Search

A área de previsão macroeconômica é um campo de estudo desafiador e ao mesmo tempo extremamente relevante, tanto para a academia quanto para diversos setores do mercado e do governo. Neste trabalho, realizamos uma comparação empírica do desempenho preditivo de modelos tradicionais de séries temporais e métodos de aprendizado estatístico (aprendizado de máquinas) para prever quatro indicadores econômicos mensais dos Estados Unidos usando um grande conjunto de preditores: produção industrial, número de empregados em setores não-agrícolas , inflação e o spread entre a taxa de vencimento constante do tesouro de 10 anos e a taxa de fundos federais (Fed funds). Constatamos que os modelos tradicionais de séries temporais são competitivos em vários cenários, em particular para as séries de produção industrial e número de empregados. Para a medida de spread de taxa de juros e especialmente para a inflação, os métodos de aprendizagem estatística superaram os modelos de séries temporais de forma consistente. Nesses casos, o Random Forest e o LASSO com defasagens não penalizadas da variável alvo merecem maior atenção para a previsão de inflação e spread de juros, respectivamente. Investigamos também o efeito da escolha do método de ajuste de hiperparâmetros para os modelos de regressão penalizados e obtivemos evidências a favor do uso de critérios de informação. Nossos resultados também sugerem que a combinação de previsões de séries temporais e modelos de aprendizado de máquinas tem um desempenho muito bom para a maioria das variáveis e horizontes de previsão analisados. Macroeconomic forecasting is a challenging but also relevant topic for both academics and practitioners. In this work we perform an empirical comparison of the forecasting performance of traditional time series models and statistical learning methods for forecasting four major monthly economic indicators of the United States using a large set of predictors: Industrial Production, Number of Employees, Inflation, and the spread between the 10-year Treasury Constant Maturity and the Federal Funds Rate. We find that traditional time series models remain competitive in several scenarios, in particular for the Industrial Production and Number of Employees series. For the interest rate spread and especially for Inflation, the statistical learning methods outperformed the time series models consistently. In these cases, the Random Forest and the LASSO with unpenalized lags of the target variable deserve the most attention for inflation and interest rate spread forecasting respectively. We investigated the effect of the choice of hyperparameter tuning method for the penalized regression models and obtained evidence in favor of the use of information criteria. We also find that the combination of forecasts from time series econometrics models and statistical learning methods perform very well for most variables and forecasting horizons analyzed.

Dissertação de mestrado integrado em Psicologia, A capacidade para identificarmos palavras na cadeia acústica contínua da fala é uma das tarefas iniciais com que nos deparamos quando aprendemos uma língua. Acredita-se que processos associados à extração das regularidades estatísticas presentes nesse input, em particular a probabilidade de um segmento se seguir a outro, são fundamentais à identificação de palavras. Contudo, evidência acerca de como essa identificação é afetada pelas probabilidades transacionais (PT) dos estímulos do input e pelas condições em que estes são apresentados é escassa. Neste trabalho, recorremos ao paradigma de aprendizagem estatística (AE) apresentado sob condições implícitas e explícitas de aprendizagem para testarmos diferenças comportamentais e neurais na discriminação de “palavras” vs. distratores numa tarefa de escolha forçada entre duas alternativas (2-AFC). Nesta tarefa, oito “palavras”, quatro com PT alta (1.0) e as restantes com PT baixa (.50), foram apresentadas na fase de familiarização de cada tarefa e emparelhadas exaustivamente com oito distratores (PT = 0). Os resultados comportamentais e eletrofisiológicos obtidos mostraram que, embora houvesse evidência comportamental de aprendizagem estatística para os dois tipos de “palavras” nas duas condições de aprendizagem, efeitos do tipo de “palavras” e das condições em que estas foram apresentadas verificaram-se apenas nos dados eletrofisiológicos., The ability to identify words in the continuous chain of speech is one of the first tasks we face when learning a language. It is believed that processes associated with the extraction of statistical regularities present in this input, in particular the probability of one segment following another, are fundamental to word identification. However, evidence on how this identification is affected by the transactional probabilities (TP) of the input’s stimuli and the conditions under which these are presented is scarce. In this study, we used the statistical learning (SL) paradigm presented under implicit and explicit learning conditions to test behavioral and neural differences in the discrimination of “words” vs. distractors in a two alternative forced choice task (2-AFC). In this task, eight “words”, four with high TP (1.0) and the remainder with low TP (.50), were presented in the familiarization phase of each task and exhaustively paired with eight distractors (PT = 0). The behavioral and electrophysiological data showed that, although there was behavioral evidence of statistical learning for the two types of "words" in the two learning conditions, effects of the type of “words” and the conditions in which they were presented were only shown in the electrophysiological data., Este estudo integra-se no projeto “Correlatos neurodesenvolvimentais dos mecanismos implícitosexplícitos de aprendizagem em crianças com Perturbação Específica de Linguagem: Evidência com potenciais evocados cerebrais” (POCI-01-0145-FEDER-028212) financiado pela Fundação para a Ciência e Tecnologia e pelo Ministério da Ciência, Tecnologia e Ensino Superior, através de fundos nacionais, e co-financiado pelo FEDER, através do COMPETE2020, no âmbito do acordo Portugal 2020.

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) Learning an oral language presents several challenges, two of which are: extracting words from continuous speech and mapping them to referents. Statistical cues (e.g., prosody, phonotactical probability) are an important source of information to overcome such challenges. Evidence suggests that the higher or lower probability of a syllable being followed by another one (transitional probability) can be indicative of word boundaries in continuous speech. Additionally, segmentation and mapping processes can occur sequentially and simultaneously as a result of tracking the co-occurrence between words and its referents. Nonetheless, there is still a limited number of studies investigating simultaneous processes of word segmentation based on transitional probability and mapping based on cooccurrences across ambiguous trials (when more than one word and one referent is presented). The present investigation aims to answer the following question: can words be simultaneously segmented from continuous speech and mapped to referents across ambiguous trials? Three studies were conducted to investigate this question. The first study, with nine experiments, investigated whether pseudowords (previously selected) could be extracted from continuous speech based on their transitional probability. Brazilian-Portuguese and English adult speakers participated. Results indicated that words can be segmented, but only when other statistical cues, such as the phonotactical probabilities, are controlled. The second study, with two experiments, investigated whether segmented words from the languages used in the first study could be mapped to abstract pictures during cross-situational word learning tasks. Brazilian-Portuguese adult speakers participated. Results suggest that words can be mapped and that performance improves when the task is repeated. Finally, the third study, with two experiments, investigated whether extraction and mapping over ambiguous trials can occur in parallel. Brazilian-Portuguese and English adult speakers participated. Results suggest that these processes can occur together, at the same time, and that accuracy rates in the parallel task are higher than accuracy rates in individual tasks (Studies 1 and 2). By combining transitional probability and the cooccurrence of stimuli across ambiguous trials, the present investigation helps to advance the current understanding of the role played by linguistic regularities in language learning. Additionally, this work inaugurated this line of investigation in Brazil, which can motivate future investigations of the topic. A aprendizagem de uma língua oral envolve vários desafios, entre eles: extrair palavras da fala contínua e mapeá-las a seus referentes. Uma fonte de informação importante para quem aprende uma língua são as regularidades presentes na própria língua oral (e.g., prosódia, probabilidade fonotática, probabilidade transicional). Há evidências de que a maior ou menor probabilidade de uma sílaba ser seguida por outra sílaba (probabilidade transicional) pode informar sobre os limites das palavras de uma fala contínua. Além disso, os processos de extração de palavras e mapeamento das mesmas aos seus referentes podem ocorrer sequencialmente ou simultaneamente, por meio do rastreamento da coocorrência entre as palavras e referentes. No entanto, há um número ainda restrito de estudos investigando processos simultâneos de extração de palavras com base na probabilidade transicional e o mapeamento com base em coocorrências ao longo de tentativas ambíguas (nas quais mais de uma palavra e mais de um referente são apresentados). A presente investigação é guiada pela pergunta: palavras são extraídas de falas contínuas e mapeadas a estímulos visuais simultaneamente ao longo de tentativas ambíguas? Uma sequência de três estudos foi desenvolvida para investigar essa questão. O primeiro estudo, com nove experimentos, investigou se pseudopalavras (previamente selecionadas) podiam ser extraídas de falas contínuas com base na probabilidade transicional de suas sílabas. Participaram adultos falantes do português brasileiro e do inglês norte-americano. Os resultados indicaram que as palavras podem ser extraídas com base na probabilidade transicional, porém outras dicas estatísticas, como a probabilidade fonotática das palavras, devem ser controladas. O segundo estudo, com dois experimentos, investigou se as palavras das línguas utilizadas no primeiro estudo, já extraídas, seriam mapeadas a figuras abstratas ao longo de tentativas ambíguas. Participaram adultos falantes do português brasileiro. Os resultados sugerem que as palavras podem ser mapeadas e que o mapeamento melhora quando há repetições da tarefa. Por fim, o terceiro estudo, com dois experimentos, investigou se os processos de extração e mapeamento ao longo de tentativas ambíguas podem ocorrer em paralelo. Participaram adultos falantes do português brasileiro e do inglês norte-americano. Os resultados indicam que tais processos podem ocorrer em paralelo e que a acurácia na tarefa em paralelo é superior à acurácia nas tarefas separadas (Estudo 1 e 2). Ao combinar a probabilidade transicional e a coocorrência de estímulos ao longo de tentativas ambíguas, a presente investigação contribui para o avanço do conhecimento atual sobre o papel das regularidades linguísticas na aprendizagem de linguagem. Ao mesmo tempo, o trabalho inaugurou essa linha de investigação em âmbito nacional, podendo motivar futuras investigações sobre o assunto. 2015/26389-7 2018/04226-7

CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico A colisão entre gota e partı́cula tem atraı́do um crescente interesse da comunidade cientı́fica devido à alta demanda pelo controle e otimização dos processos industriais, como exemplo o craqueamento catalı́tico em leito fluidizado e a limpeza de gases por aspersão de gotas. A presente tese aborda esse tema em duas etapas, utilizando o código Basilisk para simulação numérica. A primeira etapa simula o impacto entre gota e partı́cula esférica em ambiente inicialmente quiescente. Essa etapa visa, com o auxı́lio do planejamento de experimento computacional e de algoritmos de machine learning, caracterizar a lamela formada após a colisão, analisar o escoamento interfacial por uma perspectiva energética e construir um modelo preditivo em função dos parâmetros adimensionais do escoamento. O estudo estatı́stico, em conformidade com a análise energética, demonstrou que os números de Reynolds e Weber apresentam um efeito negativo e positivo sobre a área da lamela formada, respectivamente. A segunda etapa da tese prospecta a combinação da mecânica dos fluidos computacional e o método deep learning denominado multilayer perceptron. Através de milhares de simulações bidimensionais da colisão entre gota e aglomerado de partı́culas, objetiva-se construir um banco de dados extenso para análise do efeito do arranjo das partı́culas sobre área superficial do lı́quido e a área molhada das partı́culas. The droplet-particle collision is a common phenomenon in nature and industry, covering processes from the fluid catalytic cracking to the cleaning of dusty gases. Recently, it has brought more attention from the scientific community because of the growing demand for process control and optimization. In this way, this doctoral dissertation covers in two steps the research on droplet-particle collision; both use the Basilisk code for numerical simulation. The first step simulates the impact of a droplet onto a spherical particle in an initially quiescent environment. With the assistance of the design of computer experiment and machine learning, this step aiming at characterizing the lamella formed due to the collision, analyzing the interfacial flow by a mechanical energy viewpoint, and building a predictive statistical model as a function of the flow dimensionless parameters. In agreement with our mechanical energy analysis of interfacial flows for the analyzed parameters range, the Reynolds and Weber numbers show a negative and a positive effect on the lamella area, respectively. The second step of this work prospects the bidimensional simulation of the droplet collision against a cluster of particles. It objects to build a broad database as a basis for the phenomenon analyses, notably the particles arrangement effect over the liquid surface area and particles wet area, using deep learning models. Tese (Doutorado)

Métodos para alta dimensão tem ganhado cada vez mais importância na literatura econométrica, onde a inclusão de um grande número de variáveis econômicas e financeiras pode melhorar significativamente o desempenho de previsões de séries temporais. Porém, em um contexto de alta dimensão, métodos tradicionais enfrentam alguns problemas relacionados à interpretabilidade do modelo, variância elevada, correlação espúria, eficiência computacional, entre outros. Métodos de aprendizado estatístico são desenvolvidos para um melhor desempenho de previsão, combinando técnicas de regularização e ajuste empírico dos parâmetros e são capazes de lidar com alguns destes problemas na presença de conjuntos de dados de alta dimensão. No artigo que integra esta dissertação, utilizamos uma variedade de métodos de aprendizado estatístico para previsão de séries temporais, realizando diversos exercícios numéricos, incluindo simulação Monte Carlo e análise empírica de dados. Propusemos um método chamado WLadaENet (weighted lag adaptive Elastic Net), que combina regularização quadrática com penalização ponderada semelhante ao método adaENet, porém, penaliza mais severamente coeficientes de variáveis com defasagens mais elevadas, como o método WLadaLASSO Em nossas simulações, o método WLadaENet apresenta um bom desempenho em termos de seleção de variáveis quando o modelo é esparso e em termos de previsão fora da amostra, mesmo quando o modelo não é esparso e apresenta não linearidades. Em nossa primeira aplicação empírica realizamos previsões entre 1 e 12 meses da inflação do Brasil e do núcleo de inflação, incluindo previsões da inflação acumulada. Na segunda aplicação realizamos previsões para a inflação dos Estados Unidos. O método Ridge apresenta um bom desempenho para as previsões da inflação brasileira e um desempenho moderado para as previsões da inflação norte americana utilizando-se amostras de tamanho semelhante. Porém, quando utilizada uma amostra muito maior para a previsão da inflação norte americana, o desempenho método Ridge reduz drasticamente, enquanto o desempenho do método L2Boost melhora significativamente, principalmente pra a inflação acumulada. O método proposto no artigo, WLadaENet, também apresenta um bom desempenho para previsão da inflação norte americana neste caso. High-dimensional methods are getting more and more present in the literature and the inclusion of a large set of economic and financial predictors can improve the time series forecasting performance significantly. However, in high-dimensional context traditional methods face some challenges related to the model‘s interpretability, high variance, spurious correlation, compu- tational efficiency, among others. Statistical learning methods, which are designed to improve out-of-sample prediction by combining regularization and empirical tuning, are able to handle some of these issues in high-dimensional context. In the paper contained into this dissertation we employ a variety of high-dimensional statistical learning methods in order to perform time series forecasting, carrying out a simulation study and presenting two empirical applications. A method we call WLadaENet (weighted lag adaptive Elastic Net) is proposed, which combines quadratic regularization and the adaptive weighted LASSO shrinkage similarly to adaENet, but further penalizes coefficients of higher-lagged variables like WLadaLASSO In our Monte Carlo implementation, the WLadaENet presents a good performance in terms of variable selection when the model is sparse and in terms of forecasting even when the model is not sparse and nonlinearities are included. In the first application we perform forecasts of Brazilian inflation and the core inflation from 1 to 12 months ahead, including the accumulated inflation. In the second application we forecast U.S. inflation. We find that Ridge Regression has a good performance to forecast Brazilian inflation, and a moderate performance to forecast U.S. inflation when the data have (almost) the same size, in turn, when we use a larger sample the performance of Ridge Regression decreases while L2Boost improves its performance, especially when accumulated inflation is considered. The method WLadaENet proposed in the paper also presents a good performance to forecast U.S. inflation in this case.

Tese de Doutoramento em Ciências da Educação (especialidade em Educação Matemática), Atualmente, nas áreas de Engenharia, é consensualmente reconhecida a necessidade de formação em inferência estatística, a qual contribui para o desenho, análise e interpretação de estudos que poderão surgir na futura atividade profissional e social destes alunos. Neste estudo pretende-se analisar o processo de aprendizagem de testes de hipóteses numa amostra de alunos do 1.º ano do curso da Licenciatura de Engenharia Informática, inscritos na unidade curricular de Matemática Computacional, em dois momentos: num primeiro momento, identificaram-se as suas dificuldades e erros em conteúdos de testes de hipóteses; e num momento posterior implementou-se uma experiência de ensino baseada na metodologia de trabalho de projeto, tendo em conta as dificuldades e erros identificados antes e com recurso a um software estatístico. Nesta situação, no estudo procurou-se obter respostas às seguintes questões de investigação: 1. Quais os erros e dificuldades mais frequentes dos alunos na aprendizagem de conteúdos de testes de hipóteses; 2. Que fatores podem estar na origem das dificuldades da compreensão de testes de hipóteses; 3. A utilização de um método de ensino, baseado numa metodologia de trabalho de projeto e com recurso ao uso da tecnologia, contribui para melhorar a aprendizagem destes conceitos. Em termos metodológicos, nesta investigação foram utilizados métodos qualitativos e quantitativos (método misto): no primeiro momento, correspondente ao estudo 1 e referente às duas primeiras questões de investigação, adotou-se uma perspetiva quantitativa; enquanto no segundo momento, correspondente ao estudo 2 e referente à terceira questão de investigação, se adotou uma perspetiva qualitativa. No primeiro estudo participaram 223 alunos e recorreu-se a um questionário como método de recolha de dados, e no segundo estudo participaram 31 alunos, que se organizaram em sete pequenos grupos, recorrendo-se a dados obtidos através de relatórios dos trabalhos de projeto e respetivas apresentações, a uma “ficha de avaliação das fases do projeto”, um questionário sobre as perceções dos alunos acerca da metodologia implementada e às classificações obtidas pelos alunos na UC, e mais especificamente nos conteúdos de testes de hipóteses. Em termos dos principais resultados, o estudo mostrou que os alunos, em geral, têm dificuldades na aprendizagem dos testes de hipóteses, principalmente em expressarem o seu raciocínio através da justificação escrita das respostas. Essas dificuldades não foram ultrapassadas por todos alunos que participaram na intervenção de ensino, pois alguns deles ainda continuaram a sentir dificuldades. Contudo, independentemente disso, os alunos valorizaram globalmente a estratégia de ensino adotada., Nowadays in the areas of Engineering the need for training in statistical inference, which contributes to the design, analysis and interpretation of studies that may arise in the future professional and social activity of these students, is recognized consensually. This study intends to analyze the learning process of hypothesis tests in a sample of students of the 1st year of the Degree Program in Computer Engineering, enrolled in the curricular unit (CU) of Computational Mathematics. First, the difficulties and errors in hypothesis test content were identified; and next a teaching experience based on the project work methodology was implemented using statistical software, taking into account the difficulties and errors identified before. The study aimed to obtain answers to the following research questions: 1. What are the most frequent errors and difficulties of students in learning hypothesis test? 2. What factors may be at the root of the difficulties of understanding hypothesis testing? 3. Does the use of a teaching method based on a methodology of project work, using technology, help to improve the learning of these concepts? In methodological terms, qualitative and quantitative methods were used in this research (mixed method): in the first moment, study 1, and referring to the first two research questions, a quantitative perspective was adopted; while in the second moment, study 2, and aiming to answer the third question of investigation, a qualitative perspective was adopted. In the first study, 223 students participated and a survey was used as a method of data collection. In the second study 31 students participated, organized in seven small groups, and data was obtained through reports of the project work, a survey on the perceptions of students about the methodology implemented, and the classifications obtained by the students in the CU, more specifically on the content of hypothesis tests. The study showed that students have difficulties in learning hypothesis tests, mainly in expressing their reasoning when writing the reasons for their answers. These difficulties were not overcome by all students who participated in the teaching experience, as some of them continued to have trouble. However, in spite of this, overall, the students valued the teaching strategy adopted.