Andrew Mead - University of Warwick/UK - Presidente da IBS

Teatro Florestan Fernandes

There is considerable current interest in the UK in assessing how changes in land-use impact on biodiversity and other ecosystem services. In a recently completed research project we used a simulation modelling approach to explore the potential impacts on biodiversity of the conversion of areas of arable crops to biomass/bioenery crops. In a current project we are extending these ideas to explore the wider impacts of economic and agronomic factors on the land-use decisions made by agricultural land-managers, assessing the impacts of these decisions in terms of changes in biodiversity. Due to a lack of reliable data on species composition for particular land-uses, in both projects we are following a common assumption that landscape heterogeneity is a surrogate for biodiversity. We will explore different methods to measure landscape heterogeneity, identify some challenges in using these measures at a field-scale, discuss links between landscape heterogeneity and habitat permeability, and present some results and interpretation of the analyses of output from the simulation study.

topo

Francisco Cribari-Neto - UFPE

Teatro Florestan Fernandes

Nessa conferência abordaremos a realização de inferências em regressões lineares quando se suspeita da presença de heteroscedasticidade, mas não se deseja incorporar um modelo para as variâncias dos erros. Deseja-se realizar inferências sobre os parâmetros de regressão (da média condicional) sem que seja necessário modelar as variâncias condicionais. Neste caso, estatísticas quasi-t baseadas em erros-padrão assintoticamente corretos são usadas e o teste é realizado com base em valores críticos obtidos de aproximações assintóticas. Nós consideramos o estimador de variâncias e covariâncias proposto por Halbert White em 1980. Cribari-Neto, Ferrari e Cordeiro (Biometrika, 2000) mostraram que esse estimador é fortemente viesado em amostras finitas e propuseram uma sequência de estimadores corrigidos, em que a precisão alcançada depende do quanto se avança iterativamente na sequência. Na presente conferência nós mostraremos que ao se usar uma estratégia alternativa na construção da referida sequência é possível aumentar drasticamente a precisão dos estimadores resultantes. Resultados de avaliações numéricas exatas e simulações de Monte Carlo serão apresentados.

topo

Afrânio Márcio Correia - UNB

Anfiteatro Bento Prado Junior

Modelos estatísticos para dados longitudinais discretos foram propostos recentemente, seja em função da evolução das pesquisas associadas ao algoritmos de otimização determinísticos e estocásticos, seja em função da maior capacidade computacional disponível atualmente. Dados longitudinais discretos passaram a ser modelados utilizando-se métodos como equações de estimação generalizadas (GEE), quando o interesse é obtenção de modelos marginais, e a classe de modelos lineares generalizados mistos (GLMM), quando o interesse recai sobre modelos de elemento-específico. Entretanto estes modelos não levam em consideração a possibilidade da presença simultânea do efeito de superdispersão, bastante recorrente na análise de dados binários ou na forma de proporções e contagens. Nesta conferência apresentaremos o status atual desta área de pesquisa e novas propostas para modelagem simultânea da dependência longitudinal e do efeito de superdispersão. Serão apresentados também aplicações de alguns destes modelos na medicina humana e em estudos agronômicos.

topo

Paulo José Ogliari - UFSC

Teatro Florestan Fernandes

São bastante freqüentes os estudos cuja variável resposta é avaliada em categorias. Para efeito de análise estatística é importante saber identificar a classe a que pertencem estas variáveis e, também, a maneira como foram coletados os dados. Nesta conferência iremos discutir tanto casos de associação entre tratamento e a variável resposta através da distribuição hipergeométrica e da multinomial, quanto através de modelos de regressão logit ordinal, modelo de regressão logístico multinomial (sem e com superdispersão), modelo linear hierárquico generalizado. Serão feitas aplicações com dados reais, provenientes de trabalhos de consultoria estatística na Universidade Federal de Santa Catarina.

topo

Getulio J. A. Amaral - UFPE

Teatro Florestan Fernandes

Advances in computer technology have made easier the capture and manipulation of objects images and, consequentely, geometric morphometrics has been used in oceanography, biology, zoology, and many other fields. Geometric morphometrics deals with the coordinates of anatomical landmarks, either in two or three dimensions. After some transformations, the specimen landmark configurations become vectors on the unit complex sphere, which is a non-euclidean space. Since the begining of geometric morphometrics, various statistical methods formulated for euclidean spaces have been adapted for non-euclidean spaces.
In this talk, two geometric morphometrics methods are presented: clustering algorithms [Agrupamento em Análise Estatística de Formas, Dissertação (Mestrado em Biometria) - UFRPE, 2008] and bootstrap methods [Pivotal bootstrap methods for k-sample problems in directional statistics and shape analysis, Journal of the American Statistical Association, v. 102, p. 695-708, 2007 ]. Real examples from oceanography, zoology and simulated data ilustrate the benefits of the presented methods.

topo

Bent Jørgensen - SDU/DK

Teatro Florestan Fernandes

Taylor's power law, which has been observed empirically in many different biological, physical and social systems, says that the variance is proportional to a power of the mean. L.R. Taylor first used this relationship in 1961 to describe the spatial clustering of animals within their habitats. Over time the power law has been observed for clustering phenomena in areas such as ecology, epidemiology and genetics, and Taylor's name is now associated with the power law in many applied areas.
The explanations for such clustering phenomena have, however, been as disparate as their many manifestations. In statistics the interest in power laws dates back a long time, but in 1984 M.C.K. Tweedie proposed a natural exponential family type of distribution with power variance structure, thereby presenting a specific distributional form to explain the power law. Soon after, it emerged that Tweedie distributions appear as limiting laws in a kind of central limit theorem, thereby offering, for the first time, a plausible explanation for the ubiquity of the power variance law in nature.

topo

William H. Greene - NYU/STERN

Teatro Florestan Fernandes

Obesity is a major risk factor for several diseases including diabetes, heart disease and stroke. Increasing rates of obesity internationally are set to cost health systems increasing resources. In the US a conservative estimate puts resources already spent on obesity at $120 billion annually.
Given scarce health care resources it is important that categorisation of the overweight and obese is accurate, such that health promotion and public health targeting can be as effective as possible. To test the accuracy of current categorisation within the overweight and obese we extend the discrete data latent class literature by explicitly defining a latent variable for class membership as a function of both observables and unobservables, thereby allowing the equations defining class membership and observed outcomes to be correlated. The procedure is then applied to modeling observed obesity outcomes, based upon an underlying ordered probit equation.
We find the standard boundaries for converting body mass index into categories may be inappropriate for individuals at the margin, which is then allowed for in estimation.

topo

Rui da Silva Verneque - EMBRAPA/Gado de Leite

Anfiteatro Bento Prado Junior

É rotina na pesquisa em Gado de Leite a coleta contínua de informações sobre os animais, que, de algum modo, caracterizam fenotípicamente ou genotipicamente os mesmos. As principais caracteristicas quantitativas tais como a produção de leite de cada animal, em um dia ou na lactação, a duração da lactação, a composição do leite em percentagem ou quantidade de gordura, proteína, lactose e de sólidos totais ou a contagem de células somáticas do leite; informações reprodutivas como intervalo de partos, idade ao primeiro cio e idade ao primeiro parto, etc e muitas outras características de inportância econômica, são frequentemente coletadas, organizadas e arquivadas com o objetivo de possibilitar avaliar os animais, identificando aqueles que devem ser mantidos nos rebanhos ou aqueles que devem ser descartados, por apresentarem um desempenho indesejável ou inferior a uma proposta de trabalho do criador. No passado mais remoto, a avaliação dos animais era baseado em procedimentos visuais, nos quais o conhecimento prático do criador prevalescia sobre o processo estatístico. Em seguida, procedimentos estatísticos simples, começaram a ser utilizados. Os métodos quantitativos oferecem a possibilidade de realizar as principais análises e avaliações das características, tornando o processo de decisão mais objetivo, com um mínimo de empirismo. Os procedimentos que utilizam os métodos de mínimos quadrados ordinários foram os mais utilizados no passado e maioria dos sistemas de análises de dados utilizavam este método como padrão nas análises estatísticas de caracterísitcas quantitativas. Nos últimos anos, no entanto, o fantástico desenvolvimento da área de informática, bem como nos algorítimos computacionais, possibilitaram a implementação de procedimentos e métodos mais sofisticados, visando aumentar a precisão das análises ou do processo de avaliação genética dos animais. Os métodos clássicos da máxima verossimilhança ou máxima verossimilhança restrita e métodos bayesianos tem sido aplicados de forma ampla nos procedimentos de análises de características quantitativas nas áreas de genética quantitativa ou molecular. Esta evolução tem impactado de forma positiva no processo de avaliação dos animais e, consequentemente, no melhoramento de gado de leite. Nesta apresentação, serão abordados de forma prática os principais procedimentos utilizados na avaliação genética em gado de leite, tentando dar uma visão de vantagem ou desvantagem de cada uma deles.

topo

Marinho Gomes de Andrade Filho - ICMC/USP

Teatro Florestan Fernandes

In this paper, we introduce a Bayesian analysis for transformed generalized linear models (TGLMs) introduced by Cordeiro and Andrade (2009) which represent a new class of models that extend the Box and Cox models and the generalized linear models. Cordeiro and Andrade (2009) use the generalized linear model framework to fit these models and discuss maximum likelihood estimation and inference. They give a simple formula to estimate the transformation parameter of the response variable for a subclass of models. In this paper, we use Monte Carlo Markov Chain (MCMC) methods to develop a Bayesian analysis for the TGLMs. In special we consider Box-Cox power transformation with the transformed response following normal, gamma and inverse Gaussian distributions. Some examples are given.

topo

Vitor Augusto Ozaki - ESALQ/USP

Teatro Florestan Fernandes

Historically, crop insurance in Brazil has been offered by the government at both the federal and state levels. In spite of the government's efforts, the experience with crop insurance in Brazil
has generally not been satisfactory. The absence of relatively long data sets as well as of suitable actuarial methods to price crop insurance contracts are among the main reasons for the poor performance and ultimate failure of this agricultural risk management program. High premium rates inhibited the demand for the insurance by producers and, at the same time, selected only those with higher probability of receiving the indemnity. This is the classic problem of adverse selection. Recovering accurate premium rates is paramount to the actuarial soundness of any crop insurance program in order to minimize these problems.
In recent years, efforts have been made to improve the performance of the programs and new insurance products are being introduced in order to make crop insurance more popular among producers. One of these recent insurance products is area yield crop insurance, which
is widely available in the United States (known as group risk plan), and currently offered in the Southern region of Brazil. In this type of contract, farmers collect an indemnity whenever the county average yield falls beneath a yield guarantee, regardless of the farmers' actual yields. Using a hierarchical Bayesian framework, describe a pricing methodology to area yield insurance contracts based on the spatio-temporal modelling of crop yield data. One advantage of the Bayesian framework is that estimates of the premium rates are obtained directly from the posterior predictive distribution, capturing inference uncertainties
involved in predicting the insurance premium rates, as opposed to more traditional ad hoc two-stage methods based on estimation and prediction.
Building upon the Ozaki's approach, we outline here an improved methodology to pricing area yield crop insurance contracts. Our proposal improves their work in three main aspects: (i) in contrast to the improper CAR prior assumed for the spatially structured random effects in the Ozaki's model, we adopt a dynamic spatio-temporal modelling approach where the spatial dependence is specified through proper Gaussian Markov random fields (PGMRFs), which improves the efficiency of the MCMC procedure; (ii) missing crop yield data for the historical series of some counties excluded from the original analysis are properly imputed and
incorporated into the current modelling approach; (iii) suitable covariates directly related to crop yield are identified and included in the model.

topo

Mónica Balzarini - CONICET, AR

Teatro Florestan Fernandes

Additive main effects multiplicative interaction models (AMMI) as well as sites regression models (SREG) provide a tool for analyzing genotype by environment interaction in multienvironment trials. Typically, they have been used in a fixed effects model framework in the analysis of complete genotype by environment (commonly location and year combinations) data. Assuming one of the main model effects as random effects, these linear-bilinear models can be estimated in a mixed model framework . Under normality, parameter estimates can be obtained by maximum likelihood-based procedures. A factor analytic covariance model has been used to represent the structure in the interaction terms, within an environment, when analyzing genotype-environment data by mixed model with multiplicative effects. Results are competitive to those obtained by means of 2-way principal component analysis(PCA). When environments are obtained combining several locations and years, the interaction represents a 3-way array, and three-way interaction can be studied by means of 3-way principal component analysis. Recent applications involves complete data. This paper compares procedures for studying 2-way and 3-way interaction under fixed and mixed effects AMMI and SREG models. Vectorial plots under each approach are presented for a complete set of data. Although the differing procedures to obtain the vectorial plots, they showed same interaction pattern. An important advantages of the mixed models framework is that factorial planes can still be obtained with incomplete data. Three-way interaction effectively explored interaction patterns.

topo