Análise dinâmico-mecânica: aplicações em filmes comestíveis

Edible films are thin materials based on biopolymers and food additives. The aim of this work is a review on the application of dynamic mechanical analysis in edible film technology. After a brief review of the linear visco-elasticity theory, a description of some practical aspects related to dynamic mechanical analysis, such as sample fixation and sample dehydration during analysis and types and modes of tests are presented. Thus, the use of temperature scanning analysis for glass transition and for plasticizer-biopolymer compatibility studies and frequency scanning tests, less common in edible film technology, are critically reviewed.

Modelos de resposta à interação entre fármacos anestésicos : análise de regressão e análise de Clusters

Os avanços tecnológicos e científicos, na área da saúde, têm vindo a aliar áreas como a Medicina e a Matemática, cabendo à ciência adequar de forma mais eficaz os meios de investigação, diagnóstico, monitorização e terapêutica. Os métodos desenvolvidos e os estudos apresentados nesta dissertação resultam da necessidade de encontrar respostas e soluções para os diferentes desafios identificados na área da anestesia. A índole destes problemas conduz, necessariamente, à aplicação, adaptação e conjugação de diferentes métodos e modelos das diversas áreas da matemática. A capacidade para induzir a anestesia em pacientes, de forma segura e confiável, conduz a uma enorme variedade de situações que devem ser levadas em conta, exigindo, por isso, intensivos estudos. Assim, métodos e modelos de previsão, que permitam uma melhor personalização da dosagem a administrar ao paciente e por monitorizar, o efeito induzido pela administração de cada fármaco, com sinais mais fiáveis, são fundamentais para a investigação e progresso neste campo. Neste contexto, com o objetivo de clarificar a utilização em estudos na área da anestesia de um ajustado tratamento estatístico, proponho-me abordar diferentes análises estatísticas para desenvolver um modelo de previsão sobre a resposta cerebral a dois fármacos durante sedação. Dados obtidos de voluntários serão utilizados para estudar a interação farmacodinâmica entre dois fármacos anestésicos. Numa primeira fase são explorados modelos de regressão lineares que permitam modelar o efeito dos fármacos no sinal cerebral BIS (índice bispectral do EEG – indicador da profundidade de anestesia); ou seja estimar o efeito que as concentrações de fármacos têm na depressão do eletroencefalograma (avaliada pelo BIS). Na segunda fase deste trabalho, pretende-se a identificação de diferentes interações com Análise de Clusters bem como a validação do respetivo modelo com Análise Discriminante, identificando grupos homogéneos na amostra obtida através das técnicas de agrupamento. O número de grupos existentes na amostra foi, numa fase exploratória, obtido pelas técnicas de agrupamento hierárquicas, e a caracterização dos grupos identificados foi obtida pelas técnicas de agrupamento k-means. A reprodutibilidade dos modelos de agrupamento obtidos foi testada através da análise discriminante. As principais conclusões apontam que o teste de significância da equação de Regressão Linear indicou que o modelo é altamente significativo. As variáveis propofol e remifentanil influenciam significativamente o BIS e o modelo melhora com a inclusão do remifentanil. Este trabalho demonstra ainda ser possível construir um modelo que permite agrupar as concentrações dos fármacos, com base no efeito no sinal cerebral BIS, com o apoio de técnicas de agrupamento e discriminantes. Os resultados desmontram claramente a interacção farmacodinâmica dos dois fármacos, quando analisamos o Cluster 1 e o Cluster 3. Para concentrações semelhantes de propofol o efeito no BIS é claramente diferente dependendo da grandeza da concentração de remifentanil. Em suma, o estudo demostra claramente, que quando o remifentanil é administrado com o propofol (um hipnótico) o efeito deste último é potenciado, levando o sinal BIS a valores bastante baixos.

Análise conjunta de regressões e planos de melhoramento

A Análise Conjunta de Regressões, ACR, é uma técnica conhecida pela sua utilização na comparação e selecção de cultivares. A sua aplicação estava geralmente condicionada a ensaios realizados num número reduzido de anos, para um conjunto fixo de ecultivares. Neste trabalho, vamos estudar a extensão do âmbito de aplicação desta técnica a planos de melhoramento. Os ensaios analisados através da ACR encontram-se divididos em blocos. A produtividade de cada bloco é medida pelo respectivo índice ambiental. A técnica da ACR, como o seu próprio nome indica, consiste no ajustamento de regressões lineares do rendimento de cada cultivar no respectivo índice ambiental. Numa primeira parte, apresentamos as técnicas estatísticas que serão utilizadas posteriormente na análise dum plano de melhoramento concreto. Mostraremos nomeadamente, como realizar os ajustamentos das regressões lineares e como proceder à comparação e selecção dos cultivares. Na segunda parte o nosso trabalho mostrará, revendo-se no Plano de Melhoramento de Trigo Mole em Portugal (1986 - 2000), como utilizar a ACR em planos de melhoramento. Apresentaremos ainda um modelo para os índices ambientais, usando variáveis dummy associadas a anos, locais e cultivares. Os coeficientes ajustados para os anos foram usados para expressar, no caso do Programa de Melhoramento do Trigo Mole em Portugal, os efeitos atribuíveis ao factor ano. Os resultados obtidos no caso Português, indicam claramente a utilidade da técnica da ACR no acompanhamento de programas de melhoramento, mais precisamente, na tomada de decisão relativa aos cultivares que devem permanecer no plano de melhoramento de um ano para o outro.

Um alisador de máxima verosimilhança local (MVL) com o modelo de regressão de Poisson, para análise de regressão de dados de contagem

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação.

Explicações para a divulgação voluntária ambiental no Brasil utilizando a análise de regressão em painel

O objetivo no estudo aqui apresentado foi identificar os fatores que determinam a divulgação voluntária ambiental pelas empresas brasileiras potencialmente poluidoras. Para tanto, foram analisa- das as Demonstrações Financeiras Padronizadas (DFPs) e os Relató- rios de Sustentabilidade (RS) do período de 2005 a 2007 das empresas abertas com ações listadas na Bolsa de Valores de São Paulo (Bovespa) e pertencentes a setores de alto impacto ambiental, que compreendem extração e tratamento de minerais; metalúrgico; químico; papel e celulose; indústria de couros e peles; transporte, terminais, depósitos e comércio (de combustíveis, derivados de petróleo e produtos químicos). Com o intuito de explicar a evidenciação ambiental divulgada pelas empresas investigadas, foram formuladas sete hipóteses testadas a partir de instrumentos de análise estatística. Essas hipóteses referem-se a fatores individuais das empresas, que englobam tamanho, rentabilidade, endividamento, empresa de auditoria, sustentabilidade, internacionalização e publicação do RS. Os resultados mostram que, nos três anos analisados, as 57 empresas que compõem a amostra do estudo evidenciaram um total de 6.182 sentenças ambientais, 73% delas divulgadas nos RS e 27% nas DFPs. A análise de regressão em painel demonstrou que as variáveis tamanho da empresa, empresa de auditoria, sustentabilidade e publicação do RS são relevantes a um nível de significância de 5% para a explicação do disclosure voluntário de informações ambientais. Concluiu-se que os achados da pesquisa corroboram a teoria positiva da contabilidade, e parcialmente a teoria da legitimidade.

Modelo de análise de regressão periódica da precipitação mensal, da bacia atlântico sudeste, no Estado do Paraná

Este trabalho consistiu da realização da análise de regressão periódica dos totais mensais de precipitação de oito localidades do Estado do Paraná. Foram derivados modelos matemáticos que descrevem o transcurso desta variável, considerando um período de doze meses. A análise foi desenvolvida através da álgebra matricial e realizada a expansão em série de Fourier de uma função f(t), periódica e definida para o intervalo. Os dados originais foram ajustados para meses de 30 dias, transformados para normalizar a distribuição. Posteriormente foram determinados todos os componentes harmônicos das funções referentes a cada um dos oito locais. Após a verificação da normalidade dos componentes harmônicos, realizou-se a análise de variância, o que permitiu identificar os componentes harmônicos significativos, que foram escolhidos para fazer parte da equação de regressão correspondente a cada local. Estas equações explicaram de 89,56% a 99,60% da variação devida a meses, considerando o conjunto das localidades estudadas. A probabilidade de ocorrência de um ano conforme o modelo, expressa em porcentagem, variou de 14,19% a 68,42%, enquanto a probabilidade de ocorrência de um ano conforme a média variou de 0,02% a 1,87%.

Análise dinâmico-mecânica: aplicações em filmes comestíveis

Edible films are thin materials based on biopolymers and food additives. The aim of this work is a review on the application of dynamic mechanical analysis in edible film technology. After a brief review of the linear visco-elasticity theory, a description of some practical aspects related to dynamic mechanical analysis, such as sample fixation and sample dehydration during analysis and types and modes of tests are presented. Thus, the use of temperature scanning analysis for glass transition and for plasticizer-biopolymer compatibility studies and frequency scanning tests, less common in edible film technology, are critically reviewed.

Estimação de parâmetros genéticos em caprinos leiteiros por meio de análise de regressão aleatória utilizando-se a Amostragem de Gibbs

Modelos de regressão aleatória foram utilizados neste estudo para estimar parâmetros genéticos da produção de leite no dia do controle (PLDC) em caprinos leiteiros da raça Alpina, por meio da metodologia Bayesiana. As estimativas geradas foram comparadas às obtidas com análise de regressão aleatória, utilizando-se o REML. As herdabilidades encontradas pela análise Bayesiana variaram de 0,18 a 0,37, enquanto, pelo REML, variaram de 0,09 a 0,32. As correlações genéticas entre dias de controle próximos se aproximaram da unidade, decrescendo gradualmente conforme a distância entre os dias de controle aumentou. Os resultados obtidos indicam que: a estrutura de covariâncias da PLDC em caprinos ao longo da lactação pode ser modelada adequadamente por meio da regressão aleatória; a predição de ganhos genéticos e a seleção de animais geneticamente superiores é viável ao longo de toda a trajetória da lactação; os resultados gerados pelas análises de regressão aleatória utilizando-se a Amostragem de Gibbs e o REML foram semelhantes, embora as estimativas das variâncias genéticas e das herdabilidades tenham sido levemente superiores na análise Bayesiana, utilizando-se a Amostragem de Gibbs.

ANÁLISE DE REGRESSÃO em EXPERIMENTOS em PARCELAS SUBDIVIDIDAS COM DADOS NÃO-BALANCEADOS: UMA SOLUÇÃO NA LINGUAGEM GLIM

São estabelecidas as matrizes necessárias para a realização da análise de variância de experimentos em parcelas subdivididas, com dados não-balanceados e balanceados, quando os tratamentos aplicados às parcelas e os tratamentos aplicados às subparcelas são ambos fatores quantitativos, usando a teoria de modelos lineares e de modelos lineares generalizados. Foi desenvolvido um programa computacional, na linguagem GLIM, para a realização da análise.

Análise funcional e aplicações

Pós-graduação em Matemática Universitária - IGCE

Risco de crédito: uma abordagem utilizando análise discriminante, regressão logística e redes neurais artificiais

Considering the relevance of researches concerning credit risk, model diversity and the existent indicators, this thesis aimed at verifying if the Fleuriet Model contributes in discriminating Brazilian open capital companies in the analysis of credit concession. We specifically intended to i) identify the economic-financial indicators used in credit risk models; ii) identify which economic-financial indicators best discriminate companies in the analysis of credit concession; iii) assess which techniques used (discriminant analysis, logistic regression and neural networks) present the best accuracy to predict company bankruptcy. To do this, the theoretical background approached the concepts of financial analysis, which introduced themes relative to the company evaluation process; considerations on credit, risk and analysis; Fleuriet Model and its indicators, and, finally, presented the techniques for credit analysis based on discriminant analysis, logistic regression and artificial neural networks. Methodologically, the research was defined as quantitative, regarding its nature, and explanatory, regarding its type. It was developed using data derived from bibliographic and document analysis. The financial demonstrations were collected by means of the Economática ® and the BM$FBOVESPA website. The sample was comprised of 121 companies, being those 70 solvents and 51 insolvents from various sectors. In the analyses, we used 22 indicators of the Traditional Model and 13 of the Fleuriet Model, totalizing 35 indicators. The economic-financial indicators which were a part of, at least, one of the three final models were: X1 (Working Capital over Assets), X3 (NCG over Assets), X4 (NCG over Net Revenue), X8 (Type of Financial Structure), X9 (Net Thermometer), X16 (Net Equity divided by the total demandable), X17 (Asset Turnover), X20 (Net Equity Profitability), X25 (Net Margin), X28 (Debt Composition) and X31 (Net Equity over Asset). The final models presented setting values of: 90.9% (discriminant analysis); 90.9% (logistic regression) and 97.8% (neural networks). The modeling in neural networks presented higher accuracy, which was confirmed by the ROC curve. In conclusion, the indicators of the Fleuriet Model presented relevant results for the research of credit risk, especially if modeled by neural networks.

Técnicas de análise multivariada com aplicações a dados de natureza biológica

A análise estatística multivariada, extensão da análise univariada, consiste num conjunto de técnicas estatísticas, aplicadas quando há diversas variáveis relacionadas simultaneamente, sendo todas elas, em princípio, consideradas importantes no fenômeno em estudo. É de grande aplicação a conjuntos de dados das mais diversas áreas do conhecimento, principalmente da área biológica. Seu desenvolvimento teve um grande impulso na primeira metade do século passado. Entretanto, devido a complexidade dos cálculos matemáticos, principalmente envolvendo operações com matrizes de altas ordens, as aplicações somente se popularizaram nos dias atuais, com o desenvolvimento dos computadores e aplicativos computacionais. Técnicas estudadas: distâncias multivariadas, componentes principais, análise fatorial, correlações canônicas, análise de correspondência, teste t² de Hotelling, análise de variância multivariada (Manova), teste de normalidade multivariada, igualdade de matrizes de variâncias e covariâncias para populações multinormais