A nova família de distribuições odd log-logística: teoria e aplicações

Neste trabalho, foi proposta uma nova família de distribuições, a qual permite modelar dados de sobrevivência quando a função de risco tem formas unimodal e U (banheira). Ainda, foram consideradas as modificações das distribuições Weibull, Fréchet, half-normal generalizada, log-logística e lognormal. Tomando dados não-censurados e censurados, considerou-se os estimadores de máxima verossimilhança para o modelo proposto, a fim de verificar a flexibilidade da nova família. Além disso, um modelo de regressão locação-escala foi utilizado para verificar a influência de covariáveis nos tempos de sobrevida. Adicionalmente, conduziu-se uma análise de resíduos baseada nos resíduos deviance modificada. Estudos de simulação, utilizando-se de diferentes atribuições dos parâmetros, porcentagens de censura e tamanhos amostrais, foram conduzidos com o objetivo de verificar a distribuição empírica dos resíduos tipo martingale e deviance modificada. Para detectar observações influentes, foram utilizadas medidas de influência local, que são medidas de diagnóstico baseadas em pequenas perturbações nos dados ou no modelo proposto. Podem ocorrer situações em que a suposição de independência entre os tempos de falha e censura não seja válida. Assim, outro objetivo desse trabalho é considerar o mecanismo de censura informativa, baseado na verossimilhança marginal, considerando a distribuição log-odd log-logística Weibull na modelagem. Por fim, as metodologias descritas são aplicadas a conjuntos de dados reais.

Modelos não lineares resultantes da soma de regressões lineares ponderadas por funções distribuição acumulada

Os controladores eletrônicos de pulverização visam minimizar a variação das taxas de insumos aplicadas no campo. Eles fazem parte de um sistema de controle, e permitem a compensação da variação de velocidade de deslocamento do pulverizador durante a operação. Há vários tipos de controladores eletrônicos de pulverização disponíveis no mercado e uma das formas de selecionar qual o mais eficiente nas mesmas condições, ou seja, em um mesmo sistema de controle, é quantificar o tempo de resposta do sistema para cada controlador específico. O objetivo desse trabalho foi estimar os tempos de resposta para mudanças de velocidade de um sistema eletrônico de pulverização via modelos de regressão não lineares, estes, resultantes da soma de regressões lineares ponderadas por funções distribuição acumulada. Os dados foram obtidos no Laboratório de Tecnologia de Aplicação, localizado no Departamento de Engenharia de Biossistemas da Escola Superior de Agricultura \"Luiz de Queiroz\", Universidade de São Paulo, no município de Piracicaba, São Paulo, Brasil. Os modelos utilizados foram o logístico e de Gompertz, que resultam de uma soma ponderada de duas regressões lineares constantes com peso dado pela função distribuição acumulada logística e Gumbell, respectivamente. Reparametrizações foram propostas para inclusão do tempo de resposta do sistema de controle nos modelos, com o objetivo de melhorar a interpretação e inferência estatística dos mesmos. Foi proposto também um modelo de regressão não linear difásico que resulta da soma ponderada de regressões lineares constantes com peso dado pela função distribuição acumulada Cauchy seno hiperbólico exponencial. Um estudo de simulação foi feito, utilizando a metodologia de Monte Carlo, para avaliar as estimativas de máxima verossimilhança dos parâmetros do modelo.

Modelagem do crescimento e produção aplicado ao manejo florestal na Amazônia brasileira

A floresta Amazônica possui um papel ambiental, social e econômico importante para a região, para o país e para o mundo. Dessa forma, técnicas de exploração que visam a diminuição dos impactos causados à floresta são essenciais. Com isso, o objetivo dessa tese é comparar a Exploração de Impacto Reduzido com a Exploração Convencional na Amazônia brasileira através de modelos empíricos de árvore individual de crescimento e produção. O experimento foi instalado na fazenda Agrossete, localizada em Paragominas - PA. Em 1993, três áreas dessa fazenda foram selecionadas para exploração. Na primeira área, 105 hectares foram explorados através da Exploração de Impacto Reduzido. Na segunda área, 75 hectares foram submetidos à Exploração Convencional. E, por fim, a terceira área foi mantida como área testemunha. A coleta de dados de diâmetro à altura do peito e a identificação das espécies dentro de uma parcela de 24,5 hectares, instalada aleatoriamente em cada área, foi realizada nos anos de 1993 (antes da colheita), 1994 (seis meses depois da colheita), 1995, 1996, 1998, 2000, 2003, 2006 e 2009. Dessa forma, as três áreas foram comparadas através do ajuste de um modelo de incremento diamétrico, considerando que efeito estocástico podia assumir outras quatro distribuições além da distribuição normal, de um modelo de probabilidade de mortalidade e de um modelo de probabilidade de recrutamento. O comportamento do incremento diamétrico indicou que as áreas que foram submetidas a exploração possuem o mesmo comportamento em quase todos os grupos de espécies, com exceção do grupo de espécies intermediárias. Os indivíduos que são submetidos a exploração possuem um maior crescimento em diâmetros quando comparados com área que não sofreu exploração. Além disso, assumir o efeito estocástico com distribuição Weibull melhorou o ajuste dos modelos. Em relação à probabilidade de mortalidade, novamente as áreas que sofreram exploração possuem comportamento semelhante quanto à mortalidade, mas diferente da área que não foi explorada, sendo que os indivíduos localizados nas áreas exploradas possuem uma maior probabilidade de morte em relação aos presentes na área não explorada. Os modelos de probabilidade de recrutamento indicaram diferença apenas entre as áreas exploradas e a área controle. Sendo que, as áreas exploradas apresentaram uma maior taxa de recrumento em comparação a área não explorada. Portanto, o comportamento individual das árvores após a exploração é o mesmo na Exploração Convencional e na Exploração de Impacto Reduzido.