Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan

Detalhes bibliográficos
Autor(a) principal: Ferreira Junior, Luis Roberto
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSCAR
Texto Completo: https://repositorio.ufscar.br/handle/ufscar/19575
Resumo: We explore the logist regression model, estimating its parameters through maximum likelihood and Bayesian estimators. We use mixtures of distributions for = 1 and 2 components. The Hamiltonian Monte Carlo implemented in Stan is used to obtain the Bayesian estimates and R for the MLEs.
id SCAR_118a39fde7c99b0f8cd378af861d7aa4
oai_identifier_str oai:repositorio.ufscar.br:ufscar/19575
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str 4322
spelling Ferreira Junior, Luis RobertoMilan, Luis Aparecidohttp://lattes.cnpq.br/7435391829973844http://lattes.cnpq.br/77196586001457772024-03-04T12:18:42Z2024-03-04T12:18:42Z2024-02-02FERREIRA JUNIOR, Luis Roberto. Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19575.https://repositorio.ufscar.br/handle/ufscar/19575We explore the logist regression model, estimating its parameters through maximum likelihood and Bayesian estimators. We use mixtures of distributions for = 1 and 2 components. The Hamiltonian Monte Carlo implemented in Stan is used to obtain the Bayesian estimates and R for the MLEs.Neste trabalho foi explorado o modelo de regressão logı́stica aplicado em um conjunto de dados reais a partir de duas perspectivas: realizando o ajuste do modelo logı́stico uti- lizando o estimador de máxima verosimilhança; e realizando o ajuste do modelo por meio de uma abordagem bayesiana com mistura de distribuições para = 1 e 2 componentes, utilizando o Método de Monte Carlo Hamiltoniano, implementado no software Stan por meio do pacote brms do R. Realizamos a comparação entre os coeficientes estimados pe- los modelos ajustados pelo estimador de máxima verossimilhança e o modelo bayesiano para = 1 componente, em que observamos grande semelhança entre eles. No modelo logı́stico com mistura de = 2 componentes, o modelo não convergiu. No estudo de simulação realizado, simulamos dados considerando as duas variações da mistura ( = 1 e = 2). Na primeira variação ( = 1), o modelo convergiu apenas para = 1 e não para = 2. Concluı́mos, por saber a natureza dos dados simulados, que houve não iden- tificabilidade dos parâmetros devido ao sobre ajuste. Nos dados simulados considerando = 2, o modelo de mistura para = 2 convergiu. Assim, após contatar o problema de não identificabilidade devido ao sobre ajuste, concluı́mos que o modelo mais adequado para o conjunto de dados reais analisado é o modelo para uma componente = 1.Não recebi financiamentoporUniversidade Federal de São CarlosCâmpus São CarlosEstatística - EsUFSCarAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessRegressão logı́sticaModelo de misturaInferência bayesianaMarketingLogistic regressionMixture modelBayesian inferenceCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADASModelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o StanLogistic regression model with mixture of distributions : maximum likelihood and Bayesian estimators using Staninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALTG 2 - Versão final.pdfTG 2 - Versão final.pdfapplication/pdf5957974https://repositorio.ufscar.br/bitstream/ufscar/19575/1/TG%202%20-%20Vers%c3%a3o%20final.pdf131ba1b72b59d318eecd8ce6e1355a3fMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8810https://repositorio.ufscar.br/bitstream/ufscar/19575/2/license_rdff337d95da1fce0a22c77480e5e9a7aecMD52TEXTTG 2 - Versão final.pdf.txtTG 2 - Versão final.pdf.txtExtracted texttext/plain116689https://repositorio.ufscar.br/bitstream/ufscar/19575/3/TG%202%20-%20Vers%c3%a3o%20final.pdf.txtffaff6c8461c4b08c12c3549624244d9MD53ufscar/195752024-05-14 17:34:20.47oai:repositorio.ufscar.br:ufscar/19575Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222024-05-14T17:34:20Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.por.fl_str_mv Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
dc.title.alternative.eng.fl_str_mv Logistic regression model with mixture of distributions : maximum likelihood and Bayesian estimators using Stan
title Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
spellingShingle Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
Ferreira Junior, Luis Roberto
Regressão logı́stica
Modelo de mistura
Inferência bayesiana
Marketing
Logistic regression
Mixture model
Bayesian inference
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS
title_short Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
title_full Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
title_fullStr Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
title_full_unstemmed Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
title_sort Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan
author Ferreira Junior, Luis Roberto
author_facet Ferreira Junior, Luis Roberto
author_role author
dc.contributor.authorlattes.por.fl_str_mv http://lattes.cnpq.br/7719658600145777
dc.contributor.author.fl_str_mv Ferreira Junior, Luis Roberto
dc.contributor.advisor1.fl_str_mv Milan, Luis Aparecido
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7435391829973844
contributor_str_mv Milan, Luis Aparecido
dc.subject.por.fl_str_mv Regressão logı́stica
Modelo de mistura
Inferência bayesiana
topic Regressão logı́stica
Modelo de mistura
Inferência bayesiana
Marketing
Logistic regression
Mixture model
Bayesian inference
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS
dc.subject.eng.fl_str_mv Marketing
Logistic regression
Mixture model
Bayesian inference
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::PROBABILIDADE E ESTATISTICA APLICADAS
description We explore the logist regression model, estimating its parameters through maximum likelihood and Bayesian estimators. We use mixtures of distributions for = 1 and 2 components. The Hamiltonian Monte Carlo implemented in Stan is used to obtain the Bayesian estimates and R for the MLEs.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-03-04T12:18:42Z
dc.date.available.fl_str_mv 2024-03-04T12:18:42Z
dc.date.issued.fl_str_mv 2024-02-02
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv FERREIRA JUNIOR, Luis Roberto. Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19575.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/ufscar/19575
identifier_str_mv FERREIRA JUNIOR, Luis Roberto. Modelo de regressão logı́stica com mistura de distribuições : estimadores de máxima verossimilhança e bayesiano utilizando o Stan. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19575.
url https://repositorio.ufscar.br/handle/ufscar/19575
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
Estatística - Es
dc.publisher.initials.fl_str_mv UFSCar
publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
Estatística - Es
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSCAR
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Repositório Institucional da UFSCAR
collection Repositório Institucional da UFSCAR
bitstream.url.fl_str_mv https://repositorio.ufscar.br/bitstream/ufscar/19575/1/TG%202%20-%20Vers%c3%a3o%20final.pdf
https://repositorio.ufscar.br/bitstream/ufscar/19575/2/license_rdf
https://repositorio.ufscar.br/bitstream/ufscar/19575/3/TG%202%20-%20Vers%c3%a3o%20final.pdf.txt
bitstream.checksum.fl_str_mv 131ba1b72b59d318eecd8ce6e1355a3f
f337d95da1fce0a22c77480e5e9a7aec
ffaff6c8461c4b08c12c3549624244d9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv
_version_ 1813715676141977600

Registros relacionados