Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança

Detalhes bibliográficos
Autor(a) principal: Gonçalves, Teresa Martins
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/49374
Resumo: Trabalho de projeto de mestrado em Bioestatística, 2021, Universidade de Lisboa, Faculdade de Ciências
id RCAP_01e1ec8fe7c72ad814996d0da46a462f
oai_identifier_str oai:repositorio.ul.pt:10451/49374
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiançaModelo Linear GeneralizadoModelo Aditivo GeneralizadoRazão de ChancesPerceptrão MulticamadaTeses de mestrado - 2021Domínio/Área Científica::Ciências Naturais::MatemáticasTrabalho de projeto de mestrado em Bioestatística, 2021, Universidade de Lisboa, Faculdade de CiênciasEste trabalho tem como objetivo analisar o desempenho de um Modelo Aditivo Generalizado (GAM) com função de ligação não paramétrica baseada num Perceptrão Multicamada (MLP) em comparação com um GAM com função de ligação logística. O racional na utilização deste tipo de função de ligação prende-se com o facto de um MLP ser um aproximador universal a uma função contínua. Assim, é expectável que utilizado como função de ligação de uma GAM, este seja suficientemente flexível para encontrar a solução mais adequada a um bom desempenho tendo em conta os dados que serviam para o treino do modelo. Adicionalmente, é desenvolvido um algoritmo que implementa uma função de razão de possibilidades (odds ratio) no âmbito de variáveis contínuas, bem como a obtenção dos respectivos intervalos de confiança. Esperava-se obter resultados importantes em estudos na área da saúde. Os dados utilizados neste trabalho foram recolhidos na UCI de um hospital português e 3 dias após a admissão foi avaliado o desfecho do doente. Numa primeira fase foi feita uma revisão da literatura relativamente à temática das metodologias em perspectiva neste estudo, nomeadamente: Modelos Aditivos Generalizados (GAM), função de ligação não paramétrica, Perceptrão Multicamada, função de razão de possibilidades e estimação de intervalos de confiança. Recorrendo a um conjunto de dados clínicos, efectuou-se uma análise descritiva dos dados e, com estes, estimou-se um GAM com função de ligação logística e outro com função de ligação não paramétrica, baseada num Perceptrão Multicamada. Posteriormente, implementou-se um algoritmo para estimar a função de razão de possibilidades para uma variável explicativa contínua. Uma vez que, para variáveis binárias, o método de estimação era similar ao que era utilizado no caso de um Modelo Linear Generalizado (GLM). Simultaneamente foi feito um estudo comparativo entre dois métodos de obtenção de intervalos de confiança da função de razão de possibilidades implementada.This work analyzes the performance of a Generalized Additive Model (GAM) with a non-parametric link function based on a Multilayer Perceptron (MLP) compared to a GAM with a logistic link function. The rationale for using this type of link function is that a MLP is an universal approximator to a continuous function. Thus, it is expected that when used as a link function for a GAM, it will be flexible enough to find the most suitable solution for good performance given the data used to train the model. Additionally, an algorithm should be developed to implement an odds ratio function for continuous variables, as well as to obtain the respective confidence intervals. This development is important in the context of epidemiological studies. The data used in this study were collected in the ICU of a Portuguese hospital and the patient’s outcome was assessed 3 days after admission. In a first stage, a literature review will be made regarding the methodologies in perspective in this study, namely: Generalized Additive Models (GAM) Non-parametric link function, Multi-layer Perceptron, odds ratio function and estimation of confidence intervals. Using a set of clinical data, a descriptive analysis of the data is performed and, with these, a GAM with a logistic link function and another with a non-parametric link function, based on a Multilayer Perceptron, is estimated. Later on, an algorithm will be implemented to estimate the odds ratio for continuous variable. Since, for binary variables, the estimation method is similar to the one used in the case of a Generalized Linear Model (GLM). A comparative study will be also made between two methods of obtaining confidence intervals for the odds ratio function.Sousa, Lisete Maria Ribeiro de 1972-Geraldes, Carlos Alberto CaldeiraRepositório da Universidade de LisboaGonçalves, Teresa Martins2021-08-31T13:50:28Z202120212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/49374TID:202931129porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:53:08Zoai:repositorio.ul.pt:10451/49374Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:01:02.204620Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
title Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
spellingShingle Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
Gonçalves, Teresa Martins
Modelo Linear Generalizado
Modelo Aditivo Generalizado
Razão de Chances
Perceptrão Multicamada
Teses de mestrado - 2021
Domínio/Área Científica::Ciências Naturais::Matemáticas
title_short Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
title_full Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
title_fullStr Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
title_full_unstemmed Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
title_sort Modelo aditivo generalizado com função baseada num perceptrão multicamada: estimação da função razão de possibilidades e respectivo intervalo de confiança
author Gonçalves, Teresa Martins
author_facet Gonçalves, Teresa Martins
author_role author
dc.contributor.none.fl_str_mv Sousa, Lisete Maria Ribeiro de 1972-
Geraldes, Carlos Alberto Caldeira
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Gonçalves, Teresa Martins
dc.subject.por.fl_str_mv Modelo Linear Generalizado
Modelo Aditivo Generalizado
Razão de Chances
Perceptrão Multicamada
Teses de mestrado - 2021
Domínio/Área Científica::Ciências Naturais::Matemáticas
topic Modelo Linear Generalizado
Modelo Aditivo Generalizado
Razão de Chances
Perceptrão Multicamada
Teses de mestrado - 2021
Domínio/Área Científica::Ciências Naturais::Matemáticas
description Trabalho de projeto de mestrado em Bioestatística, 2021, Universidade de Lisboa, Faculdade de Ciências
publishDate 2021
dc.date.none.fl_str_mv 2021-08-31T13:50:28Z
2021
2021
2021-01-01T00:00:00Z
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/10451/49374
TID:202931129
url http://hdl.handle.net/10451/49374
identifier_str_mv TID:202931129
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134558756536320

Registros relacionados