Search

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2021-03-12T18:30:55Z No. of bitstreams: 1 Francisco Elânio Bezerra.pdf: 3990074 bytes, checksum: fa4f49a2782d293eab4e0b469cf86d2d (MD5) Made available in DSpace on 2021-03-12T18:30:55Z (GMT). No. of bitstreams: 1 Francisco Elânio Bezerra.pdf: 3990074 bytes, checksum: fa4f49a2782d293eab4e0b469cf86d2d (MD5) Previous issue date: 2020-11-27 In autoregressive models, the current value of time series is regressed to past values of the same series, and past and present values of one or more exogenous variables, with several applications in the prediction of future values, such as: electricity prediction, condition monitoring equipment, financial market, weather prediction, among others. Although, there are different approaches in the literature proposing improve the accuracy of prediction, there is a research gap regarding the selection of the number of past values of the time series of interest and exogenous variables used in the model. Moreover, the usual approaches in the literature adopt the same delay value for all the variables involved, which may not adequately represent the underlying relationship of the process under study. Thus, the objective of this thesis is to propose an approach for selecting attributes and determining time delays in autoregressive prediction models, based on artificial neural networks, principal component analysis and wavelet. To achieve the objective proposed in this thesis, different approaches were tested, from the effect of time delays on the response variable, the effect between time delays and sampling rate, selection of the most relevant variables and approximations created by type of wavelet transform for build approximations to create time delays for an autoregressive forecasting model. The results have showed the selection of attributes and the use of wavelet transform to create time delays, with a sparse and simplified version of the data, improves the understanding between the input and output variables and, consequently, the prediction accuracy in auto-regressive models. These approaches have involved applications in the electric energy sector, such as, oil dissolved gas in power transformer, electric energy from an electricity distributor company, electric energy from an electricity power generator. The results of these approaches have resulted in publication in a national congress and international scientific journals. Em modelos autorregressivos o valor atual de uma série temporal é regredido em valores passados da mesma série, e valores passados e presentes de uma ou mais variáveis exógenas, com diversas aplicações na previsão de valores futuros, tais como: previsão de eletricidade, monitoramento da condição de equipamentos, mercado financeiro, previsão do clima, entre outros. Apesar de existirem diversas abordagens na literatura propondo melhorar a precisão da previsão, há uma lacuna de pesquisa no que diz respeito a seleção do número de valores passados da série temporal de interesse e das variáveis exógenas a serem utilizadas no modelo. Além disso, as abordagens usuais na literatura adotam o mesmo valor de atraso para todas as variáveis envolvidas, o que pode não representar adequadamente a relação subjacente do processo em estudo. Assim, o objetivo desta tese é propor uma abordagem para seleção de atributos e determinação de atrasos de tempo em modelos autorregressivos de previsão, baseados em redes neurais artificiais, análise de componentes principais e transformada wavelet. Para alcançar o objetivo proposto, diferentes abordagens foram testadas, desde efeito de atrasos de tempo na variável de resposta, efeito entre atrasos de tempo e taxa de amostragem, seleção das variáveis e aproximações mais relevantes e transformada wavelet mais adequada para construir aproximações para criar atrasos de tempo para um modelo autorregressivo de previsão. Os resultados mostraram que a seleção de atributos e o uso da transformada wavelet para criar atrasos de tempo, com uma versão esparsa e simplificada dos dados, melhora o entendimento entre as variáveis de entrada e saída e, consequentemente, a precisão da previsão em modelos autorregressivos. As abordagens utilizadas neste trabalho envolveram aplicações no setor elétrico de energia, tais como a análise de concentração de gás dissolvido em óleo em um transformador de potência, energia elétrica de uma distribuidora de eletricidade e energia elétrica de uma usina geradora de eletricidade. Os resultados destas abordagens resultaram na publicação em um congresso nacional e revistas científicas internacionais.

Resumo A produção e a exportação de celulose são componentes importantes da economia no país. O objetivo desta pesquisa foi prognosticar o preço nos mercados interno e externo da celulose brasileira e avaliar a interferência entre o preço médio da celulose vendida em atacado e o preço médio da celulose exportada pelo Brasil. O estudo utilizou dados oriundos do Informativo Florestal do Centro de Estudos Avançados em Economia Aplicada (CEPEA), coletados entre junho de 2008 a março de 2018. Os modelos Autorregressivos Integrados de Médias Móveis (ARIMA) foram utilizados para prognosticar o preço da celulose em atacado e exportada pelo Brasil e, para analisar a inter-relação dessas variáveis, foi aplicado modelo Vetor Autorregressivo (VAR). Observou-se que o preço da celulose em atacado e da celulose exportada sofrem oscilações em períodos semelhantes, devido à relação direta com a cotação do dólar e com as crises financeiras nos países importadores. O modelo de melhor acurácia para prognosticar o preço da celulose em atacado foi o modelo ARIMA (1,1,0) enquanto o modelo ARFIMAX (1, d*,0) obteve o melhor desempenho para prognosticar o preço da celulose exportada. A partir da modelagem VAR, verificou-se a existência de inter-relações entre as variáveis, as quais transpareceram o forte impacto do preço da celulose em atacado sobre o preço da celulose exportada pelo Brasil. Assim, as metodologias empregadas foram eficazes para prognosticar e analisar as inter-relações entre as variáveis. Abstract The production and export of cellulose are important components of the Brazilian economy. The aim of this research was to predict the domestic and foreign prices of the Brazilian cellulose and to evaluate the interference between its average price sold at wholesale and exported by Brazil. The study focused on data from the Forestry Newsletter of the Center for Advanced Studies on Applied Economics (CEPEA), collected from June 2008 to March 2018. The Autoregressive Integrated Moving Average (ARIMA) models were used to predict the wholesale and export price of cellulose, while the Vector Autoregressive (VAR) model was applied to analyze the inter-relation of these variables. It was observed that the price of wholesale and exported celluloses vary in similar periods, due to the direct relationship with the dollar quotation and with the financial crises in the importing countries. The most accurate model adjusted to predict the wholesale cellulose price was the ARIMA model (1,1,0), while ARFIMAX model (1, d*, 0) obtained the best performance to predict exported cellulose price. Based on the VAR model, there was a correlation between variables, which means that wholesale cellulose price has a strong impact on exported cellulose price. Thus, the methodologies used were effective to predict and analyze the inter-relationships between the variables.

INTRODUCTION: Because the antibody neutralizing respiratory syncytial virus (anti-RSV) has a short period of immunization and high cost, the identification of regions and months of highest occurrence of bronchiolitis is very important. METHODS: An Autoregressive Conditional Poisson model was constructed for count data and compared to the standard time-series Poisson regression model. RESULTS: The metropolitan area of Paraná presented the highest average occurrence from May to July. CONCLUSIONS: The constructed model presented a better fit and allowed prediction of when and where the bronchiolitis hospitalizations are distributed.

O objetivo do trabalho foi estudar o ajuste dos modelos não-lineares, gompertz e logístico, na descrição do desenvolvimento de frutos de coqueiro da variedade anão verde, com base nos dados de diâmetros externos, longitudinal e transversal. Os resultados indicaram que tanto para o diâmetro longitudinal externo (DEL) como para o diâmetro transversal externo (DET), o modelo logístico foi o mais adequado na descrição do crescimento do fruto. O ajuste dos modelos, para ambas as variáveis, apresentou autocorrelação residual positiva. Para o DEL o resíduo foi modelado segundo um processo autoregressivo de primeira ordem (AR1) e para a variável DET o processo autoregressivo considerado foi de segunda ordem (AR2). A consideração do processo autoregressivo (AR1 ou AR2) resultou em estimativas dos parâmetros mais precisas. De acordo com o modelo logístico, o fruto do coqueiro anão verde, totalmente desenvolvido, tem diâmetros externos longitudinal e transversal, respectivamente, de 21,56cm e 15,35cm. The aim of this study was to evaluate the quality fit of nonlinear models, gompertz and logistic data outside diameter, longitudinal (DEL) and transverse (DET) fruits of green dwarf coconut trees, as well as verification of the existence of residual autocorrelation. The results showed that for both, DEL and DET, the logistic model is most appropriate for describing the fruits growth. The fit of the models, for both variables, showed positive residual autocorrelation. For DEL, the residual was modeled by a first order autoregressive process, and for DET, the autoregressive process was considered of second order. Consideration of the autoregressive process resulted in more accurate estimates of the parameters. According to the logistic model, the fruit of the dwarf green, fully developed, have external diameters, longitudinal and transverse, respectively, of 21.56cm and 15.35cm.

Copyright © 2013 Taylor & Francis. This study aims to analyse the behaviour of fuel prices at the pump (unleaded gasoline and diesel) in Portugal, relative to positive and negative variations in Brent crude oil price. Applying an Autoregressive Distributed Lags (ARDL) model to weekly time series data for the period of January 2004 through May 2009, we detected some signs of asymmetry in the transmission price mechanism. However, these patterns are not statistically significant enough to reject hypotheses of symmetry in the price adjustment mechanisms of fuel in Portugal.

O objetivo deste trabalho foi comparar formas de análise de medidas repetidas para o melhoramento da produção de frutos de pinha (Annona squamosa). Vinte progênies de meias-irmãs foram avaliadas por três anos (2003, 2004 e 2005) em delineamento de blocos ao acaso, com cinco repetições, com cada parcela constituída de quatro plantas. A característica avaliada foi o número de frutos por indivíduo. Os modelos de simetria composta, de simetria composta com variâncias heterogêneas, autorregressivo com variâncias heterogêneas, e antedependência estruturada, foram analisados com o programa ASReml. A estimação dos componentes de variância e a predição dos valores genéticos foram feitas com o procedimento REML/BLUP. A comparação dos modelos foi realizada pelo teste de razão de verossimilhança e pelo critério de Akaike. O modelo antedependência estruturada, para os fatores progênie e parcela, e o modelo multivariado, para o fator resíduo, são as melhores abordagens para a análise dos dados, pois propiciam eficiência e parcimônia em relação ao modelo multivariado completo. Com o modelo antedependência estruturada, é possível a identificação de famílias superiores, em cada colheita, e também de famílias com maior número total de frutos. The objective of this work was to compare the ways of analyzing repeated measures to improve the production of sugar apple (Annona squamosa). Twenty half-sib progenies were evaluated, over three years (2003, 2004 and 2005), in a randomized block design with five replicates, and each plot was constituted of four plants. The evaluated trait was the number of fruit per individual. The models of compound symmetry, autoregressive with heterogeneous variance, the structured ante-dependence, and compound symmetry with heterogeneous variance were analyzed using the ASReml software. The estimation of variance components and the prediction of breeding values were made by the REML/BLUP. The comparison of the models was done by the likelihood ratio test and Akaike's information criterion. The structured ante-dependence model, for the factors progeny and parcel, and the multivariate model, for the residual factor, are the best approaches for data analysis, providing efficiency and parsimony over the full multivariate model. With the structured ante-dependence model, it is possible to identify superior families in each harvest, and also the families with larger total number of fruit.

O objetivo deste trabalho foi determinar a melhor alternativa, entre os métodos de agrupamento hierárquico (Ward) e de otimização (Tocher), para a formação de grupos homogêneos de séries de expressão gênica, e realizar previsões quanto à expressão gênica dessas séries, a partir de pequeno número de observações temporais. Os dados utilizados referem-se à expressão de genes que atuam sobre o ciclo celular de Saccharomyces cerevisiae e corresponderam a 114 séries de expressão gênica, cada uma com dez valores de "fold-change" (medida da expressão gênica) ao longo do tempo (0, 15, 30, 45, 60, 75, 90, 105, 120 e 135 min). As estimativas dos parâmetros dos modelos autorregressivos AR(p) foram previamente ajustadas a séries individuais (de cada gene) de dados "microarray time series" e utilizadas, como variáveis, no processo de agrupamento. As previsões da expressão gênica foram feitas dentro de cada grupo formado, a partir dos ajustes no modelo AR(p) para dados em painel. O método de Ward foi o mais apropriado para a formação de grupos de genes com séries homogêneas. Uma vez obtidos esses grupos, é possível ajustar o modelo AR(2) para dados em painel e predizer a expressão gênica em um tempo futuro (135 min), a partir de um pequeno número de observações temporais (os outros nove valores de "fold-change"). The objective of this work was to determine the best alternative for the formation of homogeneous groups of gene expression series among the hierarchical clustering (Ward) and optimization (Tocher) methods, and to perform predictions regarding the gene expression of these series from a small number of temporal observations. The data used refer to the expression of genes that act on cell cycle of Saccharomyces cerevisiae, and corresponded to 114 gene expression series, with ten-fold-change values (expression measure) each, over time (0, 15, 30, 45, 60, 75, 90, 105, 120, and 135 min). The parameter estimates of autoregressive models AR(p) were previously adjusted to individual series (from each gene) of microarray time series data and used as variables in the clustering process. Gene expression predictions were made within each formed group from the adjustments in AR(p) model for panel data. The Ward's method was the more suited for the formation of gene groups with homogeneous series. Once these groups are obtained, it is possible to adjust the model AR(2) for panel-data, and successfully predict gene expression at a future time (135 min) from a small number of temporal observations (the nine other fold-change values).

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Pedigree and milk production files from the National Brazilian Dairy Gyr Breeding Program (PNMGL), led by Embrapa Dairy Cattle in partnership with the Brazilian Association of Dairy Gyr Breeders (ABCGIL) were used in research alternatives for the genetic evaluation of milk production in the breed and to provide subsidies for the development of PNMGL. Comparative studies of genetic evaluations for cumulative 305 days milk yields (PL305), using random regression and repeatability models - the latter considered the traditional method - and studies in test day records of milk yields (TD), by means of autoregressive and repeatability models, which were also compared with the traditional method. Also, the possibility of the incorporation of lactations with non-conventional drying off causes (death or separation of the calf, illness, death or sale of the cow and removal of the cow from the official milk control) and the genetic relationship of proven bulls with the population in order to provide subsidies for the selection of young bulls for the progeny test was studied. In the edition of the data file, only the first three lactations were retained, also eliminating lactations whose first calving was outside the range of 24 and 66, 36 and 84, 48 and 102 months for the first, second and third parity orders, respectively. Controls whose production were below or above 3.5 standard deviations from the average in the test day were eliminated. Lactations with three or fewer controls were also excluded. Likewise, there was a minimum of three lactations for each class of fixed effect. The fixed effects included in the models varied according to the analysis, and may contain the herd-calving year, birth month or month and year of the test, parity or class of days in milk nested in parity order, number of milkings and management conditions. In the case of the analysis with TD, the tests were grouped into 31 classes of days in milk (by parity order), with the first class comprising the yields produced between the 6th and 10th day, the second of the 11th to 20th day and so on successively at intervals of 10 days where the last class only had yields produced between 301 and 305 lactation days. On average, each cow presented eight tests per lactation, regardless of parity. Except for the file with the non conventional drying off causes, which used 140,369 TD records of 17,733 lactations of 10,900 cows, the other files analyzed used the PL305 of 15,065 lactations or their respective 125,191 TD records from 9,242 cows. The cows calving occurred between 1983 and 2009 from Gyr cows subjected to two or three milkings, at three different levels of management: extensive (grass production), semiextensive (grass production with concentrate supplement) and intensive (confined animals and/or with galactogenic substance use). A recursive algorithm was used to reduce the pedigree file of 50,371 to 17,483 animals that were considered informative, starting from the output file of 10,900 cows and looking for all of their ancestors who were connected to at least two animals in the database. Genetic evaluations were made using MTDFREML system programs (repeatability models), REMLF90 (random regression model) and MATLAB routines (autoregressive model). Using the first three lactations of PL305, the random regression model can be used as an alternative to enhance the accuracy of genetic evaluations, providing higher estimates of heritability (0.26 to 0.28), predicted similar genetic merits (correlations above 0.97) and high coincidence between the selected animals (above 92%) compared with the traditional model of repeatability. Using the TD milk yields in the first three lactations, the autoregressive model provided smaller residual variances, a higher additive genetic variance and higher heritability estimates (0.26 to 0.32), and predicted genetic merit with greater accuracy being a recommended alternative for the genetic evaluation of the Dairy Gyr, compared to the repeatability model, which used both the TD as well as the PL305, whose heritability estimates were 0.18 and 0.24, respectively. In this sense, the use of an autoregressive model, by examining the daily milk yields, allows better use of the data and the inclusion of lactations not traditionally used in genetic evaluation, which can increase the accuracy of predicted genetic merits (in general, averaging 5%) without, however, generating major changes in the classification of the evaluated animals (in the full file, sample and rank correlations above 95%). Finally, the estimated average inbreeding coefficient for the active population of Dairy Gyr was 1.04%, indicating a trend of the more inbred animals not staying in their herds. Using the averagerelatedness coefficient of bulls with the population could prevent the increase of inbreeding in Gyr breed, to help in selection of candidates for the progeny test from lines less represented in PNMGL. Os arquivos de pedigree e de produção de leite da raça Gir provenientes do Programa Nacional de Melhoramento do Gir Leiteiro (PNMGL), conduzido pela Embrapa Gado de Leite em parceria com a Associação Brasileira dos Criadores de Gir Leiteiro (ABCGIL), foram utilizados na pesquisa de alternativas para avaliação genética da produção de leite na raça e fornecimento de subsídios para o desenvolvimento do PNMGL. Foram realizados estudos comparativos das avaliações genéticas para a produção de leite acumulada em 305 dias de lactação (PL305), por meio de modelos de regressão aleatória e de repetibilidade - este último considerado o método tradicional - e estudos com a produção de leite no dia do controle (PLDC), por meio de modelos autorregressivo e de repetibilidade, que também foram comparados com o método tradicional. Também, estudaram-se a possibilidade de incorporação de lactações com causas de secagem não convencionais (morte ou separação do bezerro, doença, morte ou venda da vaca e retirada da vaca do controle leiteiro) e o relacionamento genético dos touros provados com a população, visando fornecer subsídios para a escolha de touros jovens para o teste de progênie. Na edição do arquivo de dados, somente as trêsprimeiras lactações foram mantidas, eliminando-se também lactações cuja idade da vaca ao parto estivesse fora do intervalo de 24 e 66, 36 e 84, 48 e 102 meses para primeira, segunda e terceira ordens de parto, respectivamente. Os controles cujas produções estiveram abaixo ou acima de 3,5 desvios-padrão da média no dia do controle foram eliminados. Lactações com três ou menos controles também foram excluídas. Da mesma forma, observou-se o número mínimo de três lactações para cada classe de efeito fixo. Os efeitos fixos incluídos nos modelos variaram conforme as análises, podendo conter rebanho-ano do parto, mês do parto ou mês e ano do controle, ordem de parto ou classe de dia do controle aninhado em ordem de parto, número de ordenhas diárias e condições de manejo. No caso das análises com PLDC, os controles foram agrupados em 31 classes de dias em lactação (por ordem de parto), com a primeira classe compreendendo as produções aferidas entre o 6º e o 10º dia, a segunda do 11º ao 20º dia e, assim, sucessivamente com intervalos de 10 dias, em que a última classe continha somente as produções aferidas entre o 301º e o 305º dia de lactação. Em média, cada vaca apresentou oito controles por lactação, independentemente da ordem de parto. À exceção do arquivo com as causas de secagem não convencionais, que utilizou 140.369 controles de 17.733 lactações de 10.900 vacas, os demais arquivos de análises utilizaram a PL305 de 15.065 lactações ou respectivos 125.191 controles, provenientes de 9.242 vacas. Os partos de vacas da raça Gir submetidas a duas ou três ordenhas diárias ocorreram entre 1983 e 2009, em três diferentes níveis de manejo: o extensivo (produção a pasto), o semiextensivo (produção a pasto com suplementação concentrada) e o intensivo (animais confinados e, ou, com uso de substâncias galactogênicas). Um algoritmo recursivo foi utilizado para reduzir o arquivo de pedigree de 50.371 para 17.483 animais considerados informativos, partindo-se do arquivo de produção de 10.900 vacas e buscando todos os seus ascendentes que estivessem ligados a pelo menos dois animais na base de dados. As avaliações genéticas foram feitas usando-se os programas dos sistemas MTDFREML (modelos de repetibilidade), REMLF90 (modelo de regressão aleatória) e rotinas do MATLAB (modelo autorregressivo). Utilizando as PL305 das três primeiras lactações, o modelo de regressão aleatória pode ser utilizado como alternativa para incrementar a precisão das avaliações genéticas, proporcionando maiores estimativas de herdabilidade (de 0,26 a 0,28), méritos genéticos preditos semelhantes (correlações acima de 0,97) e alta coincidência entre os animais selecionados (acima de 92%), em comparação com o modelo tradicional de repetibilidade. Utilizando a produção de leite no dia docontrole das três primeiras lactações, o modelo autorregressivo proporcionou menores variâncias residuais, maior variância genética aditiva e maiores estimativas de herdabilidades (de 0,26 a 0,32), além de méritos genéticos preditos com maior acurácia, sendo alternativa recomendada para a avaliação genética do Gir Leiteiro, em comparação com os modelos de repetibilidade, que utilizaram tanto a PLDC quanto a PL305, cujas estimativas de herdabilidade foram 0,18 e 0,24, respectivamente. Nesse sentido, o emprego do modelo autorregressivo, por analisar os registros de produção de leite no dia do controle, permite melhor aproveitamento dos dados e a inclusão de lactações tradicionalmente não utilizadas nas avaliações genéticas, o que pode incrementar a acurácia dos méritos genéticos preditos (em geral, média de 5%) sem, contudo, gerar grandes alterações na classificação dos animais avaliados (no arquivo completo, correlações amostrais e de ordem acima de 95%). Por fim, a estimativa do coeficiente de endogamia médio para a população ativa do Gir Leiteiro foi de 1,04%, indicando a tendência de os animais mais endogâmicos não permanecerem nos rebanhos. A utilização do coeficiente de relação médio dos touros com a população pode prevenir o incremento da endogamia na raça Gir, por auxiliar na escolha de reprodutores candidatos ao teste de progênie, oriundos de linhagens menos representadas no PNMGL.

A random coefficient autoregressive process for count data based on a generalized thinning operator is presented. Existence and weak stationarity conditions for these models are established. For the particular case of the (generalized) binomial thinning, it is proved that the necessary and sufficient conditions for weak stationarity are the same as those for continuous-valued AR(1) processes. These kinds of processes are appropriate for modelling non-linear integer-valued time series. They allow for over-dispersion and are appropriate when including covariates. Model parameters estimators are calculated and their properties studied analytically and/or through simulation.

We considered a Bayesian analysis of first order autoregressive, AR(1), panel data model, using exact likelihood function, comparative analysis of prior distributions and predictive distributions of future observations. The methodology efficiency was evaluated by a simulation study using three prior, which were related to different Generalized Beta distributions: symmetric, asymmetric and flat prior. We applied the proposed methodology to microarray time series real data of HeLa cells. The forecast of gene expression in one future time showed high efficiency. Considerou-se uma análise Bayesiana do modelo auto- regressivo de primeira ordem, AR(1), para dados em painel, de forma a utilizar a função de verossimilhança exata, a análise de comparação de distribuições a priori e a obtenção de distribuições preditivas de dados futuros. A eficiência da metodologia proposta foi avaliada mediante um estudo de simulação, no qual a distribuição Beta Generalizada foi usada para representar 3 diferentes prioris: simétrica, assimétrica e constante. Realizou-se uma aplicação em dados reais de expressão gênica temporal de células HeLa gerados por microarray. Os resultados mostraram alta eficiência na previsão da expressão gênica para um instante futuro.

Submitted by Guilherme Lemeszenski (guilherme@nead.unesp.br) on 2013-08-22T18:58:59Z No. of bitstreams: 1 S0103-65132007000300010.pdf: 405467 bytes, checksum: cb0983cf2b35b2faafcb72cf85b1b9a0 (MD5) Made available in DSpace on 2013-08-22T18:58:59Z (GMT). No. of bitstreams: 1 S0103-65132007000300010.pdf: 405467 bytes, checksum: cb0983cf2b35b2faafcb72cf85b1b9a0 (MD5) Previous issue date: 2007-12-01 Made available in DSpace on 2013-09-30T19:55:19Z (GMT). No. of bitstreams: 2 S0103-65132007000300010.pdf: 405467 bytes, checksum: cb0983cf2b35b2faafcb72cf85b1b9a0 (MD5) S0103-65132007000300010.pdf.txt: 32378 bytes, checksum: 5950e71850f5b862f427fcc695563693 (MD5) Previous issue date: 2007-12-01 Submitted by Vitor Silverio Rodrigues (vitorsrodrigues@reitoria.unesp.br) on 2014-05-20T15:14:24Z No. of bitstreams: 2 S0103-65132007000300010.pdf: 405467 bytes, checksum: cb0983cf2b35b2faafcb72cf85b1b9a0 (MD5) S0103-65132007000300010.pdf.txt: 32378 bytes, checksum: 5950e71850f5b862f427fcc695563693 (MD5) Made available in DSpace on 2014-05-20T15:14:24Z (GMT). No. of bitstreams: 2 S0103-65132007000300010.pdf: 405467 bytes, checksum: cb0983cf2b35b2faafcb72cf85b1b9a0 (MD5) S0103-65132007000300010.pdf.txt: 32378 bytes, checksum: 5950e71850f5b862f427fcc695563693 (MD5) Previous issue date: 2007-12-01 Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) Este artigo trata dos gráficos de controle de EWMA e de X-barra utilizados no monitoramento de processos cujas observações podem ser descritas por um modelo auto-regressivo de primeira ordem. Os gráficos são planejados levando em conta a correlação em série e utilizando-se o conceito de subgrupos racionais como estratégia de amostragem. As propriedades das cartas de controle são obtidas e comparadas. Os resultados numéricos mostram que a correlação positiva dentro dos subgrupos afeta o desempenho dos gráficos. O gráfico de EWMA é substancialmente mais ágil do que o gráfico de X-barra na detecção de perturbações no processo, especialmente quando tais perturbações geram pequenos desajustes na média. In this paper the EWMA and the X-bar control charts are considered for monitoring processes in which the observations can be represented as a first order autoregressive model. The charts are designed taking the serial correlation into account and the sampling strategy is set based on the rational subgroup concept. The control charts properties are studied and compared. Numerical results show that the positive correlation within-subgroup has a significant impact on the charts performance. The EWMA chart is substantially more efficient than the X-bar chart in detecting process disturbances, especially when the mean shifts are of small magnitude. UNESP UNESP

The symmetric autoregressive models are regression models in which the errors are correlated and belong to the class of symmetrical distributions. Usually, data observed along the time (in sequence) present some correlation. Examples of this kind of data are frequently found in economy. In many of these applications, the autocorrelation is expected to decrease strongly with the “distance” between observations and, for this reason, the structure AR(1) is adopted for the errors. It is notorial in this kind of model to delete data for evaluating the impact of the observations on the parameter estimator, a characteristic of the diagnotic methods for independent observations. The aim of this work is to discuss influence diagnostic methods for those models. To illustrate the methodology, examples of Capital Asset Pricing Models (CAPM) are presented.

O objetivo do presente trabalho foi ajustar os modelos de crescimento Brody, Gompertz, Logístico e Von Bertalanffy a dados de peso e idade de 152 novilhos Hereford através dos métodos dos quadrados mínimos ordinários (QMO), quadrados mínimos ponderados (QMP), quadrados mínimos ponderados generalizados com erros autorregressivos de primeira (QMPG-AR1) e segunda (QMPG-AR2) ordens. Utilizou-se o procedimento MODEL do software Statistical Analysis System (SAS) através das opções WEIGTH e %AR. Os modelos foram comparados pelos seguintes avaliadores de qualidade do ajuste: percentual de convergência, quadrado médio do resíduo, coeficiente de determinação ajustado e erro de predição médio. Os modelos Gompertz e von Bertalanffy ajustados pelos métodos QMP, QMP-AR(1) e QMP-AR(2) foram os indicados para descrever o crescimento de novilhos Hereford até os dois anos de idade. The aim of the present study was to fit the weight-age of 152 Hereford cattle male. The fitting has been done by the ordinary least square (OLS), weighted least square (WLS), generalized weighted least square with autoregressive errors, first (GWLS-AR1) and second (GWLS-AR2) orders. The WEIGHT and %AR options of MODEL procedure, available in the software Statistical Analysis System (SAS), was used to fit the data. Models were evaluated by the following measures of quality: convergence percentage, error mean square, adjusted determination coefficient and mean predicted error. The Gompertz and von Bertalanffy models fitted by WLS, GWLS-AR1 and GWLS-AR2 methods were indicated to describe the growth of animals up to two years old.

In this paper we estimate a Vector Autoregressive Model of Money and Relative Prices in Brazil. The variables included in the model are the Money Supply (M1), the agricultural component of the Wholesale Price lndex and the industrial component of the same index. A thirteen lag structure is estimated and exogeneity tests as well as innovation accounting are performed. The most important empirical regularities observed in these series are the following: monetary shocks have important impacts on relative prices and inflation; agricultural and industrial shocks lead to increases in inflation but they are usually smaller than the monetary shocks.