Contribuição à confiabilidade de estacas cravadas através de um estudo de caso com aplicação da teoria Bayesiana.

Nos diversos segmentos da Geotecnia e em especial na área de fundações, o engenheiro se depara com uma série de incertezas. Algumas destas incertezas são inerentes à variabilidade local do solo, às condições de carregamento, aos efeitos do tempo, às diferenças nos processos executivos, erros de sondagens, que influenciam diretamente a estimativa da capacidade de carga da fundação, seja por ocasião de seu carregamento estático, seja durante ou logo após a cravação. O objetivo desta dissertação é a adaptação, a estacas em terra (onshore), de um procedimento concebido originalmente para emprego em estacas offshore, que trata da atualização da estimativa da resistência durante a cravação, com base em registros documentados durante a execução. Neste procedimento a atualização é feita através da aplicação dos conceitos da análise Bayesiana, assumindo que os parâmetros da distribuição probabilística utilizada sejam variáveis randômicas. A incerteza dos parâmetros é modelada por distribuições a priori e a posteriori. A distribuição a posteriori é calculada pela atualização da distribuição a priori, utilizando uma função de máxima verossimilhança, que contém a observação obtida dos registros de cravação. O procedimento é aplicado a um conjunto de estacas de um extenso estaqueamento executado na Zona Oeste do Rio de Janeiro. As estimativas atualizadas são posteriormente comparadas aos resultados dos ensaios de carregamento dinâmico. Várias aplicações podem surgir com o emprego deste procedimento, como a seleção das estacas que, por apresentarem reduzido valor de estimativa atualizada de resistência, ou uma maior incerteza desta estimativa, devam ser submetidas a provas de carga. A extensão deste estudo a diferentes tipos de estacas em perfis de solo de natureza distintos poderá levar ao desenvolvimento de sistemas mais adequados de controle de execução, capazes de identificar as principais incertezas presentes nos diferentes tipos de execução de estacas, contribuindo assim para a otimização de futuros projetos de fundações.

Desenvolvimento de interfaces gráficas para estatística Bayesiana aplicada à comparação mista de tratamentos

A partir dos avanços obtidos pela industria farmacêutica surgiram diversos medicamentos para o combate de enfermidades. Esses medicamentos possuem efeito tópico similar porém com suaves modificações em sua estrutura bioquímica, com isso a concorrência entre as industrias farmacêuticas se torna cada vez mais acirrada. Como forma de comparar a efetividade desses medicamentos, surgem diversas metodologias, com o objetivo de encontrar qual seria o melhor medicamento para uma dada situação. Uma das metodologias estudadas é a comparação mista de tratamentos, cujo objetivo é encontrar a efetividade de determinadas drogas em estudos e/ou ensaios clínicos que abordem, mesmo que de maneira indireta, os medicamentos estudados. A utilização dessa metodologia é demasiadamente complexa pois requer conhecimento de linguagens de programação em ambientes estatísticos além do domínio sobre as metodologias aplicadas a essa técnica. O objetivo principal desse estudo é a criação de uma interface gráfica que facilite a utilização do MTC para usuários que não possuam conhecimento em linguagens de programação, que seja de código aberto e multiplataforma. A expectativa é que, com essa interface, a utilização de técnicas mais abrangentes e avançadas seja facilitada, além disso, venha tornar o ensinamento sobre o tema mais facilitado para pessoas que ainda não conhecem o método

Contribuição à confiabilidade de estacas tipo raiz através de um estudo de provas de carga estáticas com aplicação da teoria bayesiana.

Atualmente, o assunto de segurança em fundações tem despertado a atenção de diversos pesquisadores. Muitos entendem ser ultrapassada a utilização, pura e simples, de fatores de segurança em obras geotécnicas. O tratamento determinístico nos projetos de fundações não corresponde às variações e incertezas geradas em todo o processo de investigação do subsolo e processo executivo da fundação, sendo ainda o projeto de fundações um fim de linha de uma longa fila de disciplinas que a precedem e que geram também incertezas nas informações de esforços de suas estruturas e solicitações nas fundações. Porém, são as fundações as primeiras a serem executadas em qualquer obra civil. Este aspecto tem levado à necessidade crescente de verificar também a probabilidade de ruína da fundação por meio da chamada análise de confiabilidade. Com o objetivo de contribuir com a discussão sobre o emprego da análise de confiabilidade, as orientações da norma e o aprimoramento de modelos de cálculo, esta dissertação apresenta, através da aplicação em um estudo de caso, os diferentes aspectos de segurança abordados em projetos de fundações. Procura-se destacar dois tipos básicos de incertezas: aquelas inerentes à variabilidade espacial das propriedades do solo e as decorrentes do modelo de cálculo. Nesta pesquisa são procedidas inicialmente as extrapolações das curvas das provas de carga, que resultarão nos valores da função de Verossimilhança, para a atualização por Bayes. Numa segunda etapa se procede à estimativa da capacidade de carga a priori por alguns métodos consagrados e amplamente utilizados no Brasil. A atualização da estimativa da capacidade de carga é, a seguir, realizada através da metodologia de Bayes, sendo esta uma aplicação de conceitos da probabilidade condicional. A ideia de se proceder a estas duas alternativas de análise à priori foi norteada por duas motivações distintas: i) contribuir para a prática, pelo procedimento de combinação de informações num caso real bem documentado, conforme proposto por Vrouwenvelder (1992) e ii) motivar discussão de opiniões polêmicas de engenheiros de fundações brasileiros em relação à adoção de um fator de segurança inferior a 2 no caso de provas de carga especificadas na fase de projeto.

Análise dos problemas direto e inverso em um modelo de evolução populacional através de transformações integrais e inferência bayesiana

Modelos de evolução populacional são há muito tempo assunto de grande relevância, principalmente quando a população de estudo é composta por vetores de doenças. Tal importância se deve ao fato de existirem milhares de doenças que são propagadas por espécies específicas e conhecer como tais populações se comportam é vital quando pretende-se criar políticas públicas para controlar a sua proliferação. Este trabalho descreve um problema de evolução populacional difusivo com armadilhas locais e tempo de reprodução atrasado, o problema direto descreve a densidade de uma população uma vez conhecidos os parâmetros do modelo onde sua solução é obtida por meio da técnica de transformada integral generalizada, uma técnica numérico-analítica. Porém a solução do problema direto, por si só, não permite a simulação computacional de uma população em uma aplicação prática, uma vez que os parâmetros do modelo variam de população para população e precisam, portanto, ter seus valores conhecidos. Com o objetivo de possibilitar esta caracterização, o presente trabalho propõe a formulação e solução do problema inverso, estimando os parâmetros do modelo a partir de dados da população utilizando para tal tarefa dois métodos Bayesianos.

Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Los modelos 'modelos animales con efectos maternos' (MAM) son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co) varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.

Inferencia bayesiana sobre los parámetros de dispersión genéticos y ambientales en modelos animales con efectos maternos

Los modelos 'modelos animales con efectos maternos' (MAM)son modelos lineales mixtos que se utilizan para ajustar registros de caracteres bajo la influencia de efectos maternos. Uno de los desafíos más importantes en el marco de los MAM es la estimación de los parámetros de dispersión o 'componentes de (co)varianza' (CVC). En esta tesis se introducen desde una perspectiva bayesiana contribuciones teóricas y metodológicas con relación a la estimación de CVC para MAM sujetos a estructuras de covarianza novedosas. En primer lugar, se describe una implementación del análisis bayesiano jerárquico vía el algoritmo del muestreo de Gibbs. Luego, se considera una especificación conjugada diferente para la distribución a priori de la matriz de covarianza genética, basada en la distribución Wishart invertida generalizada, y se presenta una estrategia para determinar los correspondientes hiperparámetros. Esta estrategia fue comparada contra otras especificaciones a priori mediante un estudio de simulación estocástica, y produjo estimaciones precisas de los parámetros genéticos, con menores errores estándares y mejor tasa de convergencia. En segundo lugar, se presenta una formulación alternativa del MAM que incluye un parámetro de correlación ambiental entre pares de observaciones madre-progenie, y se desarrolla un procedimiento de estimación basado en un algoritmo de muestreo por grilla. El procedimiento fue programado y ejecutado exitosamente, y se obtuvo la primera estimación del parámetro de correlación con datos de campo para peso al destete en bovinos de carne. Por último, se considera el problema de la estimación de CVC en una población multirracial, donde en general es necesario especificar una estructura de covarianza heterogénea para los valores de cría. En particular, se demuestra que el modelo basado en la descomposición de la matriz de covarianza genética es equivalente al que deriva de la teoría genética cuantitativa. Además, se extiende el modelo para incluir efectos maternos y se describe la implementación de un análisis bayesiano jerárquico con el objetivo de estimar los CVC. El procedimiento fue implementado con éxito en datos experimentales de peso al destete y se obtuvieron por primera vez estimaciones para el conjunto completo de CVC.

Metodologia bayesiana e adequação de modelos

Tese de doutoramento, Estatística e Investigação Operacional (Probabilidades e Estatística), Universidade de Lisboa, Faculdade de Ciências, 2014

Selección de modelos y estimación bayesiana para la tasa de cambio semanal de Colombia.

Este documento revisa y aplica técnicas recientemente desarrolladas para la estimación bayesiana y la selección de modelos en el contexto del modelaje de series de tiempo para la volatilidad estocástica. Luego de ofrecer una revisión de la literatura sobre modelos generalizados autorregresivos condicionales, modelos de volatilidad estocástica y los resultados relevantes en métodos de cadenas de Markov y Montecarlo, se muestra un ejemplo aplicando dichas técnicas. La metodología de siete modelos diferentes se aplica a una serie de tiempo de la tasa de cambio semanal entre Estados Unidos y Colombia. El modelo GARCH, que utiliza una distribución Pearson tipo IV, se prefiere por su técnica de selección (Salto Reversible MCMC) en comparación a otros modelos, entre los cuales se incluyen modelos de volatilidad estocástica con una distribución probabilística T-student.

Um estudo sobre alocação de ativos clássica e bayesiana no mercado acionário brasileiro

Este trabalho teve como objetivo comparar duas metodologias de alocação ótima de ativos, a metodologia clássica e a metodologia bayesiana. O modelo utilizado foi o de Meucci (2005). Foram realizados diversos exercícios empíricos de montagem de carteiras de ativos seguindo essas metodologias, utilizando para isso dados do mercado acionário brasileiro. Os resultados encontrados indicam uma superioridade de desempenho, tanto em termos de retorno quanto de volatilidade, da carteira bayesiana em relação à clássica e desta em relação ao índice de mercado. Ademais, o trabalho também compreende modificações na prior utilizada na estimação bayesiana.

Seguro contra risco de downside de uma carteira : uma proposta híbrida frequentista-Bayesiana com uso de derivativos

Seguros de carteiras proporcionam aos gestores limitar o risco de downside sem renunciar a movimentos de upside. Nesta dissertação, propomos um arcabouço de otimização de seguro de carteira a partir de um modelo híbrido frequentista-Bayesiano com uso de derivativos. Obtemos a distribuição conjunta de retornos regulares através de uma abordagem estatística frequentista, uma vez removidos os outliers da amostra. A distribuição conjunta dos retornos extremos, por sua vez, é modelada através de Redes Bayesianas, cuja topologia contempla os eventos que o gestor considera crítico ao desempenho da carteira. Unindo as distribuições de retornos regulares e extremos, simulamos cenários futuros para a carteira. O seguro é, então, otimizado através do algoritmo Evolução Diferencial. Mostramos uma aplicação passo a passo para uma carteira comprada em ações do Ibovespa, utilizando dados de mercado entre 2008 e 2012.

Análise bayesiana na estimação de correlações genéticas entre escores visuais e características reprodutivas de bovinos Nelore utilizando modelos linear-limiar

Estimaram-se as correlações genéticas entre os escores visuais e as características reprodutivas, utilizando a estatística bayesiana sob modelo animal linear-limiar, em bovinos da raça Nelore. Foram estudadas características categóricas morfológicas, avaliadas visualmente aos oito, 15 e 22 meses de idade; e características contínuas de perímetro escrotal padronizado aos 365 e 450 dias de idade, além da idade ao primeiro parto. As estimativas de correlações genéticas foram de sentido favorável à seleção, apresentando magnitudes moderadas, sugerindo que a seleção de animais para um biótipo desejável pode levar a animais com maior fertilidade e precocidade sexual. As estimativas de correlação genética para o perímetro escrotal padronizado aos 450 dias e a idade ao primeiro parto com as características morfológicas avaliadas aos 22 meses de idade foram maiores do que as obtidas entre as características de escores visuais avaliadas aos oito e 15 meses de idade. A utilização de escores visuais como critério de seleção trará progresso genético também para as características reprodutivas.

Modelo de covariância bayesiana para seleção de protfólios de investimentos

The portfolio theory is a field of study devoted to investigate the decision-making by investors of resources. The purpose of this process is to reduce risk through diversification and thus guarantee a return. Nevertheless, the classical Mean-Variance has been criticized regarding its parameters and it is observed that the use of variance and covariance has sensitivity to the market and parameter estimation. In order to reduce the estimation errors, the Bayesian models have more flexibility in modeling, capable of insert quantitative and qualitative parameters about the behavior of the market as a way of reducing errors. Observing this, the present study aimed to formulate a new matrix model using Bayesian inference as a way to replace the covariance in the MV model, called MCB - Covariance Bayesian model. To evaluate the model, some hypotheses were analyzed using the method ex post facto and sensitivity analysis. The benchmarks used as reference were: (1) the classical Mean Variance, (2) the Bovespa index's market, and (3) in addition 94 investment funds. The returns earned during the period May 2002 to December 2009 demonstrated the superiority of MCB in relation to the classical model MV and the Bovespa Index, but taking a little more diversifiable risk that the MV. The robust analysis of the model, considering the time horizon, found returns near the Bovespa index, taking less risk than the market. Finally, in relation to the index of Mao, the model showed satisfactory, return and risk, especially in longer maturities. Some considerations were made, as well as suggestions for further work

Correlações genéticas entre escores visuais e características reprodutivas em bovinos Nelore usando inferência bayesiana

O objetivo deste trabalho foi estimar a herdabilidade e as correlações genéticas entre escores visuais e características reprodutivas de animais da raça Nelore. As características avaliadas foram: precocidade, musculatura, e escores de conformação à desmama (PD, MD e CD, respectivamente) e ao sobreano (PS, MS e CS, respectivamente); idade ao primeiro parto (IPP); e perímetro escrotal (PE). Foram utilizadas informações de 66.244 animais, nascidos entre 1990 e 2006. Os parâmetros genéticos foram estimados em análises bicaracterísticas, com inferência bayesiana. Foi utilizado um modelo linear para IPP e PE, e um modelo não linear (threshold) para os escores visuais. As herdabilidades estimadas foram: CD, 0,19±0,02; PD, 0,23±0,02; MD, 0,20±0,02; CS, 0,26±0,01; PS, 0,33±0,02; MS, 0,32±0,02; IPP, 0,16±0,03; e PE, 0,36±0,02. As correlações genéticas estimadas entre os escores visuais e IPP foram negativas, de -0,18±0,03 a -0,29±0,02. Correlações genéticas positivas foram obtidas entre os escores visuais e o PE, de 0,19±0,01 a 0,31±0,01. A seleção de animais com os maiores escores visuais, principalmente ao sobreano, permite melhorar o desempenho reprodutivo dos rebanhos