931 resultados para Stochastic Jump


Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas. Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas. Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas . Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Universidade Estadual de Campinas. Faculdade de Educação Física

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Este artigo discute um modelo de previsão combinada para a realização de prognósticos climáticos na escala sazonal. Nele, previsões pontuais de modelos estocásticos são agregadas para obter as melhores projeções no tempo. Utilizam-se modelos estocásticos autoregressivos integrados a médias móveis, de suavização exponencial e previsões por análise de correlações canônicas. O controle de qualidade das previsões é feito através da análise dos resíduos e da avaliação do percentual de redução da variância não-explicada da modelagem combinada em relação às previsões dos modelos individuais. Exemplos da aplicação desses conceitos em modelos desenvolvidos no Instituto Nacional de Meteorologia (INMET) mostram bons resultados e ilustram que as previsões do modelo combinado, superam na maior parte dos casos a de cada modelo componente, quando comparadas aos dados observados.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

OBJETIVO: Investigar em ratos obesos o efeito da prática de exercício resistido sobre a sensibilidade à insulina e sobre a expressão de citocinas pró-inflamatórias e de transportador de glicose em músculo solear. MATERIAIS E MÉTODOS: Ratos Wistar alimentados com dieta hiperlipídica (grupos obesos) foram submetidos ao protocolo de exercício tipo jump squat. A sensibilidade à insulina e a expressão gênica de Tnf-α, SOCS3 e GLUT4 foram comparadas entre os grupos obesos sedentários (OS) e exercitados (OE) e controles sedentários (CS) e exercitados (CE). RESULTADOS: A sensibilidade à insulina estava reduzida no grupo OS e elevada no OE. Os conteúdos de RNAm de Tnf-α e de SOCS3 estavam aumentados no músculo esquelético do grupo OS e reduzidos no OE. O conteúdo proteico e de RNAm de GLUT4 não diferiu entre os grupos. CONCLUSÃO: O exercício resistido reverte o quadro de resistência à insulina periférica e de inflamação no músculo esquelético de obesos induzidos por dieta.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Neste artigo apresentamos uma análise Bayesiana para o modelo de volatilidade estocástica (SV) e uma forma generalizada deste, cujo objetivo é estimar a volatilidade de séries temporais financeiras. Considerando alguns casos especiais dos modelos SV usamos algoritmos de Monte Carlo em Cadeias de Markov e o software WinBugs para obter sumários a posteriori para as diferentes formas de modelos SV. Introduzimos algumas técnicas Bayesianas de discriminação para a escolha do melhor modelo a ser usado para estimar as volatilidades e fazer previsões de séries financeiras. Um exemplo empírico de aplicação da metodologia é introduzido com a série financeira do IBOVESPA.