornecer informação sobre riscos relativos, de grande valor para tomadores de decisão. Apresentamos dois estudos de caso nos quais o Modelo de Cox foi usado para investigar: a) o efeito do IOS e de um índice derivado de TSM do Pacífico sobre o início da estação chuvosa em Cairns (Austrália) e b) a influência o índice Nino 3.4, derivado de estados da TSM no Pacífico Equatorial sobre o chuva acumulada no período de Março a Junho em Limoeiro do Norte (Ceará, Brasil). O objetivo da apresentação desses estudos é meramente didático, para demonstrar o potencial do método proposto como ferramenta de auxílio à tomada de decisão.

Índice de massa corporal, percepção corporal e morbidade psiquiátrica menor entre funcionários de uma universidade pública do Rio de Janeiro

A presente investigação teve como principal objetivo explorar a associação entre o índice de massa corporal, percepção corporal e morbidade psiquiátrica menor (MPM) em uma população de funcionários técnico-administrativos de uma Universidade Pública do Rio de Janeiro. Foi realizado um estudo seccional (tipo censo) entre 3892 funcionários da Universidade com idade entre 20 e 81 anos. A morbidade psiquiátrica menor foi definida a partir de um instrumento utilizado para rastreamento de distúrbios psiquiátricos menor na população geral (GHQ-12). Encontrou-se nesta população uma prevalência de morbidade psiquiátrica menor de 22,3% para homens e 34,5% para mulheres. Elegeu-se para análise dos dados o método de regressão logística multivariada, considerando no modelo o IMC e a percepção corporal como variáveis explicativas e morbidade psiquiátrica menor como variável desfecho. Não foi encontrada associação entre o IMC e morbidade psiquiátrica menor, mesmo após o ajuste por sexo, idade, atividade física, renda familiar e morbidade referida. A percepção corporal, entretanto, se mostrou associada a presença de morbidade psiquiátrica menor. Sentir-se fora do peso considerado como ideal esteve associado a presença de sofrimento psíquico em homens e mulheres.

Utilização de indicadores de resultados para a avaliação da qualidade em hospitais de Agudos : mortalidade hospitalar após cirurgia de revascularização do miocárdio em hospitais brasileiros

Não tem sido frequentes no Brasil estudos de avaliação da qualidade dos serviços de saúde. Tem sido adotado entendimento de qualidade como o grau em que processo de assistência aumenta a probabilidade de resultados favoráveis e diminui a probabilidade de resultados desfavoráveis, dado o estado do conhecimento médico. Indicadores de resultados de efeitos adversos do processo de assistência costumam ser empregados e, entre eles, para aquelas condições e procedimentos onde óbitos ocorrem com frequência, estão as taxas de mortalidade hospitalar. Entre esses procedimentos inclui-se a cirurgia de revascularizaçäo do miocárdio. Apesar de frequentes na literatura, particularmente norte-americana, não há estudos de escala realizados no Brasil. Para estudos deste tipo bases de dados administrativas tem sido empregadas. No Brasil recentemente tem sido exploradas as potencialidades dos bancos de dados do Sistema de Informações Hospitalares do Sistema Único de Saúde do Ministério da Saúde (SIH-SUS) em diversos estudos. Como há registro de óbitos hospitalares no sistema é possível utilizá-lo para a obtenção de dados sobre mortalidade hospitalar. Os bancos de dados do SIH-SUS de 1996 a 1998 foram integrados e as variáveis disponíveis no banco obtido examinadas quanto a possibilidade de inclusão do estudo descritivo de características da cirurgia coronária no país. Foram identificadas aquelas variáveis que poderiam ser utilizadas para proceder algum grau de ajuste de risco para os casos atendidos pelos diferentes hospitais. Para que se obtivesse uma comparação do comportamento do ajuste obtido com essas variáveis com modelos mais completos que incorporassern mais variáveis, inclusive variáveis clínicas, foram estudadas para o mesmo período, as internações realizadas no Hospital Universitário Pedro Ernesto da Universidade do Estado do Rio de Janeiro, utilizando dados de banco específico do Serviço de Cirurgia Cardíaca. Além do estudo descritivo foram desenvolvidos para os casos deste hospital modelos de regressão logística incorporando variáveis pré-operatórias e com as variáveis disponíveis no SIH-SUS para avaliar as diferentes capacidades de ajuste de risco. Após a escolha de um modelo de risco com maior capacidade de ajuste, foram calculadas as taxas de mortalidade hospitalar e obtidos os valores de taxas esperadas após o ajuste de risco. Os hospitais forma ordenados de acordo com as razões entre as taxas observadas e esperadas e identificados aqueles hospitais que apresentavam razões estatisticamente significativas superiores e inferiores a média nacional. Estudou-se também o efeito do volume de casos sobre a mortalidade hospitalar. Foram obtidas informações de 41.989 cirurgias codificadas como cirurgia coronária com circulação extracorpórea realizadas em 131 hospitais brasileiros, em 22 unidades da federaçâo. A taxa anual por 100000 habitantes foi de 8,7 para o Brasil, com São Paulo apresentando taxa de 16,6. Para efeitos de comparação a taxa em anos em torno de 1997 foi de 144,5 nos EUA, 54,4 no Canadá, 90,0 na Austrália e 31,5 em Portugal. A taxa de mortalidade no período foi de 7,2 % (EUA, 2,8%; Canadá, 2,5%: França, 3,2%). A maioria de pacientes operados foi do sexo masculino (67,5%) e a idade média foi de 59,9 anos.