Ver registro no DEDALUS
Exportar registro bibliográfico

Uso dos métodos clássico e bayesiano para os modelos não-lineares heterocedásticos simétricos (2011)

  • Authors:
  • USP affiliated authors: MACÊRA, MÁRCIA APARECIDA CENTANIN - ICMC
  • USP Schools: ICMC
  • Sigla do Departamento: SME
  • Subjects: MODELOS NÃO LINEARES; INFERÊNCIA BAYESIANA; TEORIA ASSINTÓTICA; MÉTODOS MCMC; INFERÊNCIA ESTATÍSTICA
  • Keywords: Divergência de Kullback-Leibler; GAMLSS; GAMLSS; Heterocedasticidade; Heterocedasticity; Kullback-Leibler divergence; MCMC; MCMC; Modelos não-lineares; Modelos simétricos; Nonlinear models; Symmetric models
  • Language: Português
  • Abstract: Os modelos normais de regressão têm sido utilizados durante muitos anos para a análise de dados. Mesmo nos casos em que a normalidade não podia ser suposta, tentava-se algum tipo de transformação com o intuito de alcançar a normalidade procurada. No entanto, na prática, essas suposições sobre normalidade e linearidade nem sempre são satisfeitas. Como alternativas à técnica clássica, foram desenvolvidas novas classes de modelos de regressão. Nesse contexto, focamos a classe de modelos em que a distribuição assumida para a variável resposta pertence à classe de distribuições simétricas. O objetivo geral desse trabalho é a modelagem desta classe no contexto bayesiano, em particular a modelagem da classe de modelos não-lineares heterocedásticos simétricos. Vale ressaltar que esse trabalho tem ligação com duas linhas de pesquisa, a saber: a inferência estatástica abordando aspectos da teoria assintótica e a inferência bayesiana considerando aspectos de modelagem e critérios de seleção de modelos baseados em métodos de simulação de Monte Carlo em Cadeia de Markov (MCMC). Uma primeira etapa consiste em apresentar a classe dos modelos não-lineares heterocedásticos simétricos bem como a inferência clássica dos parâmetros desses modelos. Posteriormente, propomos uma abordagem bayesiana para esses modelos, cujo objetivo é mostrar sua viabilidade e comparar a inferência bayesiana dos parâmetros estimados via métodos MCMC com a inferência clássica das estimativas obtidas por meio da ferramenta GAMLSS. Além disso, utilizamos o método bayesiano de análise de influência caso a caso baseado na divergência de Kullback-Leibler para detectar observações influentes nos dados. A implementação computacional foi desenvolvida no software R e para detalhes dos programas pode ser consultado aos autores do trabalho
  • Imprenta:
  • Data da defesa: 21.06.2011
  • Acesso online ao documento

    Acesso à fonte or search this record in

    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MACÊRA, Márcia Aparecida Centanin; ANDRADE FILHO, Marinho Gomes de. Uso dos métodos clássico e bayesiano para os modelos não-lineares heterocedásticos simétricos. 2011.Universidade de São Paulo, São Carlos, 2011. Disponível em: < http://www.teses.usp.br/teses/disponiveis/55/55134/tde-14092011-164458/ >.
    • APA

      Macêra, M. A. C., & Andrade Filho, M. G. de. (2011). Uso dos métodos clássico e bayesiano para os modelos não-lineares heterocedásticos simétricos. Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-14092011-164458/
    • NLM

      Macêra MAC, Andrade Filho MG de. Uso dos métodos clássico e bayesiano para os modelos não-lineares heterocedásticos simétricos [Internet]. 2011 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-14092011-164458/
    • Vancouver

      Macêra MAC, Andrade Filho MG de. Uso dos métodos clássico e bayesiano para os modelos não-lineares heterocedásticos simétricos [Internet]. 2011 ;Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-14092011-164458/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2019