The relationship between fiscal and current account balances in the Caribbean

Includes bibliography

Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.

Relações entre raios e chuvas na Amazônia Oriental

O objetivo desse estudo foi analisar a relação entre descargas elétricas, associadas à precipitação dentro de áreas selecionadas no leste da Amazônia no período de setembro de 2008 a dezembro de 2010. Os estudos foram realizados dentro de um raio de 100 km centralizados em pluviômetros instalados das localidades de Belém, Caxiuanã e Santarém. Essas áreas foram escolhidas por encontrarem-se aproximadamente na mesma latitude, e vão se distanciando do Oceano Atlântico, buscando observar a sazonalidade dos sistemas precipitantes causadores de raios e sua penetração no continente, observando as características climatológica distintas de cada área. Os dados de chuvas foram obtidos através do banco de dados da ANA, RPCH, INMET e através do Projeto LBA. Os sistemas meteorológicos de grande escala acompanhados de sistemas de escala menores, parecem atuar primeiramente em Belém e vão adentrando o continente atingindo as outras áreas de estudo. Em Belém, também foram observadas as maiores ocorrências de raios comparados com Caxiuanã e Santarém, sendo que nessas localidades, os raios antecedem as chuvas em quase todas as observações. Foram observadas as defasagens dos máximos de ocorrências de raios e chuvas de aproximadamente dois meses acompanhando principalmente o sentido norte sul de deslocamento da ZCIT e seu acoplamento com outros sistemas de escala local ou de meso escala. Foi feito um estudo de caso em Belém e Santarém onde observou-se que a ZCIT não segue o mesmo padrão de deslocamento para as duas localidades , ou seja, ela atinge primeiramente Belém e aproximadamente três dias depois o sistema atingiu a cidade de Santarém. Mesmo com essa defasagem de tempo foi visto que nas duas localidades as ocorrências de raios antecederam as chuvas. Também foi realizado um estudo pioneiro dentro das bacias do Tocantins e Xingu sobre a relação entre raios e chuva, na tentativa de se desenvolver uma alternativa de método auxiliar para prognostico dos períodos de cheias e secas dentro dessas bacias através das ocorrências de raios sobre essas áreas. Os estudos mais detalhados foram realizados nas áreas a montante das barragens de Tocantins onde se encontra a usina hidroelétrica de Tucuruí, e dentro da área da bacia do Xingu onde está sendo construída a barragem de Belo Monte. Foram utilizados dados de precipitação pluviométrica das bacias do Tocantins e Xingu obtidos através da HIDROWEB-ANA operados pela CPRM dentro de cada área de estudo. Usando filtros de médias móveis foram observados que as melhores correlações entre raios e chuvas, se encontravam dentro da bacia do Tocantins, provavelmente pela influencia da presença da barragem na bacia do Tocantins onde possibilitou respostas positivas entre a relação da cota do rio com os raios. Considerando o fato de que o período de dois anos de dados não possuem peso estatístico suficiente para estabelecer relações definitivas entre raios e precipitação, os resultados apresentados devem ser considerados como preliminares. No entanto essa metodologia pode ser aplicada para subsidiar modelos de estimativas de precipitação em localidades selecionadas e aplicações no modelamento hidrológico de bacias hidrográficas, onde dados pluviométricos ainda são escassos no leste da Amazônia.

Gráficos de controle de X para monitoramento de processos autocorrelacionados

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Técnicas de análise de dados distribuídos em áreas

Pós-graduação em Biometria - IBB

Métodos de previsão auto-regressivo aplicado a uma série de volume de produção de caminhões

The national truck fleet has expanded strongly in recent decades. However, due to fluctuations in the demand that the market is exposed, it needed up making more effective strategic decisions of automakers. These decisions are made after an evaluation of guaranteed sales forecasts. This work aims to generate an annual forecast of truck production by Box and Jenkins methodology. They used annual data for referring forecast modeling from the year 1957 to 2014, which were obtained by the National Association of Motor Vehicle Manufacturers (Anfavea). The model used was Autoregressive Integrated Moving Average (ARIMA) and can choose the best model for the series under study, and the ARIMA (2,1,3) as representative for conducting truck production forecast

Modelagem auto-regressiva na previsão de demanda dos produtos de uma empresa do setor químico

Considering the high competitiveness in the industrial chemical sector, demand forecast is a relevant factor for decision-making. There is a need for tools capable of assisting in the analysis and definition of the forecast. In that sense, the objective is to generate the chemical industry forecast using an advanced forecasting model and thus verify the accuracy of the method. Because it is time series with seasonality, the model of seasonal autoregressive integrated moving average - SARIMA generated reliable forecasts and acceding to the problem analyzed, thus enabling, through validation with real data improvements in the management and decision making of supply chain

Spatial statistical models that use flow and stream distance

We develop spatial statistical models for stream networks that can estimate relationships between a response variable and other covariates, make predictions at unsampled locations, and predict an average or total for a stream or a stream segment. There have been very few attempts to develop valid spatial covariance models that incorporate flow, stream distance, or both. The application of typical spatial autocovariance functions based on Euclidean distance, such as the spherical covariance model, are not valid when using stream distance. In this paper we develop a large class of valid models that incorporate flow and stream distance by using spatial moving averages. These methods integrate a moving average function, or kernel, against a white noise process. By running the moving average function upstream from a location, we develop models that use flow, and by construction they are valid models based on stream distance. We show that with proper weighting, many of the usual spatial models based on Euclidean distance have a counterpart for stream networks. Using sulfate concentrations from an example data set, the Maryland Biological Stream Survey (MBSS), we show that models using flow may be more appropriate than models that only use stream distance. For the MBSS data set, we use restricted maximum likelihood to fit a valid covariance matrix that uses flow and stream distance, and then we use this covariance matrix to estimate fixed effects and make kriging and block kriging predictions.

Analyzing the ACRE Program

The new farm bill enacted by Congress in June 2008 includes a new revenue-based safety-net, the Average Crop Revenue Election (ACRE) Program, that will be available to producers beginning with the 2009 crop year. This analysis of the mechanics of ACRE and the relevant yields and prices to include in ACRE can help producers assess whether ACRE will be a good choice for this crop year and beyond.

Métodos de previsão auto-regressivo aplicado a uma série de volume de produção de caminhões

The national truck fleet has expanded strongly in recent decades. However, due to fluctuations in the demand that the market is exposed, it needed up making more effective strategic decisions of automakers. These decisions are made after an evaluation of guaranteed sales forecasts. This work aims to generate an annual forecast of truck production by Box and Jenkins methodology. They used annual data for referring forecast modeling from the year 1957 to 2014, which were obtained by the National Association of Motor Vehicle Manufacturers (Anfavea). The model used was Autoregressive Integrated Moving Average (ARIMA) and can choose the best model for the series under study, and the ARIMA (2,1,3) as representative for conducting truck production forecast

Modelagem auto-regressiva na previsão de demanda dos produtos de uma empresa do setor químico

Considering the high competitiveness in the industrial chemical sector, demand forecast is a relevant factor for decision-making. There is a need for tools capable of assisting in the analysis and definition of the forecast. In that sense, the objective is to generate the chemical industry forecast using an advanced forecasting model and thus verify the accuracy of the method. Because it is time series with seasonality, the model of seasonal autoregressive integrated moving average - SARIMA generated reliable forecasts and acceding to the problem analyzed, thus enabling, through validation with real data improvements in the management and decision making of supply chain

Variations in peak expiratory flow measurements associated to air pollution and allergic sensitization in children in Sao Paulo, Brazil

Background In the last 20 years, there has been an increase in the incidence of allergic respiratory diseases worldwide and exposure to air pollution has been discussed as one of the factors associated with this increase. The objective of this study was to investigate the effects of air pollution on peak expiratory flow (PEF) and FEV1 in children with and without allergic sensitization. Methods Ninety-six children were followed from April to July, 2004 with spirometry measurements. They were tested for allergic sensitization (IgE, skin prick test, eosinophilia) and asked about allergic symptoms. Air pollution, temperature, and relative humidity data were available. Results Decrements in PEF were observed with previous 24-hr average exposure to air pollution, as well as with 310-day average exposure and were associated mainly with PM10, NO2, and O3 in all three categories of allergic sensitization. Even though allergic sensitized children tended to present larger decrements in the PEF measurements they were not statistically different from the non-allergic sensitized. Decrements in FEV1 were observed mainly with previous 24-hr average exposure and 3-day moving average. Conclusions Decrements in PEF associated with air pollution were observed in children independent from their allergic sensitization status. Their daily exposure to air pollution can be responsible for a chronic inflammatory process that might impair their lung growth and later their lung function in adulthood. Am. J. Ind. Med. 55:10871098, 2012. (c) 2012 Wiley Periodicals, Inc.

Avaliação da distribuição de sementes por uma semeadora de anel interno rotativo utilizando média móvel exponencial

Conceitos de qualidade cada vez mais se tornam essenciais para a sobrevivência da empresa agrícola, pois a importância do aprimoramento das operações agrícolas se faz necessária para a obtenção de resultados viáveis economicamente, ambientamente e socialmente. Uma das dimensões da qualidade é conseguir de conformidade, ou seja, a garantia de execução exata do que foi planejado para atender aos requisitos dos clientes em relação a um determinado produto ou serviço. Os objetivos deste trabalho são avaliar a distribuição longitudinal entre sementes de uma semeadora de anel interno rotativo, e propor a utilização da metodologia estatística da Média Móvel Exponencialmente Ponderada (MMEP) como alternativa para o controle de qualidade da semeadura, quando não há normalidade da distribuição dos dados. Os resultados demonstraram que a MMEP é adequada para a avaliação da qualidade da distribuição longitudinal de sementes, pois concordou com os dados apresentados na estatística descritiva, o que lhe credencia para avaliação de distribuições não normais.

Analysis and modeling techniques for ultrasonic tissue characterization

This thesis introduces new processing techniques for computer-aided interpretation of ultrasound images with the purpose of supporting medical diagnostic. In terms of practical application, the goal of this work is the improvement of current prostate biopsy protocols by providing physicians with a visual map overlaid over ultrasound images marking regions potentially affected by disease. As far as analysis techniques are concerned, the main contributions of this work to the state-of-the-art is the introduction of deconvolution as a pre-processing step in the standard ultrasonic tissue characterization procedure to improve the diagnostic significance of ultrasonic features. This thesis also includes some innovations in ultrasound modeling, in particular the employment of a continuous-time autoregressive moving-average (CARMA) model for ultrasound signals, a new maximum-likelihood CARMA estimator based on exponential splines and the definition of CARMA parameters as new ultrasonic features able to capture scatterers concentration. Finally, concerning the clinical usefulness of the developed techniques, the main contribution of this research is showing, through a study based on medical ground truth, that a reduction in the number of sampled cores in standard prostate biopsy is possible, preserving the same diagnostic power of the current clinical protocol.

Uncovering the dynamics of cardiac systems using stochastic pacing and frequency domain analyses

Alternans of cardiac action potential duration (APD) is a well-known arrhythmogenic mechanism which results from dynamical instabilities. The propensity to alternans is classically investigated by examining APD restitution and by deriving APD restitution slopes as predictive markers. However, experiments have shown that such markers are not always accurate for the prediction of alternans. Using a mathematical ventricular cell model known to exhibit unstable dynamics of both membrane potential and Ca2+ cycling, we demonstrate that an accurate marker can be obtained by pacing at cycle lengths (CLs) varying randomly around a basic CL (BCL) and by evaluating the transfer function between the time series of CLs and APDs using an autoregressive-moving-average (ARMA) model. The first pole of this transfer function corresponds to the eigenvalue (λalt) of the dominant eigenmode of the cardiac system, which predicts that alternans occurs when λalt≤−1. For different BCLs, control values of λalt were obtained using eigenmode analysis and compared to the first pole of the transfer function estimated using ARMA model fitting in simulations of random pacing protocols. In all versions of the cell model, this pole provided an accurate estimation of λalt. Furthermore, during slow ramp decreases of BCL or simulated drug application, this approach predicted the onset of alternans by extrapolating the time course of the estimated λalt. In conclusion, stochastic pacing and ARMA model identification represents a novel approach to predict alternans without making any assumptions about its ionic mechanisms. It should therefore be applicable experimentally for any type of myocardial cell.