Resumo:  Universidades de qualidade são a base para o desenvolvimento da sociedade, e um dos aspectos pelo qual pode-se avaliar a qualidade do serviço prestado pelas universidades, consiste em aferir o grau de satisfação que os estudantes apresentam quanto a sua experiência acadêmica e social nos domínios da universidade. Até o presente momento, no entanto, não se tem conhecimento, no Brasil, de um teste psicométrico que meça o nível de satisfação do estudante com a universidade. O propósito deste estudo é desenvolver e validar um instrumento de medida da satisfação do estudante com a universidade na qual está regularmente matriculado, e testar suas qualidades psicométricas. Descrevendo desde o levantamento das dimensões relacionadas a satisfação do estudante, passando pela validação dos juízes e por sua aplicação em grupo focal, à aplicação em uma amostra de estudantes universitários, até a análise dos resultados do instrumento preliminar. A amostra compôs-se de 386 estudantes universitários de 17 estados brasileiros. Na análise da confiabilidade, o alfa de Cronbach (α = 0; 83) evidenciou elevada consistência interna do instrumento. A análise fatorial dos resultados sugeriu a presença de cinco fatores, dos quais o relativo às condições de trabalho é o que contém os principais preditores da satisfação do estudante. Este instrumento representa uma ferramenta útil para a otimização da satisfação do estudante de graduação que está regularmente matriculado em cursos presenciais do sistema de ensino superior brasileiro, abrangendo tanto universidades públicas quanto privadas.
Palavras-chave: Psicometria. Validade. Confiabilidade. Satisfação do estudante. Estudante universitário.

Orientador: Hugo Henrique Kegler dos Santos (IME/UFF)

Banca:

• Hugo Henrique Kegler dos Santos (IME/UFF)
• Licínio Esmeraldo da Silva (IME/UFF)
• Ludmilla da Silva Viana Jacobson (IME/UFF)

Resumo: Todos os anos é grande o número de incêndios florestais que acontecem no Brasil e no mundo. Pesquisas indicam que as características climáticas e geográficas influenciam no risco e na magnitude desses incêndios. Neste trabalho foram analisados registros de incêndios florestais no Parque Nacional das Chapadas das Mesas (MA) obtidos no site do Sisfogo, onde foi possível recolher as seguintes variáveis: área queimada, temperatura, umidade relativa do ar, relevo, altitude, velocidade do vento e número de dias sem chuva. Com o auxílio da inferência Bayesiana, modelou-se a influência dessas variáveis no logaritmo da área queimada por meio de regressão linear Normal. Para comparar os modelos foram utilizados o Fator de Bayes e o DIC. Diferentemente de outras pesquisas, as variáveis temperatura e umidade relativa mostraram-se pouco significativas, assim como relevo e velocidade do vento; as variáveis mais significativas foram altitude e número de dias sem chuva.
Palavras-chave: Regressão linear. Inferência Bayesiana. Incêndio florestal.

Orientadora: Maria Cristina Bessa Moreira (IME/UFF)

Banca:

• Maria Cristina Bessa Moreira (IME/UFF)
• Hugo Henrique Kegler dos Santos (IME/UFF)
• Núbia Karla de Oliveira Almeida (IME/UFF)

Resumo: A quantidade de dados gerados no dia a dia tem aumentado demasiadamente e com isso o interesse em se explicar um determinado desfecho tem-se tornado mais difícil, muitas vezes pela presença da multicolinearidade. Então surge a necessidade de métodos de seleção de variáveis que além de serem eficientes sejam mais rápidos e mais fáceis de se utilizar. Existem vários métodos de seleção de variáveis disponíveis na literatura. Dentre os mais utilizados estão o critério de informação de Akaike, AIC, de informação bayesiana, BIC, e o de informação do desvio, DIC, porém estes métodos são divididos em dois passos, ajustar todos os modelos possíveis e posteriormente calcular uma das medidas citadas para cada modelo e compará-los a fim de saber qual o melhor modelo. Como pode-se observar estes métodos podem ser bastante trabalhosos ou até mesmo inviáveis em alguns cenários. Uma possível alternativa aos métodos clássicos é a utilização de métodos de seleção de variáveis com o enfoque bayesiano. Os métodos bayesianos de seleção de variáveis baseiam-se em um único ajuste e utilizam uma variável indicadora responsável por determinar se uma variável é selecionada ou não e com isso torna possível quantificar a probabilidade de cada variável ser selecionada e a probabilidade de um determinado modelo ser escolhido. Neste trabalho é apresentado um estudo voltado para modelos de regressão linear múltiplo com três métodos bayesianos de seleção de variáveis: método de seleção de variáveis de Kuo & Mallick, métodos de seleção de variáveis de Gibbs e método de seleção de variáveis via busca estocástica. O objetivo é comparar tais métodos, através de um estudo de simulação de dois cenários (com presença/ausência de multicolinearidade) e modificando o valor inicial das variáveis indicadoras. Os três métodos estudados apresentaram bons resultados em ambos os cenários. Para os dois cenários observados o método de seleção de variáveis via busca estocástica se mostrou o mais rápido e o melhor por apresentar a maior probabilidade de o modelo correto ser visitado, sendo visitado 100% das vezes no cenário dependente quando as 4 primeiras variáveis indicadoras assumiram como valor inicial 1. Os valores iniciais adotados para todos os métodos nos dois cenários não influenciaram no ajuste do modelo para a probabilidade a posteriori, com exceção do método de seleção de variáveis via busca estocástica que sofreu influência quando se inicializava as quatro primeiras covariáveis em zero, caindo absurdamente a probabilidade. Este trabalho utilizou uma abordagem completamente bayesiana e os resultados computacionais foram obtidos por meio do R e BUGS (Bayesian inference Using Gibbs Sampling).
Palavras-chave: Métodos de seleção de variáveis. KM, GVS, SSVS. Inferência Bayesiana. OpenBUGS.

Orientador: Jony Arrais Pinto Junior (IME/UFF)

Banca:

• Jony Arrais Pinto Junior (IME/UFF)
• Larissa de Carvalho Alves (ENCE/IBGE)
• Mariana Albi de Oliveira Souza (IME/UFF)

Resumo: A autoavaliação de saúde é um indicador de natureza subjetiva, válido e considerado um importante preditor de morbidade e mortalidade. Neste trabalho, foi utilizado o modelo de regressão logística binária, usando os dados da Pesquisa Nacional de Saúde – PNS 2013, para analisar a autoavaliação de saúde das mulheres e sua associação com características sociodemográficas e de saúde. A PNS adota um plano amostral complexo, incluindo estratificação, conglomeração e pesos amostrais distintos para as unidades da amostra. Observou-se maior chance de autoavaliação de saúde negativa entre as mulheres mais velhas, que vivem com cônjuge ou companheiro, não brancas, menos escolarizadas e entre as mulheres que residem nas regiões Norte e Nordeste. Mulheres com posse de plano de saúde, com algum grau de dificuldade de locomoção, bem como as que declararam ter realizado exame clínico de mamas há três anos ou mais (versus há menos de 1 ano) e ainda entre as que informaram ter realizado o exame preventivo há menos de 1 ano (versus há 1 a 3 anos) reportaram saúde negativa. Mulheres que fumam e que não praticaram exercícios físicos também avaliaram negativamente a sua saúde. Destaca-se a necessidade de ações que promovam o maior atendimento das demandas das mulheres em termos de educação e acesso a serviços de saúde, a fim de promover a saúde física, mental e social da mulher e prevenir doenças.
Palavras-chave:  Regressão logística. Saúde da mulher. Autoavaliação de saúde. Pesquisa Nacional de Saúde. Plano amostral complexo. 

Orientador: José Rodrigo de Moraes (IME/UFF)
Coorientador: Maurício Franca Lila (DPE/IBGE)

Banca:

• José Rodrigo de Moraes (IME/UFF)
• Cecília de Souza Fernandez (IME/UFF)
• Licínio Esmeraldo da Silva (IME/UFF)

Resumo: A violência infanto-juvenil é caracterizada por toda e qualquer violência física, psicológica, discriminação, negligência e maus tratos contra crianças e adolescentes. O impacto gerado pela violência desencadeou uma necessidade de reformular as práticas referentes ao modo de tratar esse problema, não somente com o tratamento, mas com diálogo entre serviços médicos, clínicos e de emergência, além da saúde pública, de forma a propiciar intervenções que não se limitem ao setor de saúde. O objetivo geral desta pesquisa foi delinear o perfil do óbito infanto-juvenil no Brasil, em especial os decorrentes de homicídio. Para tanto, foram avaliadas informações sobre 22.581 óbitos de indivíduos de 0 a 18 anos, ocorridos no período de 2012 a 2014, disponíveis no Sistema de Mortalidade do DATASUS. Estatísticas descritivas, testes de homogeneidade via estatística Qui-Quadrado, modelos logísticos e razões de chances foram utilizados para elucidar o comportamento da violência infanto-juvenil no Brasil. Foi verificado que a maioria dos óbitos por agressão foi decorrente de homicídios (96,23%) e através do uso de arma de fogo ou de objeto cortante ou contundente (93,59%). Também foi identificado que 49,5% dos homicídios ocorreram em via pública e apenas 30,31% deles foram investigados. Dentre os homicídios não ocorridos em via pública, cerca de 20% fizeram uso de objetos cortante ou contundentes ou das “mãos” do agressor. Por fim, foi constatado que a chance de homicídios em via pública é maior para rapazes (RC = 1,73), para adolescentes (RC = 6,63) e para indivíduos da raça negra/parda (RC = 1,13).

Palavras-chave: Agressão infanto-juvenil. Teste qui-quadrado. Modelo logístico. Razão de chances. 

Orientadora: Núbia Karla de Oliveira Almeida (IME/UFF)

Banca:

• Núbia Karla de Oliveira Almeida (IME/UFF)
• Hugo Henrique Kegler dos Santos (IME/UFF)
• Maria Cristina Bessa Moreira (IME/UFF)

Resumo: A psicologia vem cada vez mais utilizando de técnicas estatísticas, principalmente quando se trata da elaboração, validação e interpretação de testes psicológicos. Estes testes muitas vezes tratam com variáveis muito subjetivas de difícil medição, onde utilizamos a análise fatorial para entender quais variáveis originais explicam essas outras. Por lidarem com diagnóstico de doença também é importante que possuam uma chance de errar o resultado mínima e controlada, para tal são utilizadas as medidas de validação de teste de diagnóstico juntamente com a curva ROC para definir a sensibilidade, especificidade, ponto de corte entre outras coisas que aumentarão a precisão e confiança no resultado. Já na interpretação dos resultados uma técnica que se destaca é a de análise de cluster, por conseguir agrupar os indivíduos avaliados por suas características; esta técnica facilita a identificação das características mais influentes no comportamento de cada grupo. O presente trabalho pretende demonstrar o processo de elaboração de elaboração, validação e interpretação dos testes psicológicos utilizando exatamente as técnicas de análise fatorial, análise de cluster e validação de testes de diagnóstico, utilizando o software R e pacotes como Stats, ROCR e Psych.
Palavras-chave: Psicologia. Análise fatorial. Análise de cluster. Validação de teste de diagnóstico. Multivariada. Testes psicológicos.

Orientador: Hugo Henrique Kegler dos Santos (IME/UFF)

Banca:

• Hugo Henrique Kegler dos Santos (IME/UFF)
• Jony Arrais Pinto Junior (IME/UFF)
• Ludmilla da Silva Viana Jacobson (IME/UFF)

Resumo: A vasta diversidade de recursos naturais no Brasil permite que a geração de energia possa ser feita a partir de várias fontes diferentes. O presente trabalho ressalta a importância do planejamento da utilização desses recursos para a geração de energia elétrica e suprimento da demanda. Foram estudados os principais tipos de geração de energia: hidrelétrica, térmica, nuclear e eólica. Análises de comportamento das tendências e previsões para as séries são fundamentais para melhor uso dos recursos responsáveis por esses tipos de geração. O trabalho aborda métodos de previsão recorrentes em séries temporais como os modelos de Box & Jenkins e os modelos de Holt-Winters, como possíveis meios de planejamento. Com intuito de melhorar a acurácia das previsões, foi utilizado o método estatístico Singular Spectrum Analysis (SSA), que consiste principalmente em filtrar as séries temporais. A finalidade principal desse trabalho é avaliar o ganho preditivo da modelagem Box & Jenkins e Holt-Winters usando filtragem SSA. A escolha dos modelos mais adequados foi feita com base nas estatísticas de aderência como a Raiz Quadrada do Erro Quadrático Médio (RMSE – Root Mean Square Error), o Erro Percentual Médio Absoluto (MAPE – Mean Absolute Percentage Error), o Desvio Médio Absoluto (MAD – Mean Absolute Deviation) e o coeficiente de determinação R2. De acordo com os resultados obtidos nos diferentes cenários abordados, concluiu-se que a abordagem SSA é mais eficiente no ganho preditivo das diferentes modelagens. Além disso, nas análises sem filtragem e com filtragem, os modelos de Box & Jenkins com componentes sazonais apresentaram melhor desempenho, que foram evidenciadas na observação das tendências das séries de geração de energia elétrica.
Palavras-chave: Singular spectrum analysis. Tendência. Energia elétrica. Previsões.

Orientador: Moisés Lima de Menezes (IME/UFF)

Banca:

• Moisés Lima de Menezes (IME/UFF)
• Keila Mara Cassiano (IME/UFF)
• Patrícia Lusié Velozo da Costa (IME/UFF)

Resumo: A demanda de energia elétrica cresce exponencialmente com o aumento da população mundial e da modernização. Ser capaz de gerar e consumir energia limpa ́e um enorme desafio. Neste cenário, a energia eólica surge como uma possível fonte de energia complementar a energia hidrelétrica instalada no Brasil. Porém, este tipo de energia depende de série fatores climáticos que mudam constantemente com o tempo. Por este motivo, ser capaz de prever a velocidade do vento ́e um importante papel para o planejamento e a gestão das cidades. Este trabalho propôs a modelagem estatística de séries temporais com o auxílio da filtragem Singular Spectrum Analysis e da divisão Cross Validation. A primeira técnica busca decompor e reconstruir a série temporal sem a componente ruidosa, já o segundo método busca reestimar a série de forma iterativa com a adição de uma nova observação a cada instante de tempo. Para validação da previsão estatística foram utilizadas as seguintes estatísticas de aderência: RMSE, BIC, R2 e MAPE nos dados mensais de velocidade média do vento (em m/s) do município de Campos dos Goytacazes no Estado do Rio de Janeiro de janeiro de 2012 à dezembro de 2016. Os resultados apontam para essa amostra um ajuste melhor nos modelos in-sample após aplicação do filtro SSA. Já para previsão fora da amostra teve as melhores estatísticas de aderência com a combinação do filtro SSA junto da divisão do Cross Validation, mostrando ser um resultado promissor para o planejamento da energia eólica como fonte de energia.

Palavras-chave: Singular Spectrum Analysis. Análise de Cluster. Velocidade do Vento. Cross Validation.

Orientador: Moisés Lima de Menezes (IME/UFF)

Banca:

• Moisés Lima de Menezes (IME/UFF)
• Márcia Marques de Carvalho (IME/UFF)
• Marco Aurélio dos Santos Sanfins (IME/UFF)

Resumo: A presente monografia versa sobre uma entidade não observável de interesse da área de saúde: depressão em pessoas idosas com comprometimento cognitivo segundo a escala CDR. A depressão é entendida como um traço latente cuja mensuração depende de um instrumento de medida, usualmente denominado escala. As escalas, por serem instrumentos de medida de natureza indireta, necessitam ser analisadas por meio de técnicas próprias da psicometria. Com base em um protocolo já existente e consolidado (Escala Geriátrica de Depressão – GDS-15) aplicou-se os métodos de Análise Fatorial Exploratória-AFE (que trata das diversas variáveis que definem uma entidade observável com o objetivo de encontrar fatores subjacentes das relações entre as variáveis), com a finalidade de encontrar relacionamentos entre os sintomas depressivos que identifiquem ou reduzam a quantidade desses fatores. Desta forma, pode-se identificar fatores que mostram de forma mais adequada os sintomas depressivos, permitindo diagnosticar com mais precisão o estado depressivo dos idosos. Foi aplicada a técnica de AFE com base em dois coeficientes (r de Pearson e Tetracórico) de modo a observar com qual deles se obtém melhores resultados. Obteve-se resultados mais satisfatórios com a inserção do coeficiente tetracórico em todas as etapas da AFE. Entretanto, estudos similares a esta área não apontaram para uma ferramenta que auxiliasse na aplicação de um critério de adequação amostral utilizando essa correlação. O critério disponível na literatura é o Critério de Adequação de KaiserMeyer-Oiken (KMO). Esta monografia deve ser considerada a etapa inicial de futuros estudos para que seja criado e continuamente aprimorado, um instrumento de adequação amostral aplicado a uma correlação específica para dados categóricos.
Palavras-chave: Depressão. GDS-15. Análise fatorial. Dados binários. Correlação tetracórica.

Orientador: Licínio Esmeraldo da Silva (IME/UFF)

Banca:

• Licínio Esmeraldo da Silva (IME/UFF)
• Jamaci de Almeida Machado Corrêa Lima (DDRH/UFF)
• Keila Mara Cassiano (IME/UFF)

Resumo: No presente trabalho deseja-se estimar a elasticidade de demanda de energia no Brasil através da Meta-Regressão (Meta-Análise baseada em Regressão). Conhecer tal demanda é importante para o setor público para melhor planejar a oferta de energia que será disponibilizada. Um bom entendimento sobre a demanda de energia ajuda a evitar crises no setor. Mais que isso, uma boa gestão pública de energia pode contribuir para a manutenção de um crescimento sustentável do Produto Interno Bruto – PIB e/ou sobre a redução da inflação. Diversos trabalhos da literatura estimam a elasticidade da demanda de energia de forma direta através de modelos estatísticos e econométricos, como por exemplo em Dahl (1986), Santos (2013) e Freitas & Kaneko (2011). Tal como em Labandeira et al (2017), deseja-se encontrar uma estimativa mais precisa da elasticidade de demanda de energia no Brasil através das elasticidades já estimadas na literatura. Com dados de demanda de energia no território brasileiro, o presente trabalho estimou 4 modelos bem ajustados para elasticidade-preço e elasticidade-renda de curto e longo prazo, para diversos tipos de energia, como álcool, diesel, eletricidade, gasolina etc. As análises mostram que variáveis como “tipo de dado”, que não deveriam interferir nas elasticidades, são significativas para o modelo. Tais resultados implicam em uma análise mais apurada destas variáveis em trabalhos futuros.
Palavras-chave: Meta-análise. Meta-regressão. Elasticidade. Demanda de energia. Brasil.

Orientador: Wilson Calmon Almeida dos Santos (IME/UFF)

Banca:

• Wilson Calmon Almeida dos Santos (IME/UFF)
• Gregório da Cruz Araújo Maciel (IE/UFRJ)
• Moisés Lima de Menezes (IME/UFF)

Resumo: A dengue é uma doença viral cada dia mais frequente e que se espalha rapidamente no mundo. O responsável pela transmissão do vírus é a fêmea do mosquito do gênero Aedes aegypti. Os principais sintomas são: febre, cefaleia, manchas na pele, dores musculares, articulares e nos olhos, com diagnóstico de brando a grave e o tempo médio de incubação entre a picada e a manifestação da doença é de 5 a 6 dias. Em meses chuvosos verifica-se uma maior incidência de infectados pelo vírus. Já nos meses sem chuva ou chuvas amenas a doença apresenta uma queda chegando a não ter casos observados. O número de casos de pessoas com a doença é uma variável importante a ser analisada. Este trabalho tem como foco principal analisar um modelo para estimar o número de casos de dengue nos municípios do estado do Rio de Janeiro nos anos de 2010 e 2012, considerando que existe uma associação espacial entre os valores observados nos municípios do estado. Uma das conclusões que se obteve foi que o conjunto de dados de dengue no Rio de Janeiro vem sofrendo um aumento, considerando os anos de estudo deste, 2010 e 2012. E ao aplicar os modelos propostos neste trabalho constatou-se que ao modelar inserindo os dados do Índice de Desenvolvimento Humano (IDH) somado aos efeitos espaciais, se alcançou uma melhor adequação do modelo para os casos da doença viral no estado do Rio de Janeiro. Isto é, o modelo com efeito espacial se mostrou mais adequado do que o modelo apenas com efeito aleatório.
Palavras-chave: Estatística. Modelagem. Saúde Pública. Dengue.

Orientador: Luis Guillermo Coca Velarde (IME/UFF)

Banca:

• Luis Guillermo Coca Velarde (IME/UFF)
• Ana Beatriz Monteiro Fonseca (IME/UFF)
• Jony Arrais Pinto Junior (IME/UFF)

Resumo: Ultimamente, muito se ouve falar na poluição atmosférica dos grades centros e os danos que podem ser causados à saúde oriundos da exposição. Nesse âmbito, devido à ausência de estudos para a cidade de Niterói, decidiu-se investigar esse tema. Este trabalho tem por objetivo avaliar os fatores de risco associados às internações hospitalares por doenças respiratórias em crianças com até 4 anos completos e idosos com 60 anos ou mais de idade, no município de Niterói, RJ. Na análise dos dados utilizou-se Modelos Lineares Generalizados, aplicados ao Modelo de Regressão de Poisson, que são utilizados para investigar a relação entre uma variável resposta e um ou mais preditores. Na análise dos dados foi utilizado o software R. Os dados foram obtidos em diversas plataformas como DATASUS, DETRAN-RJ, INEA e INMET. Considerando os resultados dessa análise, pode-se observar que no grupo de crianças, a exposição ao PM10 em diferentes níveis está associada às internações por doenças respiratórias. Já no grupo de idosos essa variável mostrou-se significativa ao analisá-la no modelo simples. Porém ao ajustar o modelo, essa variável não apresentou associação com as internações por doenças respiratórias.
Palavras-chave: Poluição do ar. Doenças respiratórias. Crianças. Idosos. Internação hospitalar.

Orientadora: Ludmilla da Silva Viana Jacobson (IME/UFF)

Banca:

• Ludmilla da Silva Viana Jacobson (IME/UFF)
• Ana Maria Lima de Farias (IME/UFF)
• Mariana Albi de Oliveira Souza (IME/UFF)

Resumo: Da mesma forma que estimação pontual, estimação intervalar e testes de hipóteses, a ordenação ou a produção de um ranking também pode ser vista como um problema de interesse da inferência estatística. Saber manipular/analisar dados de ranking é muito vantajoso quando se quer comparar preferências ou objetos (de forma ordinal) em um conjunto de dados. Se dois ou mais objetos são indistinguíveis entre si, então esses elementos estão empatados, isto é, deveriam ter o mesmo rank. No caso específico que, originalmente, não houve a possibilidade de o juiz atribuir ranks similares a estes elementos, neste trabalho, esses dados serão denominados ‘dados de ranking com empates não revelados’. Este trabalho se propõe a criar três metodologias capazes de selecionar acertadamente o número de grupos (um grupo é um conjunto de objetos empatados ou indistinguíveis entre si). Além disso, serão discutidas detalhadamente maneiras de extrair informações desses dados e como a concordância entre os juízes pode ser influenciada ao não se considerar empates. Verificou-se que há interferência dos empates não revelados sobre a concordância entre os juízes e, aumentando o número de grupos, os testes de aleatoriedade empregados tendem a rejeitar, em maior quantidade, a hipótese nula de que não há um padrão nas escolhas dos juízes. Com base nisso, foram incrementados três métodos (Método da Verossimilhança, Método do AIC e Método do BIC) para a estimação do número de grupos e avaliou-se o desempenho dessas metodologias através de simulações e comparações com o método de Tibshirani. Tais comparações apresentaram resultados significativamente melhores contrapostos com o uso da estatística ‘Gap’ apresentada por Tibshirani. Notou-se, também, que houve algumas dificuldades dos métodos nos casos intermediários e alta precisão na estimação para valores nas extremidades.

Palavras-chave: Dados de Ranking com Empates. Empates não revelados. Concordância entre juízes. Teste da razão de Vverossimilhança. Critérios de informação (AIC e BIC). Modelo de Luce. Modelo de Thurstone. Teste de concordância.

Orientador: Wilson Calmon Almeida dos Santos (IME/UFF)

Banca:

• Wilson Calmon Almeida dos Santos (IME/UFF)
• Luis Guillermo Coca Velarde (IME/UFF)
• Mariana Albi de Oliveira Souza (IME/UFF)

Resumo: Ao longo dos últimos anos o campo de estudo para a área esportiva vem crescendo bastante no Brasil. Este trabalho se propõe a estudar um modelo que auxilie na previsão da quantidade de gols marcados por cada time no campeonato brasileiro de futebol. Para isto será utilizado o programa OpenBUGS e serão testados diferentes modelos utilizando modelos lineares generalizados com efeitos aleatórios que representam o ataque e a defesa de cada time, para verificar qual possui a melhor previsão para os dados do campeonato brasileiro de 2016. Foram apresentadas 5 propostas de modelo que conseguiram capturar características do desempenho dos times, por exemplo, fator ataque.

Palavras-chave: Modelos Lineares Bayesianos. Futebol.

Orientador: Luis Guillermo Coca Velarde (IME/UFF)

Banca:

• Luis Guillermo Coca Velarde (IME/UFF)
• Hugo Henrique Kegler dos Santos (IME/UFF)
• Licínio Esmeraldo da Silva (IME/UFF)

Resumo: O presente trabalho tem como objetivo analisar o desempenho acadêmico dos Aspirantes da Escola Naval, uma vez que suas notas são fator de influência na antiguidade que levam para o restante da carreira militar na Marinha do Brasil. O método escolhido foi a abordagem através do método de regressão quantílica, pois assim é possível verificar as diferenças entre alunos com notas mais altas e mais baixas. Foram consideradas como variáveis de desempenho acadêmico a média final, equivalente ao coeficiente de rendimento, e as médias em cada Centro, englobando disciplinas de exatas, humanas e práticas navais. Para analisar o desempenho acadêmico foram utilizadas informações do perfil socioeconômico dos ingressantes na Escola Naval no ano de 2016. Ao fim, concluiu-se que escolaridade dos pais e idade são fatores de influência em todos os quantis. Fatores como escola do ensino médio e fundamental e morar no Rio de Janeiro foram significativos em quantis e Centros específicos.

Palavras-chave: Aspirantes. Escola Naval. Regressão Quantílica. Desempenho Acadêmico. Perfil Socioeconômico.

Orientadora: Márcia Marques de Carvalho (IME/UFF)

Banca:

• Márcia Marques de Carvalho (IME/UFF)
• Danielle Carusi Machado (ESC/UFF)
• Waldir Jesus de Araújo Lobão (ENCE/IBGE)

Resumo: As ações da PETROBRAS [negociadas tanto no exterior quanto na bolsa de valores de São Paulo] vêm decaindo de maneira contínua desde 2009. Já em 2014, a divulgação dos esquemas de corrupção da Operação Lava-Jato foi associada à queda de valor expressivo da empresa. No entanto, como as ações vêm se desvalorizando desde antes da “crise política” que atingiu os brasileiros na transição entre o primeiro e o segundo mandato da presidenta Dilma, outros fatores poderiam justificar esses números, como por exemplo a crise econômica e financeira internacional de 2008, e a consequente queda do preço internacional do barril do petróleo. Já em tempos mais recentes, as ações têm tido um comportamento mais volátil, o que poderia ser associado ao aumento do risco de se investir na companhia. No presente trabalho, empregamos o modelo de regressão quantilica, tal como proposto em Engle and Manganelli, 2004 [1], a fim de analisar a evolução do risco associado à ação da Petrobras [PBR], usando para isto a medida Valor em Risco [VaR – Value at Risk], firmada no Segundo Acordo de Basiléia, e verificar se, de fato, houve um aumento do risco a partir do momento em que foram divulgados os escândalos de corrupção envolvendo membros da empresa. Comparamos também o VaR estimado em diferentes modelos do tipo CAViaR. O melhor modelo CAViaR que ajustou-se aos dados, tanto da variável PBR, quanto das outras escolhidas para comparações, foi o SAV. O modelo ADP se mostrou menos adaptativo na maioria dos casos. Verificou-se que o risco da ação PBR se tornou substancialmente maior do que o de outras companhias do setor no mundo ou mesmo do que o de empresas que possuem ações na bolsa de São Paulo ou nos Estados Unidos, o que pode ser um efeito da exposição negativa da imagem da companhia na midia por conta da operação Lava-Jato.

Palavras-chave: Petrobrás. Operação Lava-Jato. Regressão Quantílica. Valor em risco. Backtests. CAViaR

Orientador: Wilson Calmon Almeida dos Santos (IME/UFF)

Banca:

• Wilson Calmon Almeida dos Santos (IME/UFF)
• Eduardo Ferioli Gomes (IME/UFF)
• Fabio Nogueira Demarqui (IME/UFF)

Resumo: Na análise deste estudo, foi investigada a variável infecção por Staphylococcus aureus em pacientes de 0 a 24 anos, provenientes de um estudo já realizado em dois hospitais públicos referência em atendimento a pacientes infectados pelo HIV. Por ser caracterizada como uma variável binária, ou seja, só assume valores 0 ou 1 (onde 1 representa os pacientes infectados pela bactéria S. aureus e 0 caso contrário), havia a necessidade de implementar um modelo logístico que permitisse definir algum tipo de padrão sobre os dados observados. Pouco se sabe a respeito desta epidemiologia. Alguns dos fatores determinantes já foram levantados sobre tal colonização nasal, e são a exposição a grandes aglomerações e a realização de procedimentos considerados invasivos nos últimos doze meses. A contagem de células CD4 foi definida como sendo a variável regressora, por ser um dos exames mais significativos realizados em pessoas que se encontram com o vírus HIV e que devem ser feitos regularmente no sangue. Desse modo, esta variável poderia explicar melhor esta razão de chance da variável resposta. Além disso, os dados dos pacientes são longitudinais, descritos através de 3 consultas realizadas ao longo do período de observação do estudo. Para isto, foi elaborado modelo logístico que considerasse a associação longitudinal entre as observações, ou seja, que levasse em consideração os dias entre as consultas realizadas. Com a intenção de explorar a estrutura dos dados de forma mais apropriada, foram implementados dois modelos logísticos diferentes. Onde foi testado se o modelo proposto melhora a qualidade do ajuste quando comparado com um modelo sem considerar a característica longitudinal dos dados. Os resultados indicaram com base no critério de seleção de modelos adotado, o Deviance Information Criterion – DIC, que o modelo com influência dos dados longitudinais apresentou melhor ajuste aos dados.

Palavras-chave: Staphylococcus aureus. Modelos logísticos. Modelos dinâmicos. Células cd4. Dados longitudinais.

Orientador: Luis Guillermo Coca Velarde (IME/UFF)

Banca:

• Luis Guillermo Coca Velarde (IME/UFF)
• Ana Beatriz Monteiro Fonseca (IME/UFF)
• Jony Arrais Pinto Junior (IME/UFF)

Resumo: A inflação é o aumento do nível do preço de um determinado produto ao longo do tempo. Hoje, a inflação oficial dos bens e serviços presentes na economia brasileira é medida pelo Índice de Preços ao Consumidor Amplo (IPCA) e essa medida representa o aumento ou a diminuição dos preços em um determinado período. A alta inflação é prejudicial para a economia de um país e, quando fora de controle, pode gerar diversos problemas, tais como, a desvalorização da moeda nacional e aumento dos preços de produtos importados, a diminuição dos investimentos no setor produtivo, aumento da especulação financeira, elevação da taxa de juros e aumento do desemprego, além do clima de instabilidade econômica e insatisfação popular. Para conter a inflação, no Brasil, desde 1999, é adotada a política de metas de inflação que consiste em manter a inflação anual dentro do intervalo de tolerância estipulado para o ano, conforme estabelecido pelo Conselho Monetário Nacional (CMN). O objetivo desse trabalho consiste em avaliar a série histórica do IPCA, considerando os índices produzidos entre dezembro de 1999 e outubro de 2017 (inclusive) e identificar, estimar e comparar modelos. Para tanto, foram depurados dados mensais do Sistema IBGE de Recuperação Automática (SIDRA) referentes ao IPCA acumulado anual. O foco do estudo é modelar e produzir estimativas para valores futuros do IPCA e, dessa forma, identificar padrões e tendências presentes na economia do Brasil por meio de modelos que serão comparados em termos de parcimônia, ajuste e qualidade das previsões. Serão utilizados métodos para séries temporais do tipo SARIMA e suas derivações. Dentre os principais resultados, verificou-se que os modelos do tipo SARIMA não demonstram capacidade preditiva a longo prazo. Foram confrontados os modelos de Box-Jenkins de melhor estimação. Escolhidos através do critério AIC, os modelos SARIMA(1,1,2)(2,0,3)₁₂; SARIMA(2,1,3)(1,0,2)₁₂ e SARIMA(1,1,3)(2,0,2)₁₂ apresentaram erros de estimação próximos a zero, já as previsões, foram comparadas com os valores do IPCA Efetivo, de junho de 2016 a novembro de 2017 e apresentaram erros de previsão expressivos. Além disso, a apuração dos resultados também permitiu compreender melhor o comportamento da série.

Palavras-chave: Modelagem. Box-Jenkins. Autoregressivo. Séries temporais. Índice. IPCA. Inflação.

Orientadora: Ana Beatriz Monteiro Fonseca (IME/UFF)
Coorientador: Victor Eduardo Leite de Almeida Duca (Doutorando IM/UFRJ)

Banca:

• Ana Beatriz Monteiro Fonseca (IME/UFF)
• Núbia Karla de Oliveira Almeida (IME/UFF)
• Victor Eduardo Leite de Almeida Duca (Doutorando IM/UFRJ)

Resumo: A política da taxa de juros praticada pelo Banco Central do Brasil é amplamente discutida devido ao fato de ser considerada relativamente alta em comparação a outros países de economia em desenvolvimento, mesmo com a adoção do regime de metas de inflação, em 1999, com o propósito de orientar a política monetária do país. De acordo com a literatura, como, por exemplo, destacado em Reis (2016) [1], existem vários motivos que explicam este fato, inclusive o risco de inadimplência. De fato, segundo Reinhart e Rogo (2004) [2], pelo histórico de inadimplência do Brasil argumenta-se que o país, para atrair capital estrangeiro, deveria oferecer uma taxa de juros mais elevada do que a de economias semelhantes. Neste trabalho, o propósito foi medir a performance do Brasil em comparação aos demais países em desenvolvimento quanto à taxa de juros reais praticada pelo Banco Central de cada país, entre 2007 e 2015, associada a diferentes níveis de risco, e, para fins de comparação, foram utilizados os métodos de Análise Envoltória de Dados (DEA), Análise da Fronteira Estocástica (SFA) e Regressão Quantílica (proposta por Landajo et al. (2008) [3]). Foi visto que, dos países em análise, o Brasil é o que apresenta a segunda maior taxa de juros reais média, apesar de não ser considerado um dos países mais arriscados, e, baseando-se nos resultados encontrados através da implementação dessas metodologias, verificou-se que ele ocupa a primeira posição do ranking, independente do método utilizado, o que comprova que, de fato, a taxa de juros reais praticada pelo Banco Central do Brasil é relativamente alta quando comparada à dos demais países de economia semelhante.

Palavras-chave: Taxa de juros. Risco. Performance. DEA. SFA. Regressão Quantílica.

Orientador: Wilson Calmon Almeida dos Santos (IME/UFF)

Banca:

• Wilson Calmon Almeida dos Santos (IME/UFF)
• Keila Mara Cassiano (IME/UFF)
• Ludmilla da Silva Viana Jacobson (IME/UFF)