• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
https://doi.org/10.11606/T.11.2020.tde-11012021-182812
Documento
Autor
Nome completo
Maíra Blumer Fatoretto
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
Piracicaba, 2020
Orientador
Banca examinadora
Demetrio, Clarice Garcia Borges (Presidente)
Bonat, Wagner Hugo
Paula, Gilberto Alvarenga
Título em inglês
Statistical modelling and computational tools applied to the natural sciences
Palavras-chave em inglês
Bivariate analysis
Correlations
Generalized linear mixed models
Non-Parametric Bootstrap
Overdispersion
Resumo em inglês
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.
Título em português
Modelagem estatística e ferramentas computacionais aplicadas a ciências naturais
Palavras-chave em português
Análise bivariada
Bootstrap não paramétrico
Correlações
Modelos lineares generalizados mistos
Superdispersão
Resumo em português
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.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2021-01-13
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2021. Todos os direitos reservados.