Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/4591 |
Resumo: | This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set. |
id |
SCAR_dc793fb806b436dbba8ce8e75993458f |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/4591 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Buzolin, Prescila Glaucia ChristianiniDiniz, Carlos Alberto Ribeirohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781846J4&dataRevisao=nullhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4131928H692c3ddb6-c3d2-4a7e-8adb-3b98c64ac4b52016-06-02T20:06:11Z2006-05-102016-06-02T20:06:11Z2005-09-16BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005.https://repositorio.ufscar.br/handle/ufscar/4591This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set.Esta dissertação apresenta as abordagens Clássica e Bayesiana para os modelos de crescimento sigmoidais de Gompertz e de Richards. São consideradas as suposições de homoscedasticidade e heteroscedasticidade multiplicativa dos erros. Para a análise Clássica foi utilizado o método de máxima verossimilhança onde a obtenção das estimativas dos parâmetros ocorreu através de métodos iterativos. Para a análise bayesiana, foram consideradas prioris não informativas de Jeffreys e para a obtenção dos resumos a posteriori utilizamos o algoritmo de Metropolis-Hastings. Ambos os métodos foram ilustrados através de dados simulados e reais.application/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Estatística - PPGEsUFSCarBRTeoria bayesiana de decisão estatísticaInferência bayesianaHeteroscedasticidadeModelos de crescimento sigmoidaisCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAUma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1-184611362-11c0-4efd-b118-a7df9999df87info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALDissPGCB.pdfapplication/pdf1168050https://repositorio.ufscar.br/bitstream/ufscar/4591/1/DissPGCB.pdf6dc9351b4fed81fa76650df3ca9d8772MD51THUMBNAILDissPGCB.pdf.jpgDissPGCB.pdf.jpgIM Thumbnailimage/jpeg8535https://repositorio.ufscar.br/bitstream/ufscar/4591/2/DissPGCB.pdf.jpg2db902a389ac3a818c16dc59250a453fMD52ufscar/45912023-09-18 18:31:02.798oai:repositorio.ufscar.br:ufscar/4591Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:31:02Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
spellingShingle |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. Buzolin, Prescila Glaucia Christianini Teoria bayesiana de decisão estatística Inferência bayesiana Heteroscedasticidade Modelos de crescimento sigmoidais CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
title_short |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_full |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_fullStr |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_full_unstemmed |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_sort |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
author |
Buzolin, Prescila Glaucia Christianini |
author_facet |
Buzolin, Prescila Glaucia Christianini |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4131928H6 |
dc.contributor.author.fl_str_mv |
Buzolin, Prescila Glaucia Christianini |
dc.contributor.advisor1.fl_str_mv |
Diniz, Carlos Alberto Ribeiro |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781846J4&dataRevisao=null |
dc.contributor.authorID.fl_str_mv |
92c3ddb6-c3d2-4a7e-8adb-3b98c64ac4b5 |
contributor_str_mv |
Diniz, Carlos Alberto Ribeiro |
dc.subject.por.fl_str_mv |
Teoria bayesiana de decisão estatística Inferência bayesiana Heteroscedasticidade Modelos de crescimento sigmoidais |
topic |
Teoria bayesiana de decisão estatística Inferência bayesiana Heteroscedasticidade Modelos de crescimento sigmoidais CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
description |
This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set. |
publishDate |
2005 |
dc.date.issued.fl_str_mv |
2005-09-16 |
dc.date.available.fl_str_mv |
2006-05-10 2016-06-02T20:06:11Z |
dc.date.accessioned.fl_str_mv |
2016-06-02T20:06:11Z |
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.citation.fl_str_mv |
BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/4591 |
identifier_str_mv |
BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. |
url |
https://repositorio.ufscar.br/handle/ufscar/4591 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
-1 -1 |
dc.relation.authority.fl_str_mv |
84611362-11c0-4efd-b118-a7df9999df87 |
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.publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Estatística - PPGEs |
dc.publisher.initials.fl_str_mv |
UFSCar |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
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/4591/1/DissPGCB.pdf https://repositorio.ufscar.br/bitstream/ufscar/4591/2/DissPGCB.pdf.jpg |
bitstream.checksum.fl_str_mv |
6dc9351b4fed81fa76650df3ca9d8772 2db902a389ac3a818c16dc59250a453f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1802136277496102912 |