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.

Descobrindo modelos de previsão para a inflação brasileira : uma análise a partir do algoritmo autometrics

O presente trabalho tem como objetivo avaliar a capacidade preditiva de modelos econométricos de séries de tempo baseados em indicadores macroeconômicos na previsão da inflação brasileira (IPCA). Os modelos serão ajustados utilizando dados dentro da amostra e suas projeções ex-post serão acumuladas de um a doze meses à frente. As previsões serão comparadas a de modelos univariados como autoregressivo de primeira ordem - AR(1) - que nesse estudo será o benchmark escolhido. O período da amostra vai de janeiro de 2000 até agosto de 2015 para ajuste dos modelos e posterior avaliação. Ao todo foram avaliadas 1170 diferentes variáveis econômicas a cada período a ser projetado, procurando o melhor conjunto preditores para cada ponto no tempo. Utilizou-se o algoritmo Autometrics para a seleção de modelos. A comparação dos modelos foi feita através do Model Confidence Set desenvolvido por Hansen, Lunde e Nason (2010). Os resultados obtidos nesse ensaio apontam evidências de ganhos de desempenho dos modelos multivariados para períodos posteriores a 1 passo à frente.

Comparação de modelos de regressão aleatória para estimação de parâmetros genéticos em caprinos leiteiros

Objetivou-se avaliar a melhor modelagem para as variâncias genética aditiva, de ambiente permanente e residual da produção de leite no dia do controle (PLDC) de caprinos. Utilizaram-se modelos de regressão aleatória sobre polinômios ortogonais de Legendre com diferentes ordens de ajuste e variância residual heterogênea. Consideraram-se como efeitos fixos os efeitos de grupo de contemporâneos, a idade da cabra ao parto (co-variável) e a regressão fixa da PLDC sobre polinômios de Legendre, para modelar a trajetória média da população; e, como efeitos aleatórios, os efeitos genético aditivo e de ambiente permanente. O modelo com quatro classes de variâncias residuais foi o que proporcionou melhor ajuste. Os valores do logaritmo da função de verossimilhança, de AIC e BIC apontaram para seleção de modelos com ordens mais altas (cinco para o efeito genético e sete para o efeito de ambiente permanente). Entretanto, os autovalores associados às matrizes de co-variâncias entre os coeficientes de regressão indicaram a possibilidade de redução da dimensionalidade. As altas ordens de ajuste proporcionaram estimativas de variâncias genéticas e correlações genéticas e de ambiente permanente que não condizem com o fenômeno biológico estudado. O modelo de quinta ordem para a variância genética aditiva e de sétima ordem para o ambiente permanente foi indicado. Entretanto, um modelo mais parcimonioso, de quarta ordem para o efeito genético aditivo e de sexta ordem para o efeito de ambiente permanente, foi suficiente para ajustar as variâncias nos dados.

Ajustes de modelos não lineares de efeitos fixos, com ponderação e misto

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelos para dados grupados e sensurados aplicados à área biológica: comparação usando fator de Bayes

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Modelos para estimativa de volume de árvores individuais pela morfometria da copa obtida com LiDAR.

A estimativa volumétrica, a partir do escaneamento digital de florestas por meio do uso do LIDAR, potencializa o emprego de técnicas de manejo de precisão no planejamento da exploração nas florestas tropicais. A utilização dessa tecnologia de sensoriamento remoto permite a incorporação de variáveis da morfometria de copa, ainda pouco empregadas e menos conhecidas em decorrência da dificuldade de coleta em campo. O objeto deste estudo foi construir equações capazes de estimar o volume do fuste de árvores individuais dominantes e codominantes, a partir da morfometria da copa obtida por meio do LIDAR aerotransportado, considerando duas situações de inventário florestal: a) com a coleta do DAP, conjuntamente com as variáveis morfométrica da copa obtidas pelo LIDAR e b) apenas com os dados de morfometria de copa. Para seleção dos modelos foram considerados: a matriz de correlação das variáveis preditoras e a combinação das variáveis que geraram os melhores resultados estatísticos pelos critérios Syx, Syx(%) e Pressp, e que foram homocedásticos e com disposição dos resíduos normais e independentes. Para as melhores equações foram realizadas análise de influência. Os resultados estatísticos do ajuste dos modelos para as duas situações permitiram selecionar equações com e sem DAP, com resultados R2 aj.(%) de a) 92,92 e b) 79,44; Syx (%) de a) 16,73 e b) 27,47; e, critério de Pressp de a) 201,15 m6 e b) 537,47 m6, respectivamente. Por meio das variáveis morfométricas, foi possível desenvolver equações capazes de estimar com precisão o volume do fuste de árvores dominantes e codominantes em florestas tropicais.

Estimação do preço hedônico: uma aplicação para o mercado imobiliário da cidade do Rio de Janeiro

O objetivo da dissertação foi obter um modelo de previsão para os preços dos imóveis, praticados no mercado imobiliário da cidade do Rio de Janeiro no ano 2000, utilizando a Metodologia do Preço Hedônico (HPM), que deve reponder a duas questões: a) Quais são as características relevantes; b) Qual é a forma de relacionamento entre os preços e as características. O modelo de previsão foi obtido, com base em procedimentos econométricos, e teve duas etapas distintas. Na primeira etapa, de formulação do modelo, foram realizadas regressões paras as formas funcionais mais utilizadas pelos estudos na área, a saber, a forma funcional linear, dupla logarítmica e semilogarítmica. Em seguida foi utilizado o procedimento de seleção de modelos “geral para específico”. A segunda etapa consistiu na previsão fora da amostra. Isto é, a partir das formas funcionais reduzidas e utilizando-se dos coeficientes das variáveis significativas, obteve-se os preços estimados e em seguida foram comparados com os preços efetivamente praticados pelo mercado. Calculou-se, então, os Erro Quadrático Médio (EQM) e o Erro Absoluto Médio (EAM) e com o auxílio dos testes de diagnósticos e igualdade de variância, escolheu-se a forma funcional que melhor se adequou aos dados Desta forma, para um nível de significância de 5%, a forma funcional que melhor se adequou aos critérios estabelecidos foi a dupla logarítmica e apresentou como resultado da estimação um R2=92,63% e dentre as características mais relevantes para estimação do preço do imóvel pode-se destacar, entre outras, o tamanho do imóvel como características físicas; a ocorrência de roubos como características de segurança, a quantidade disponível de bens e serviços destinados ao lazer como características de vizinhança e a disponibilidade ou não de serviços de hotelaria como características dummies.

Persistência e riqueza de mamíferos focais em sistemas agropecuários no planalto meridional brasileiro

A demanda pela produção comercial de madeira exótica e criação de gado é uma fonte comum de conflitos que pode produzir um efeito negativo na conservação da vida silvestre. Este conflito é particularmente evidente no sul do Brasil, onde as áreas protegidas não são grandes suficientes para garantir as necessidades de ocupação de espécies com grandes exigências territoriais, e onde a densidade humana é elevada. Desta maneira, a conservação destas espécies precisa ser assegurada com a manutenção de habitats fora das reservas oficiais. O objetivo desta tese foi identificar os padrões de perda de integridade ambiental na paisagem, buscando os limites nos quais a estabilidade de uma comunidade e de sua estrutura trófica podem ser severamente afetados (capítulo 2 e 3), de maneira que estes resultados possam ser utilizados como procedimentos para escolha de áreas a serem protegidas, recuperação ambiental, e seleção de modelos ecologicamente sustentáveis de manejo comercial. Vários características de grupos indicadores baseados na presençaausência de mamíferos florestais (>1kg) foram verificados para este propósito, incluindo a persistência, riqueza, e composição das comunidades, além da riqueza trófica e presença do maior predador da área, o puma Puma concolor. Explorou-se, também, as limitações do uso de estimativas de riqueza de espécies como diretriz exclusiva de ações de conservação. Os resultados mostraram que RE não estava necessariamente relacionada com a melhor integridade ambiental pressuposta, e corroborada através dos outros indicadores (capítulo 3). Adicionalmente, a RE variou com método amostral, resultado que emerge como impecilho para o uso exclusivo deste parâmetro como indicador (capítulo 4). Esta variação implica que inferências de RE baseadas em múltiplos estudos pode resultar em erro se os mesmos métodos amostrais não forem usados em todos eles. A maior parte das espécies amostradas são dependentes da floresta, sendo que a abordagem por indicadores confirmou esta relação, revelando que as comunidades de mamíferos florestais sofreram as maiores perdas em áreas menos florestadas. A configuração da paisagem poderia ser resumida em propriedades particulares de 600 ha, com florestas restritas a menos de 38% na escala de paisagem. Espécies extintas or quase extintas na configuração observada foram a ariranha Pteronura brasiliensis, tamanduá-bandeira Myrmecophaga tridactyla, onça-pintada Panthera onca, anta Tapirus terrestris. Espécies severamente ameaçadas foram o loboguará Chrysocyon brachyurus e queixada Tayassu pecari. Mesmo assim, informações da distribuição histórica destas espécies em ambientes de floresta-savana, antes da colonização completa por causasianos, indicam que a extensão naturalmente reduzida da floresta nestes ambientes não constituía-se em obstáculo para sua existência, a partir do que é possível inferir que a extinção das espécies foi provocada pelo padrão de ocupação rural e atitudes humanas incompatíveis com a existência destas. Atualmente, exceto pelas espécies com maior demanda florestal, muitas demostram uma surpreendente persistência em condições de cobertura florestal nativa de aproximadamente 10% na paisagem rural não urbanizada.

Ensaios sobre a estrutura a termo da taxa de juros

Esta tese é composta de três artigos que analisam a estrutura a termo das taxas de juros usando diferentes bases de dados e modelos. O capítulo 1 propõe um modelo paramétrico de taxas de juros que permite a segmentação e choques locais na estrutura a termo. Adotando dados do tesouro americano, duas versões desse modelo segmentado são implementadas. Baseado em uma sequência de 142 experimentos de previsão, os modelos propostos são comparados à benchmarks e concluí-se que eles performam melhor nos resultados das previsões fora da amostra, especialmente para as maturidades curtas e para o horizonte de previsão de 12 meses. O capítulo 2 acrescenta restrições de não arbitragem ao estimar um modelo polinomial gaussiano dinâmico de estrutura a termo para o mercado de taxas de juros brasileiro. Esse artigo propõe uma importante aproximação para a série temporal dos fatores de risco da estrutura a termo, que permite a extração do prêmio de risco das taxas de juros sem a necessidade de otimização de um modelo dinâmico completo. Essa metodologia tem a vantagem de ser facilmente implementada e obtém uma boa aproximação para o prêmio de risco da estrutura a termo, que pode ser usada em diferentes aplicações. O capítulo 3 modela a dinâmica conjunta das taxas nominais e reais usando um modelo afim de não arbitagem com variáveis macroeconômicas para a estrutura a termo, afim de decompor a diferença entre as taxas nominais e reais em prêmio de risco de inflação e expectativa de inflação no mercado americano. Uma versão sem variáveis macroeconômicas e uma versão com essas variáveis são implementadas e os prêmios de risco de inflação obtidos são pequenos e estáveis no período analisado, porém possuem diferenças na comparação dos dois modelos analisados.

Automatic model selection for forecasting brazilian stock returns

This study aims to contribute on the forecasting literature in stock return for emerging markets. We use Autometrics to select relevant predictors among macroeconomic, microeconomic and technical variables. We develop predictive models for the Brazilian market premium, measured as the excess return over Selic interest rate, Itaú SA, Itaú-Unibanco and Bradesco stock returns. We nd that for the market premium, an ADL with error correction is able to outperform the benchmarks in terms of economic performance. For individual stock returns, there is a trade o between statistical properties and out-of-sample performance of the model.

Bayesian binary regression model: an application to in-hospital death after AMI prediction

Um modelo bayesiano de regressão binária é desenvolvido para predizer óbito hospitalar em pacientes acometidos por infarto agudo do miocárdio. Métodos de Monte Carlo via Cadeias de Markov (MCMC) são usados para fazer inferência e validação. Uma estratégia para construção de modelos, baseada no uso do fator de Bayes, é proposta e aspectos de validação são extensivamente discutidos neste artigo, incluindo a distribuição a posteriori para o índice de concordância e análise de resíduos. A determinação de fatores de risco, baseados em variáveis disponíveis na chegada do paciente ao hospital, é muito importante para a tomada de decisão sobre o curso do tratamento. O modelo identificado se revela fortemente confiável e acurado, com uma taxa de classificação correta de 88% e um índice de concordância de 83%.

Regressão Simplex aplicada a delineamentos de mistura e utilização do Algoritmo Boosting

In the composition of this work are present two parts. The first part contains the theory used. The second part contains the two articles. The first article examines two models of the class of generalized linear models for analyzing a mixture experiment, which studied the effect of different diets consist of fat, carbohydrate, and fiber on tumor expression in mammary glands of female rats, given by the ratio mice that had tumor expression in a particular diet. Mixture experiments are characterized by having the effect of collinearity and smaller sample size. In this sense, assuming normality for the answer to be maximized or minimized may be inadequate. Given this fact, the main characteristics of logistic regression and simplex models are addressed. The models were compared by the criteria of selection of models AIC, BIC and ICOMP, simulated envelope charts for residuals of adjusted models, odds ratios graphics and their respective confidence intervals for each mixture component. It was concluded that first article that the simplex regression model showed better quality of fit and narrowest confidence intervals for odds ratio. The second article presents the model Boosted Simplex Regression, the boosting version of the simplex regression model, as an alternative to increase the precision of confidence intervals for the odds ratio for each mixture component. For this, we used the Monte Carlo method for the construction of confidence intervals. Moreover, it is presented in an innovative way the envelope simulated chart for residuals of the adjusted model via boosting algorithm. It was concluded that the Boosted Simplex Regression model was adjusted successfully and confidence intervals for the odds ratio were accurate and lightly more precise than the its maximum likelihood version.

Estudo das estruturas terciária e quaternária de proteínas por espalhamento de raios X a baixos ângulos integrado a técnicas de modelagem

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Interpretação e conceituação dos tipos de perfis faciais por meio de paquímetro do perfil facial e de comitê de avaliadores utilizando fotografias faciais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Influências multi-escala da paisagem e limiar da fragmentação em morcegos no cerrado

Pós-graduação em Ciências Biológicas (Zoologia) - IBRC