Natural sciences data can involve different characteristics, making it very interesting to be analyzed and may bringing many contributions from a statistical point of view. One of its ma- jor areas is entomology, a science that studies insects and where we can find proportions, count or continuous data, univariate or multivariate responses, in addition to repeated measures. In this sense, to develop models and computational methods that support these observations and to bring gains to the statistical area, at the same time as making this analyzes more accessible is the aim of this work. Generalized linear mixed models were used to analyze proportion and overdispersed data in dose-response studies and, the goodness-of-fit was assessed using half-normal plots with simula- tion envelopes. To compare treatments of these data different non-parametric bootstrap resampling methods were proposed and, a simulation study was carried out to verify the performance of different types of confidence intervals. Besides, an extension of the bivariate normal model was developed to accommodate count data. This extension was developed by adding a new parameter in the variance- covariance matrix to better accommodate over- or underdispersion for count data modeling the mean and dispersion of the observed data.

Dados da área da ciências naturais podem envolver diferentes características tornando-se interessantes de serem analisados e possibilitando muitas contribuições do ponto de vista estatístico. Uma de suas grandes áreas é a entomologia, ciência que estuda os insetos. Nessa área, podemos encontrar dados de proporções, dados de contagens, dados contínuos, respostas univariadas ou multivariadas, além de medidas repetidas. Nesse sentido, o objetivo deste trabalho é desenvolver modelos e métodos computacionais que auxiliem na interpretação desse tipo de dados, trazendo ganhos para a área estatística e tornando-a mais acessível a pesquisadores de todas as áreas. Nesse trabalho, nós utilizamos modelos lineares generalizados mistos para analisar dados de proporção superdispersos, em experimento de dose-resposta, com o objetivo de comparar a resistência de fungos a altas temperaturas. Feita essa comparação e verificada a qualidade do ajuste, utilizando gráficos meio-normal com envelope de simulação, propusemos um tutorial de como comparar diferentes modelos de superdispersão para dados de proporção, utilizando o software R. Outro objetivo foi comparar a similaridade dos fungos (diferentes tratamentos). Para isso, foram propostos métodos de reamostragem bootstrap não paramétricos e comparados por meio de simulação, verificando a performance de diferentes tipos de intervalos de confiança. Além disso, foi desenvolvida e proposta uma extensão dos modelos normais bivariados, com o objetivo de acomodar dados de contagem. Essa extensão foi desenvolvida ela adição de um novo parâmetro na matriz de variâncias e covariâncias para melhor acomodar da- dos de contagem, subdispersos ou superdispersos, modelando assim a média e a dispersão dos dados observados.