A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/31235 |
Resumo: | Estimadores de máxima verossimilhança de um modelo de regressão logística com erros de classificação na variável resposta são, reconhecidamente, viciados quando os erros são ignorados. A introdução de parâmetros de erros de classificação na função de verossimilhança pode resolver, satisfatoriamente, o problema do vício. Porém, conforme discutido neste trabalho, o aumento da variabilidade dos estimadores pode comprometer o processo de decisão. Assim, o problema pode ser minimizado com a introdução de informação adicional. Mostra-se que a realização de classificações repetidas na variável resposta da amostra ou em parte dela pode ser uma solução para as diminuições simultâneas do vício e da variabilidade dos estimadores. |
id |
UFMG_cd8b00aaf803db85443c8f123b22c2ad |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/31235 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Roberto da Costa Quininohttp://lattes.cnpq.br/4614108535307047Magda Carvalho PiresFrederico Rodrigues Borges da CruzLinda Lee Hohttp://lattes.cnpq.br/8002696659863116Danilo Gilberto de Oliveira Valadares2019-11-22T23:54:59Z2019-11-22T23:54:59Z2019-02-04http://hdl.handle.net/1843/31235Estimadores de máxima verossimilhança de um modelo de regressão logística com erros de classificação na variável resposta são, reconhecidamente, viciados quando os erros são ignorados. A introdução de parâmetros de erros de classificação na função de verossimilhança pode resolver, satisfatoriamente, o problema do vício. Porém, conforme discutido neste trabalho, o aumento da variabilidade dos estimadores pode comprometer o processo de decisão. Assim, o problema pode ser minimizado com a introdução de informação adicional. Mostra-se que a realização de classificações repetidas na variável resposta da amostra ou em parte dela pode ser uma solução para as diminuições simultâneas do vício e da variabilidade dos estimadores.Maximum likelihood estimators for the logistic regression model with misclassification in the response variable are extremely biased when error probabilities are ignored. If misclassification parameters are incorporated in the likelihood function, the bias of the estimators will be satisfactorily reduced, however, there would be a considerable increase in variability, which would reduce the quality of the decision-making process. To minimize the problem, there is a need to introduce additional information. It will be demonstrated that the realization of repeated measures in the response variable, or in part of it, can reduce bias and variability of the estimators, simultaneously.porUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em EstatísticaUFMGBrasilICX - DEPARTAMENTO DE ESTATÍSTICAAnálise de regressão - TesesVerossimilhança (Estatística) - TesesTeoria dos erros - TesesResposta bináriaRegressão logísticaErros de classificaçãoClassificações repetidasA necessidade de classificações repetidas no modelo de regressão logística com erros na variável respostainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINAL201090204_dissertação.pdf201090204_dissertação.pdfapplication/pdf2989360https://repositorio.ufmg.br/bitstream/1843/31235/1/201090204_disserta%c3%a7%c3%a3o.pdf8a7cccbea8970ea5b0c8ced914780280MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82119https://repositorio.ufmg.br/bitstream/1843/31235/2/license.txt34badce4be7e31e3adb4575ae96af679MD52TEXT201090204_dissertação.pdf.txt201090204_dissertação.pdf.txtExtracted texttext/plain112713https://repositorio.ufmg.br/bitstream/1843/31235/3/201090204_disserta%c3%a7%c3%a3o.pdf.txt67d92116126536b993ed9c7ea639544fMD531843/312352019-11-23 03:28:32.374oai:repositorio.ufmg.br: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Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-23T06:28:32Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta |
title |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta |
spellingShingle |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta Danilo Gilberto de Oliveira Valadares Resposta binária Regressão logística Erros de classificação Classificações repetidas Análise de regressão - Teses Verossimilhança (Estatística) - Teses Teoria dos erros - Teses |
title_short |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta |
title_full |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta |
title_fullStr |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta |
title_full_unstemmed |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta |
title_sort |
A necessidade de classificações repetidas no modelo de regressão logística com erros na variável resposta |
author |
Danilo Gilberto de Oliveira Valadares |
author_facet |
Danilo Gilberto de Oliveira Valadares |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Roberto da Costa Quinino |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4614108535307047 |
dc.contributor.advisor-co1.fl_str_mv |
Magda Carvalho Pires |
dc.contributor.referee1.fl_str_mv |
Frederico Rodrigues Borges da Cruz |
dc.contributor.referee2.fl_str_mv |
Linda Lee Ho |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/8002696659863116 |
dc.contributor.author.fl_str_mv |
Danilo Gilberto de Oliveira Valadares |
contributor_str_mv |
Roberto da Costa Quinino Magda Carvalho Pires Frederico Rodrigues Borges da Cruz Linda Lee Ho |
dc.subject.por.fl_str_mv |
Resposta binária Regressão logística Erros de classificação Classificações repetidas |
topic |
Resposta binária Regressão logística Erros de classificação Classificações repetidas Análise de regressão - Teses Verossimilhança (Estatística) - Teses Teoria dos erros - Teses |
dc.subject.other.pt_BR.fl_str_mv |
Análise de regressão - Teses Verossimilhança (Estatística) - Teses Teoria dos erros - Teses |
description |
Estimadores de máxima verossimilhança de um modelo de regressão logística com erros de classificação na variável resposta são, reconhecidamente, viciados quando os erros são ignorados. A introdução de parâmetros de erros de classificação na função de verossimilhança pode resolver, satisfatoriamente, o problema do vício. Porém, conforme discutido neste trabalho, o aumento da variabilidade dos estimadores pode comprometer o processo de decisão. Assim, o problema pode ser minimizado com a introdução de informação adicional. Mostra-se que a realização de classificações repetidas na variável resposta da amostra ou em parte dela pode ser uma solução para as diminuições simultâneas do vício e da variabilidade dos estimadores. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-11-22T23:54:59Z |
dc.date.available.fl_str_mv |
2019-11-22T23:54:59Z |
dc.date.issued.fl_str_mv |
2019-02-04 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/31235 |
url |
http://hdl.handle.net/1843/31235 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Estatística |
dc.publisher.initials.fl_str_mv |
UFMG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICX - DEPARTAMENTO DE ESTATÍSTICA |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/31235/1/201090204_disserta%c3%a7%c3%a3o.pdf https://repositorio.ufmg.br/bitstream/1843/31235/2/license.txt https://repositorio.ufmg.br/bitstream/1843/31235/3/201090204_disserta%c3%a7%c3%a3o.pdf.txt |
bitstream.checksum.fl_str_mv |
8a7cccbea8970ea5b0c8ced914780280 34badce4be7e31e3adb4575ae96af679 67d92116126536b993ed9c7ea639544f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1801676741394038784 |