Intervenções para aumentar adesão às precauçôes padrão e/ou baseadas nas vias de transmissão de micro-organismos aos cuidados do paciente: revisão sistemática de ensaios clínicos randomizados e não randomizados, séries temporais e estudos controlados antes e depois

Pós-graduação em Enfermagem - FMB

Análise de variância WAVELET de séries temporais com dados faltantes: avaliação do índice de cintilação ionosférica S4 em sinais de satélite GPS

Pós-graduação em Matematica Aplicada e Computacional - FCT

Análise de variância WAVELET de séries temporais com dados faltantes: avaliação do índice de cintilação ionosférica S4 em sinais de satélite GPS

Pós-graduação em Matematica Aplicada e Computacional - FCT

Evolução dos homicídios e indicadores de segurança pública no Município de São Paulo entre 1996 a 2008: um estudo ecológico de séries temporais

OBJETIVO: analisar a associação entre homicídios e indicadores de segurança pública no MSP entre 1996 e 2008, após controle para taxa de desemprego e proporção de jovens na população. METODOLOGIA: estudo ecológico de série temporal, tendo como unidade de análise o Município de São Paulo (MSP), entre 1996 e 2008. Variável dependente: óbitos por homicídio; variáveis independentes principais: taxa de aprisionamento-encarceramento (TAE), o acesso a armas de fogo (AAF), e a atividade policial (ATP). A análise dos dados foi realizada com o software Stata.IC 10.0. Modelos de regressão binomial negativa simples e multivariados foram construídos. RESULTADOS: A análise univariada demonstrou associação entre óbitos por homicídio e TAE e entre óbitos e ATP. O AAF não se mostrou associado à redução no número de óbitos por homicídios (p > 0,05). Após ajuste houve perda da significância na associação com ambos indicadores de Segurança Pública. CONCLUSÕES: No MSP o papel das ações de segurança pública perdem importância como fatores explicativos para a redução nos níveis de homicídios após controle para taxa de desemprego e redução na proporção de jovens. Os resultados reforçam a importância dos fatores socioeconômicos e demográficos para a mudança no cenário da segurança em São Paulo.

Predição de séries temporais de parâmetros de redes HSPA - WCDMA

With the growing demand of data traffic in the networks of third generation (3G), the mobile operators have attempted to focus resources on infrastructure in places where it identifies a greater need. The channeling investments aim to maintain the quality of service especially in dense urban areas. WCDMA - HSPA parameters Rx Power, RSCP (Received Signal Code Power), Ec/Io (Energy per chip/Interference) and transmission rate (throughput) at the physical layer are analyzed. In this work the prediction of time series on HSPA network is performed. The collection of values of the parameters was performed on a fully operational network through a drive test in Natal - RN, a capital city of Brazil northeastern. The models used for prediction of time series were the Simple Exponential Smoothing, Holt, Holt Winters Additive and Holt Winters Multiplicative. The objective of the predictions of the series is to check which model will generate the best predictions of network parameters WCDMA - HSPA.

Análise de métodos para detecção de mudanças estruturais em séries temporais climáticas

The time series analysis has played an increasingly important role in weather and climate studies. The success of these studies depends crucially on the knowledge of the quality of climate data such as, for instance, air temperature and rainfall data. For this reason, one of the main challenges for the researchers in this field is to obtain homogeneous series. A time series of climate data is considered homogeneous when the values of the observed data can change only due to climatic factors, i.e., without any interference from external non-climatic factors. Such non-climatic factors may produce undesirable effects in the time series, as unrealistic homogeneity breaks, trends and jumps. In the present work it was investigated climatic time series for the city of Natal, RN, namely air temperature and rainfall time series, for the period spanning from 1961 to 2012. The main purpose was to carry out an analysis in order to check the occurrence of homogeneity breaks or trends in the series under investigation. To this purpose, it was applied some basic statistical procedures, such as normality and independence tests. The occurrence of trends was investigated by linear regression analysis, as well as by the Spearman and Mann-Kendall tests. The homogeneity was investigated by the SNHT, as well as by the Easterling-Peterson and Mann-Whitney-Pettit tests. Analyzes with respect to normality showed divergence in their results. The von Neumann ratio test showed that in the case of the air temperature series the data are not independent and identically distributed (iid), whereas for the rainfall series the data are iid. According to the applied testings, both series display trends. The mean air temperature series displays an increasing trend, whereas the rainfall series shows an decreasing trend. Finally, the homogeneity tests revealed that all series under investigations present inhomogeneities, although they breaks depend on the applied test. In summary, the results showed that the chosen techniques may be applied in order to verify how well the studied time series are characterized. Therefore, these results should be used as a guide for further investigations about the statistical climatology of Natal or even of any other place.

Aplicação de técnicas de classificação em séries temporais

Hoje, há um interesse crescente pela aprendizagem de uma segunda língua, quer seja por razões profissionais ou pessoais. Esta é uma tendência que se vai afirmando num mundo cada vez mais interconectado. Por outro lado, a democratização das tecnologias computacionais torna possível pensar em desenvolver novas técnicas de ensino de línguas mais automatizadas e personalizadas. Esta dissertação teve como objetivo estudar e implementar um conjunto de técnicas de processamento de sinal e de classificação de séries temporais úteis para o desenvolvimento de metodologias do ensino oral com feedback automático. São apresentados resultados preliminares sobre a prestação destas técnicas, e avaliada a viabilidade deste tipo de abordagem.

Detecção e análise de áreas queimadas por meio da normalização de séries temporais MODIS na região do Jalapão

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-Graduação em Geografia, 2015.

Análise não linear de séries temporais e aplicações à Psicologia

Nesta dissertação estudámos as séries temporais que representam a complexa dinâmica do comportamento. Demos especial atenção às técnicas de dinâmica não linear. As técnicas fornecem-nos uma quantidade de índices quantitativos que servem para descrever as propriedades dinâmicas do sistema. Estes índices têm sido intensivamente usados nos últimos anos em aplicações práticas em Psicologia. Estudámos alguns conceitos básicos de dinâmica não linear, as características dos sistemas caóticos e algumas grandezas que caracterizam os sistemas dinâmicos, que incluem a dimensão fractal, que indica a complexidade de informação contida na série temporal, os expoentes de Lyapunov, que indicam a taxa com que pontos arbitrariamente próximos no espaço de fases da representação do espaço dinâmico, divergem ao longo do tempo, ou a entropia aproximada, que mede o grau de imprevisibilidade de uma série temporal. Esta informação pode então ser usada para compreender, e possivelmente prever, o comportamento. ABSTRACT: ln this thesis we studied the time series that represent the complex dynamic behavior. We focused on techniques of nonlinear dynamics. The techniques provide us a number of quantitative indices used to describe the dynamic properties of the system. These indices have been extensively used in recent years in practical applications in psychology. We studied some basic concepts of nonlinear dynamics, the characteristics of chaotic systems and some quantities that characterize the dynamic systems, including fractal dimension, indicating the complexity of information in the series, the Lyapunov exponents, which indicate the rate at that arbitrarily dose points in phase space representation of a dynamic, vary over time, or the approximate entropy, which measures the degree of unpredictability of a series. This information can then be used to understand and possibly predict the behavior.

Séries temporais de EVI/MODIS na identificação da dinâmica da soja em sistema plantio direto no Mato Grosso, Brasil.

As respostas espectrais monitoradas pelo sensor MODIS (MODerate-resolution Imaging Spectroradiometer) podem auxiliar não apenas na identificação dos cultivos, mas também no sistema de manejo adotado pelos produtores rurais de uma região. Objetivou-se com este trabalho avaliar respostas da soja através de índices de vegetação realçado (EVI) extraídos do MODIS como resposta a dinâmica da soja em sistema plantio direto no Estado de Mato Grosso. A área considerada abrange 23 municípios mais representativos na produção de soja no Estado, respondendo no ano agrícola de 2005-2006 a cerca de 65% da produção de soja no Estado. O índice biofísico EVI é eficiente para mapear áreas com cultivos de soja e identificar áreas que adotam práticas conservacionistas como as preconizadas pelo sistema plantio direto. A evolução espaço-temporal do plantio direto apontado pelas respostas espectrais aponta que houve influência sócio-cultural na adoção de práticas do sistema plantio direto, pelos produtores rurais do Estado de Mato Grosso.

Contributos para a análise estatística de séries de contagem

A análise das séries temporais de valores inteiros tornou-se, nos últimos anos, uma área de investigação importante, não só devido à sua aplicação a dados de contagem provenientes de diversos campos da ciência, mas também pelo facto de ser uma área pouco explorada, em contraste com a análise séries temporais de valores contínuos. Uma classe que tem obtido especial relevo é a dos modelos baseados no operador binomial thinning, da qual se destaca o modelo auto-regressivo de valores inteiros de ordem p. Esta classe é muito vasta, pelo que este trabalho tem como objectivo dar um contributo para a análise estatística de processos de contagem que lhe pertencem. Esta análise é realizada do ponto de vista da predição de acontecimentos, aos quais estão associados mecanismos de alarme, e também da introdução de novos modelos que se baseiam no referido operador. Em muitos fenómenos descritos por processos estocásticos a implementação de um sistema de alarmes pode ser fundamental para prever a ocorrência de um acontecimento futuro. Neste trabalho abordam-se, nas perspectivas clássica e bayesiana, os sistemas de alarme óptimos para processos de contagem, cujos parâmetros dependem de covariáveis de interesse e que variam no tempo, mais concretamente para o modelo auto-regressivo de valores inteiros não negativos com coeficientes estocásticos, DSINAR(1). A introdução de novos modelos que pertencem à classe dos modelos baseados no operador binomial thinning é feita quando se propõem os modelos PINAR(1)T e o modelo SETINAR(2;1). O modelo PINAR(1)T tem estrutura periódica, cujas inovações são uma sucessão periódica de variáveis aleatórias independentes com distribuição de Poisson, o qual foi estudado com detalhe ao nível das suas propriedades probabilísticas, métodos de estimação e previsão. O modelo SETINAR(2;1) é um processo auto-regressivo de valores inteiros, definido por limiares auto-induzidos e cujas inovações formam uma sucessão de variáveis independentes e identicamente distribuídas com distribuição de Poisson. Para este modelo estudam-se as suas propriedades probabilísticas e métodos para estimar os seus parâmetros. Para cada modelo introduzido, foram realizados estudos de simulação para comparar os métodos de estimação que foram usados.

Modelos autoregressivos por limiares em séries de contagem

A modelação e análise de séries temporais de valores inteiros têm sido alvo de grande investigação e desenvolvimento nos últimos anos, com aplicações várias em diversas áreas da ciência. Nesta tese a atenção centrar-se-á no estudo na classe de modelos basedos no operador thinning binomial. Tendo como base o operador thinning binomial, esta tese focou-se na construção e estudo de modelos SETINAR(2; p(1); p(2)) e PSETINAR(2; 1; 1)T , modelos autorregressivos de valores inteiros com limiares autoinduzidos e dois regimes, admitindo que as inovações formam uma sucessão de variáveis independentes com distribuição de Poisson. Relativamente ao primeiro modelo analisado, o modelo SETINAR(2; p(1); p(2)), além do estudo das suas propriedades probabilísticas e de métodos, clássicos e bayesianos, para estimar os parâmetros, analisou-se a questão da seleção das ordens, no caso de elas serem desconhecidas. Com este objetivo consideraram-se algoritmos de Monte Carlo via cadeias de Markov, em particular o algoritmo Reversible Jump, abordando-se também o problema da seleção de modelos, usando metodologias clássica e bayesiana. Complementou-se a análise através de um estudo de simulação e uma aplicação a dois conjuntos de dados reais. O modelo PSETINAR(2; 1; 1)T proposto, é também um modelo autorregressivo com limiares autoinduzidos e dois regimes, de ordem unitária em cada um deles, mas apresentando uma estrutura periódica. Estudaram-se as suas propriedades probabilísticas, analisaram-se os problemas de inferência e predição de futuras observações e realizaram-se estudos de simulação.

Análise de séries de tempo e modelo de formação de expectativas

É fato comum na teoria econômica que os indivíduos reagem a valores correntes de variáveis e a seus valores esperados no futuro. Como as expectativas se formam ainda é matéria de debates. É improvável que exista um único mecanismo explicativo. Propomos como uma importante aplicação do estudo de séries de tempo, a geração de modelos de formação de expectativas através de tais técnicas. Neste trabalho descrevemos e discutimos os modelos de formação de expectativas mais usuais empregados em estudos econômicos passados.

Análise de séries de tempo financeiras: uma aplicação da teoria do caos em finanças empíricas

A dissertação tem como principal objetivo a busca de evidências da existência de um componente determinístico no comportamento dos preços de certas ações negociadas na Bolsa de Valores de São Paulo (BOVESPA) e em índices amplos do mercado, tais como o Ibovespa e IBX e, como conseqüência, determinar se a Hipótese de Mercado Eficiente é válida para o mercado financeiro brasileiro. Um objetivo secundário é mostrar a aplicabilidade de técnicas interdisciplinares ao estudo de Finanças empíricas, técnicas essas que, desde sua incepção, já levam em consideração o fato de que os dados estudados não atendem ao requisito de normalidade e que as observações não são independentes entre si. Essa aplicabilidade já é largamente demonstrada em inúmeros estudos internacionais e diversas publicações no Brasil. Porém, o presente trabalho tentará aplicar uma estrutura analítica mais flexível e computacionalmente mais eficiente, utilizando ferramentas trazidas do campo da Teoria da Informação e avanços relativamente recentes da área.

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer, 90 neurons in one hidden layer and one given as the output layer (Ibovespa). These models used backpropagation, an input activation function based on the tangent sigmoid and a linear output function. Since the aim of analyzing the adherence of the Method of Artificial Neural Networks to carry out predictions of the Ibovespa, we chose to perform this analysis by comparing results between this and Time Series Predictive Model GARCH, developing a GARCH model (1.1).Once applied both methods (ANN and GARCH) we conducted the results' analysis by comparing the results of the forecast with the historical data and by studying the forecast errors by the MSE, RMSE, MAE, Standard Deviation, the Theil's U and forecasting encompassing tests. It was found that the models developed by means of ANNs had lower MSE, RMSE and MAE than the GARCH (1,1) model and Theil U test indicated that the three models have smaller errors than those of a naïve forecast. Although the ANN based on returns have lower precision indicator values than those of ANN based on prices, the forecast encompassing test rejected the hypothesis that this model is better than that, indicating that the ANN models have a similar level of accuracy . It was concluded that for the data series studied the ANN models show a more appropriate Ibovespa forecasting than the traditional models of time series, represented by the GARCH model