QTL for percentage of carcass and carcass parts in a broiler x layer cross

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Quantitative trait loci for performance traits in a broiler x layer cross

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

A Generalized Log-Normal Model for Grouped Survival Data

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Factors affecting the adoption of green supply chain management practices in Brazil: Empirical evidence

The aim of this study is to identify and analyse the factors that affect the adoption of Green Supply Chain Management practices based on empirical evidence from the Brazilian electronics sector. Data are collected in a survey of 100 electronics companies and analysed using statistical analysis of variance and regression methods. The study finds that the size of the company, previous experience with Environmental Management Systems, and the use of hazardous inputs are positively correlated with GSCM practices adoption. Surprisingly, formal pressure from the stronger tier/player in the supply chain is not correlated with the adoption of GSCM practices. Finally, we present some explanations for these findings and suggestions for future research. © 2013 Copyright Taylor and Francis Group, LLC.

Farelo de glúten de milho 21 na alimentação de cães adultos

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Desenvolvimento de modelos quimiométricos associados à espectroscopia no infravermelho para determinação de parâmetros físico-químicos do óleo diesel

Pós-graduação em Química - IQ

Modelagem espacial de áreas de recarga subterrânea em região de afloramento do sistema aquífero guarani (sag), em Brotas/SP

Pós-graduação em Agronomia (Irrigação e Drenagem) - FCA

Methods to verify parameter equality in nonlinear regression models

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

A comparison of statistical methods for genomic selection in a mice population

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Use of ridge regression for the prediction of early growth performance in crossbred calves

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Anti-hypertensive drugs have different effects on ventricular hypertrophy regression

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Use of Poisson spatiotemporal regression models for the Brazilian Amazon Forest: malaria count data

INTRODUÇÃO: A malaria é uma doença endêmica na região da Amazônia Brasileira, e a detecção de possíveis fatores de risco pode ser de grande interesse às autoridades em saúde pública. O objetivo deste artigo é investigar a associação entre variáveis ambientais e os registros anuais de malária na região amazônica usando métodos bayesianos espaço-temporais. MÉTODOS: Utilizaram-se modelos de regressão espaço-temporais de Poisson para analisar os dados anuais de contagem de casos de malária entre os anos de 1999 a 2008, considerando a presença de alguns fatores como a taxa de desflorestamento. em uma abordagem bayesiana, as inferências foram obtidas por métodos Monte Carlo em cadeias de Markov (MCMC) que simularam amostras para a distribuição conjunta a posteriori de interesse. A discriminação de diferentes modelos também foi discutida. RESULTADOS: O modelo aqui proposto sugeriu que a taxa de desflorestamento, o número de habitants por km² e o índice de desenvolvimento humano (IDH) são importantes para a predição de casos de malária. CONCLUSÕES: É possível concluir que o desenvolvimento humano, o crescimento populacional, o desflorestamento e as alterações ecológicas associadas a estes fatores estão associados ao aumento do risco de malária. Pode-se ainda concluir que o uso de modelos de regressão de Poisson que capturam o efeito temporal e espacial em um enfoque bayesiano é uma boa estratégia para modelar dados de contagem de malária.

Some practical advice on polynomial regression analysis from blocked response surface designs

It is often necessary to run response surface designs in blocks. In this paper the analysis of data from such experiments, using polynomial regression models, is discussed. The definition and estimation of pure error in blocked designs are considered. It is recommended that pure error is estimated by assuming additive block and treatment effects, as this is more consistent with designs without blocking. The recovery of inter-block information using REML analysis is discussed, although it is shown that it has very little impact if thc design is nearly orthogonally blocked. Finally prediction from blocked designs is considered and it is shown that prediction of many quantities of interest is much simpler than prediction of the response itself.

Statistical methods for assessing agreement between double readings of clinical measurements

Statistical analysis of data is crucial in cephalometric investigations. There are certainly excellent examples of good statistical practice in the field, but some articles published worldwide have carried out inappropriate analyses. Objective: The purpose of this study was to show that when the double records of each patient are traced on the same occasion, a control chart for differences between readings needs to be drawn, and limits of agreement and coefficients of repeatability must be calculated. Material and methods: Data from a well-known paper in Orthodontics were used for showing common statistical practices in cephalometric investigations and for proposing a new technique of analysis. Results: A scatter plot of the two radiograph readings and the two model readings with the respective regression lines are shown. Also, a control chart for the mean of the differences between radiograph readings was obtained and a coefficient of repeatability was calculated. Conclusions: A standard error assuming that mean differences are zero, which is referred to in Orthodontics and Facial Orthopedics as the Dahlberg error, can be calculated only for estimating precision if accuracy is already proven. When double readings are collected, limits of agreement and coefficients of repeatability must be calculated. A graph with differences of readings should be presented and outliers discussed.

Bayesian binary regression model: an application to in-hospital death after AMI prediction

Um modelo bayesiano de regressão binária é desenvolvido para predizer óbito hospitalar em pacientes acometidos por infarto agudo do miocárdio. Métodos de Monte Carlo via Cadeias de Markov (MCMC) são usados para fazer inferência e validação. Uma estratégia para construção de modelos, baseada no uso do fator de Bayes, é proposta e aspectos de validação são extensivamente discutidos neste artigo, incluindo a distribuição a posteriori para o índice de concordância e análise de resíduos. A determinação de fatores de risco, baseados em variáveis disponíveis na chegada do paciente ao hospital, é muito importante para a tomada de decisão sobre o curso do tratamento. O modelo identificado se revela fortemente confiável e acurado, com uma taxa de classificação correta de 88% e um índice de concordância de 83%.