Dissertações de 2018
Discente: FRANCINILTON ARRUDA DA SILVA
Orientadora: SÍLVIA MARIA DE FREITAS
Coorientador: JUVÊNCIO SANTOS NOBRE
Local: Sala de Seminários – Bloco 953 – Térreo
Data: 14/09/2018
Acessar Dissertação: http://www.repositorio.ufc.br/handle/riufc/39662
Título: Modelos de superfície de resposta para dados de contagem com medidas repetidas
Resumo: A Metodologia de Superfície de Resposta (MSR) tem por objetivo a determinação de níveis de fatores (quantitativos) que otimizem uma resposta quantitativa de interesse, para assim obter as coordenadas do ponto estacionário (mínimo ou máximo) do modelo, identificando as condições ótimas do mesmo. Os modelos são ajustados, geralmente, por meio de um modelo linear de segunda ordem, baseado em uma resposta contínua (com distribuição Normal), sendo todo o procedimento de estimação baseado no modelo clássico de regressão. Na ausência dessa premissa, o que ocorre quando a resposta for caracterizada por dados de contagem, faz-se uso dos métodos de transformação na resposta, o que pode acarretar problemas na precisão da estimativa pontual do ponto estacionário. Em geral, dados de contagem são modelados usando-se a distribuição de Poisson associada a modelos de regressão, caso particular dos Modelos Lineares Generalizados (MLGs). Além disso, existem situações em que os dados são tomados ao longo do tempo, apresentando uma estrutura longitudinal. Neste caso, é considerada a existência de correlação na mesma unidade experimental ao longo do tempo e, em 1986, Liang e Zeger propuseram as Equações de Estimação Generalizadas (EEGs), como extensão dos MLGs, para analisar dados longitudinais. A proposta deste trabalho descreve a MSR para dados de contagem longitudinais, por meio das EEGs, estudando suas propriedades, estimação e inferências. É realizado um estudo da precisão do ponto estacionário por meio da estimação pontual e intervalar deste, utilizando-se os métodos: inversa da função de ligação, método delta e o método do bootstrap residual, comparando o impacto dessas abordagens com a da resposta com distribuição Normal. Para tanto foram utilizados estudos de conjuntos de dados simulados.
Palavras-Chave: Bootstrap; Comparações de Métodos; Distribuição Poisson; Equações de Estimação Generalizadas; Modelos Lineares Generalizados
Banca Examinadora:
Profª Drª Sílvia Maria de Freitas – Orientadora e Presidente da Banca
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Juvêncio Santos Nobre – Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Idemauro Antônio Rodrigues de Lara – Membro externo ao Programa
ESALQ/USP
Discente: CARLOS HENRIQUE BARROSO SENA SOUSA
Orientador: RAFAEL BRÁZ AZEVEDO FARIAS
Coorientador: JUVÊNCIO SANTOS NOBRE
Local: Sala de Seminários – Bloco 953 – Térreo
Data: 31/08/2018
Acessar Dissertação: http://www.repositorio.ufc.br/handle/riufc/37836
Título: MODELO DE REGRESSÃO L-LOGÍSTICA COM PERSPECTIVA FREQUENTISTA
Resumo: Neste trabalho estudamos a distribuição L-logística proposta em Paz et al. (2016) e seu respectivo modelo de regressão para a modelagem de variáveis em um intervalo limitado, em geral (0, 1), tais como taxas e proporções. No que concerne à modelagem deste tipo de variáveis, encontra-se na literatura um percentual significativo voltado para os convencionais modelos Beta e Simplex. Com o objetivo de diversificar a literatura, este trabalho realiza suas inferências por meio do método de estimação por máxima verossimilhança (ML) para contribuir com a vertente frequentista, tendo em vista que o trabalho realizado em Paz et al. (2016) apresenta somente a vertente bayesiana. O método de inferência é realizado através da combinação de algoritmos evolucionários (Algoritmo Genético e Evolução Diferencial) para a obtenção das estimativas pontuais (dispensando o uso de derivadas no processo) e métodos de reamostragem (Jackknife e Bootstrap) para a obtenção das estimativas do erro-padrão e intervalos de confiança. Simulações são realizadas para ilustrar a combinação das técnicas e comprovar sua eficiência. Logo após, o potencial do modelo é demonstrado através de duas aplicações em dados reais, no qual constata-se um melhor desempenho do modelo de regressão L-logística com relação aos modelos de regressão Beta e Simplex (em termos de medidas de qualidade do ajuste e diagnósticos de pontos influentes).
Palavras-Chave: Modelo de Regressão L-logística, Máxima Verossimilhança, Metaheurística, Reamostragem
Banca Examinadora:
Prof. Dr. Rafael Bráz Azevedo Farias – Orientador e Presidente da Banca
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Juvêncio Santos Nobre – Coorientador e Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Guilherme de Alencar Barreto – Membro do Programa
Depto de Engenharia de Teleinformática – UFC
Profª Drª Rosineide Fernando da Paz – Membro externo ao Programa
Campus de Russas – UFC
Discente: CAMILA RAQUEL CÂMARA LIMA
Orientadora: SÍLVIA MARIA DE FREITAS
Coorientador: JUVÊNCIO SANTOS NOBRE
Local: Sala de Videoconferência da UFC Virtual no Bloco 901 – 1º Andar – Campus do Pici.
Data: 20/07/2018
Acessar Dissertação: http://www.repositorio.ufc.br/handle/riufc/39661
Título: Utilização da estatística gradiente nos modelos Hurdle
Resumo: Em muitos problemas práticos, há interesse em modelar dados oriundos de contagem, como por exemplo, incidência de doenças, número de ocorrência de acidentes de trânsito, entre outras situações de interesse. Na maioria das aplicações que envolvem esse tipo de dados, utiliza-se para modelagem as distribuições Poisson e Binomial Negativa. No entanto, a estrutura dos dados de contagem pode apresentar excesso de zeros e superdispersão, o que torna a modelagem utilizando tais distribuições inadequada, pois estas não possuem flexibilidade para acomodar tal comportamento. Uma classe de modelos capaz de acomodar ambas as propriedades (excesso de zeros e superdispersão) é a classe dos Modelos Hurdle (Cameron; Trivedi, 1998, Regression analysis of count data). Nesta classe de modelos, devido a sua complexidade, é comum utilizar os testes de hipóteses baseados na razão de verossimilhanças generalizada (Wilks,1938, Annals of Mathematical Statistics), Wald (Wald, 1943, Transactions of the American Mathematical Society) e Escore (Rao, 1948, Proceedings of the Cambridge Philosophical Society). Entretanto, uma nova estatística foi proposta, chamada Gradiente (Terrel, 2002, Computing Science and Statistics), como uma alternativa aos testes clássicos e tem recebido particular atenção da comunidade estatística devido as suas boas propriedades. O presente trabalho considera o desempenho da estatística Gradiente em comparação ao desempenho das demais estatísticas usuais nos modelo Hurdle. Para isso, descreve-se a classe de modelos Hurdle, suas propriedades, aspectos inferenciais e apresenta-se os principais resultados assintóticos dos testes. Considera-se um estudo de simulação Monte Carlo com base nos modelos Hurdle Poisson – Binomial e Hurdle Binomial Negativa – Binomial para avaliar o desempenho dos testes em amostras finitas e ao final da simulação, aplicam-se os resultados a um conjunto real de dados.
Palavras-Chave: Modelos Hurdle. Estatística Gradiente. Estatística da Razão de Verossimilhanças Generalizada. Estatística de Wald. Estatística Escore.
Banca Examinadora:
Profª Drª Sílvia Maria de Freitas – Orientadora e Presidente da Banca
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Juvêncio Santos Nobre – Coorientador e Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Rafael Bráz Azevedo Farias – Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. João Maurício Araújo Mota – Membro externo ao Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Roberto Ferreira Manghi – Membro externo ao Programa
Depto de Estatística – UFPE
Discente: DANIEL DE HOLANDA GONCALVES
Orientador: ANDRE JALLES MONTEIRO
Coorientador: SILVIA MARIA DE FREITAS
Local: Auditório – Bloco 912 – Térreo (Departamento de Geologia)
Data: 04/07/2018
Acessar Dissertação: http://www.repositorio.ufc.br/handle/riufc/35750
Título: ANÁLISE DE UMA DÉCADA DE ACIDENTES GRAVES NAS RODOVIAS FEDERAIS DO CEARÁ NO PERÍODO 2008-2017
Resumo: Os acidentes de trânsito são um problema social que precisa ser enfrentado pelo poder público e sociedade em virtude dos enormes prejuízos financeiros e sociais que causam. Os acidentes de trânsito nas rodovias e estradas federais do Ceará na década 2008-2017 foram mapeados em função de diversas variáveis explicativas, entre elas Local Urbanizado, que retrata o nível de urbanização em função da frequência de acidentes (critério dinâmico), Estrutura Viária, Ano, Começo do Mês, Feriados, Dia da Semana, Fase do Dia e Tipo do Acidente. Em virtude do alto custo, os acidentes fatais se destacam entre os graves e, justamente por esse motivo, desenvolveram-se diversos modelos logísticos (espaciais, temporais e específicos) em busca da identificação de variáveis que contribuem, com nível de confiança superior a 95%, para a ocorrência de fatalidade nas rodovias e estradas federais. Um dos resultados alcançados foi a constatação de que as chances de haver fatalidade na madrugada são 2,5 vezes maiores que no pleno dia.
Palavras-Chave: Acidente. Trânsito. Rodovia. Critério. Associação. Mortalidade. Prevalência. Modelo. Chance. Polícia Rodoviária Federal.
Banca Examinadora:
Prof. Dr. André Jalles Monteiro – Orientador e Presidente da Banca
Depto de Estatística e Matemática Aplicada – UFC
Profª Drª Sílvia Maria de Freitas – Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. João Maurício de Araújo Mota – Membro externo ao Programa
Depto de Estatística e Matemática Aplicada – UFC
Discente: MIRAH ALVES FERREIRA
Orientador: TIBERIUS DE OLIVEIRA E BONATES
Coorientador: MANOEL BEZERRA CAMPELO NETO
Local: Sala de Seminários – Bloco 953 – Térreo – Campus do Pici
Data: 12/03/2018
Acessar Dissertação: http://www.repositorio.ufc.br/handle/riufc/32793
Título: Novos Desenvolvimentos para a Solucao do Problema de Particao de um Grafo em Arvores k-Capacitadas
Resumo: O problema de particao de um grafo em arvores k-capacitadas (PAkC) tem como finalidade particionar um grafo em duas ou mais arvores, de forma a gerar componentes com um determinado numero minimo de vertices. Nesse trabalho, realizamos um breve estudo bibliografico sobre alguns metodos propostos na literatura para a resolucao do PAkC. Dentre esses metodos, damos destaque a um algoritmo Branch-and-Bound e propomos melhorias a serem implementadas ao longo desse algoritmo. Apresentamos duas novas heuristicas para PAkC que buscam criar arvores que tem aproximadamente a mesma cardinalidade. Implementamos e avaliamos computacionalmente o algoritmo Branch-and-Bound e as melhorias propostas. Nossos experimentos computacionais mostram a eficiencia de algumas das melhorias propostas ao metodo, pois o mesmo detem os melhores custos na funcao objetivo (limites) e os menores tempos de execucao quando o comparamos aos algoritmos disponiveis na literatura e as heuristicas propostas nesse trabalho.
Palavras-Chave: Branch-and-Bound, Microagregação, Particionamento de grafos, Floresta geradora
Banca Examinadora:
Prof. Dr. Tiberius de Oliveira e Bonates – Orientador e Presidente da Banca
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Albert Einstein Fernandes Muritiba – Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Manoel Bezerra Campelo Neto – Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Pablo Mayckon Silva Farias – Membro externo ao Programa
Depto de Computação – UFC
Discente: RONALDO LAGE PESSOA
Orientador: BRUNO DE ATHAYDE PRATA
Coorientador: CARLOS DIEGO RODRIGUES
Local: Sala de Seminários – Bloco 953 – Térreo – Campus do Pici
Data: 12/03/2018
Acessar Dissertação: http://www.repositorio.ufc.br/handle/riufc/32792
Título: CONTRIBUTIONS TO THE TWO-DIMENSIONAL GUILLOTINE CUTTING STOCK PROBLEM
Resumo: No presente trabalho sao apresentadas duas novas variantes do problema de corte guilhotinado bi-dimensional, Sao propostas formulacoes matematicas e metodos de solucao para lidar com os problemas apresentados. Primeiramente, e apresentado o problema de corte guilhotinado bi-dimensional de dois-estagios no qual os itens sao identicos, as placas tem tamanhos diferentes e o objetivo e determinar o tamanho otimo dos itens identicos. Dois procedimentos de solucao sao apresentados para resolver o caso no qual a orientacao dos itens e fixa e o caso no qual a rotacao ortogonal dos itens e permitida. Os dois procedimentos lidam com o problema resolvendo iterativamente um problema da mochila para cada tamanho possivel de item e retornando a melhor solucao encontrada. Experimento numericos sao conduzidos para avaliar a escalabilidade das abordagens. Por ultimo, e apresentado o problema de corte guilhotinado de k-estagios no qual o custo de setup associado aos estagios de corte e considerado relevante. Uma formulacao matematica com O(n2pN) variaveis e O(npN) restricoes e apresentada, onde, n, p e k sao o numero de itens, placas e estagios, respectivamente. Experimentos computacionais foram conduzidos em vinte instancias de pequena escala geradas aleatoriamente para avaliar a qualidade da abordagem.
Palavras-Chave: Problemas de corte e empacotamento; Otimização combinatória; Programação matemática.
Banca Examinadora:
Prof. Dr. Bruno de Athayde Prata – Orientador e Presidente da Banca
Depto de Engenharia de Produção – UFC
Prof. Dr. Albert Einstein Fernandes Muritiba – Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Carlos Diego Rodrigues – Membro do Programa
Depto de Estatística e Matemática Aplicada – UFC
Prof. Dr. Reinaldo Morabito Neto – Membro externo ao Programa
Depto de Engenharia de Produção – UFSCAR
