Modelagem bayesiana flexível em regressão com erros nas variáveis

Detalhes bibliográficos
Autor(a) principal: Souza Filho, Nelson Lima de
Data de Publicação: 2012
Outros Autores: http://lattes.cnpq.br/0194777777679231
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFAM
Texto Completo: http://tede.ufam.edu.br/handle/tede/3669
Resumo: Em modelos de regressão, o pressuposto clássico de normalidade para a distribuição dos erros aleatórios é muitas vezes violado, mascarando algumas características importantes da variabilidade dos dados. Algumas ações práticas para resolver esse problema, como transformações nos dados, revelam-se muitas vezes ineficazes. Neste trabalho apresentamos uma proposta para lidar com esta questão no contexto do modelo de regressão multivariada linear simples, quando a variável resposta e a variável regressora são observadas com erro aditivo o chamado modelo de regressão linear com erros nas variáveis. Em tais modelos, o pesquisador observa uma variável substituta em vez da covariável de interesse. Nós estendemos o modelo clássico normal, modelando a distribuição conjunta da covariável e dos erros aleatórios por uma mistura finita de densidades pertencentes a uma família de distribuições bem geral, acomodando ao mesmo tempo assimetria, caudas pesadas e multimodalidade, permitindo um grau de flexibilidade que não pode ser atingido pelo modelo normal. Para a parte de estimação desenvolvemos um algoritmo do tipo Gibbs para proceder estimação Bayesiana. Alguns modelos propostos foram comparados com modelos simétricos já existentes na literatura, utilizando um critério DIC modificado, através da análise de dados simulados e reais.
id UFAM_653822c34e50e869bfc53e22893b949a
oai_identifier_str oai:https://tede.ufam.edu.br/handle/:tede/3669
network_acronym_str UFAM
network_name_str Biblioteca Digital de Teses e Dissertações da UFAM
repository_id_str 6592
spelling Modelagem bayesiana flexível em regressão com erros nas variáveisMisturas finitasAlgoritmo tipo GibbsT de Student AssimétricaCalibração comparativaFinite mixturesGibbs algorithm typeStudent t asymmetricComparative calibrationCIÊNCIAS EXATAS E DA TERRA: MATEMÁTICAEm modelos de regressão, o pressuposto clássico de normalidade para a distribuição dos erros aleatórios é muitas vezes violado, mascarando algumas características importantes da variabilidade dos dados. Algumas ações práticas para resolver esse problema, como transformações nos dados, revelam-se muitas vezes ineficazes. Neste trabalho apresentamos uma proposta para lidar com esta questão no contexto do modelo de regressão multivariada linear simples, quando a variável resposta e a variável regressora são observadas com erro aditivo o chamado modelo de regressão linear com erros nas variáveis. Em tais modelos, o pesquisador observa uma variável substituta em vez da covariável de interesse. Nós estendemos o modelo clássico normal, modelando a distribuição conjunta da covariável e dos erros aleatórios por uma mistura finita de densidades pertencentes a uma família de distribuições bem geral, acomodando ao mesmo tempo assimetria, caudas pesadas e multimodalidade, permitindo um grau de flexibilidade que não pode ser atingido pelo modelo normal. Para a parte de estimação desenvolvemos um algoritmo do tipo Gibbs para proceder estimação Bayesiana. Alguns modelos propostos foram comparados com modelos simétricos já existentes na literatura, utilizando um critério DIC modificado, através da análise de dados simulados e reais.In regression models, the classical normal assumption for the distribution of the measurement errors is often violated, masking some important features of the variability of the data. Some practical actions to overcome this problem, like transformations of the data, sometimes are not effective. In this work we propose a methodology to overcome this problem, in the context of multivariate linear regression with measurement errors. In these models, the covariate is unobservable and the researcher observes a surrogate variable. These measurements are made with an additive error. We extend the classical normal model, by modeling jointly the covariate and the measurement errors by a finite mixture of densities which are in a general family, accommodating skewness, heavy tails and multi-modality at the same time, allowing a degree of flexibility that can not be met by the normal model. We proceed Bayesian inference through a Gibbs-type algorithm. Some proposed models are compared with existing symmetrical models, using a modified DIC criterion, through the analysis of simulated and real data.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal do AmazonasInstituto de Ciências ExatasBRUFAMPrograma de Pós-graduação em MatemáticaCabral, Celso Rômulo Barbosahttp://lattes.cnpq.br/4430596586607764Souza Filho, Nelson Lima dehttp://lattes.cnpq.br/01947777776792312015-04-22T22:16:04Z2015-04-092012-12-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSOUZA FILHO, Nelson Lima de. Modelagem Bayesiana flexível em regressão com erros nas variáveis. 2012. 60 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2012.http://tede.ufam.edu.br/handle/tede/3669porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2016-05-27T17:57:13Zoai:https://tede.ufam.edu.br/handle/:tede/3669Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922016-05-27T17:57:13Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Modelagem bayesiana flexível em regressão com erros nas variáveis
title Modelagem bayesiana flexível em regressão com erros nas variáveis
spellingShingle Modelagem bayesiana flexível em regressão com erros nas variáveis
Souza Filho, Nelson Lima de
Misturas finitas
Algoritmo tipo Gibbs
T de Student Assimétrica
Calibração comparativa
Finite mixtures
Gibbs algorithm type
Student t asymmetric
Comparative calibration
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
title_short Modelagem bayesiana flexível em regressão com erros nas variáveis
title_full Modelagem bayesiana flexível em regressão com erros nas variáveis
title_fullStr Modelagem bayesiana flexível em regressão com erros nas variáveis
title_full_unstemmed Modelagem bayesiana flexível em regressão com erros nas variáveis
title_sort Modelagem bayesiana flexível em regressão com erros nas variáveis
author Souza Filho, Nelson Lima de
author_facet Souza Filho, Nelson Lima de
http://lattes.cnpq.br/0194777777679231
author_role author
author2 http://lattes.cnpq.br/0194777777679231
author2_role author
dc.contributor.none.fl_str_mv Cabral, Celso Rômulo Barbosa
http://lattes.cnpq.br/4430596586607764
dc.contributor.author.fl_str_mv Souza Filho, Nelson Lima de
http://lattes.cnpq.br/0194777777679231
dc.subject.por.fl_str_mv Misturas finitas
Algoritmo tipo Gibbs
T de Student Assimétrica
Calibração comparativa
Finite mixtures
Gibbs algorithm type
Student t asymmetric
Comparative calibration
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
topic Misturas finitas
Algoritmo tipo Gibbs
T de Student Assimétrica
Calibração comparativa
Finite mixtures
Gibbs algorithm type
Student t asymmetric
Comparative calibration
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
description Em modelos de regressão, o pressuposto clássico de normalidade para a distribuição dos erros aleatórios é muitas vezes violado, mascarando algumas características importantes da variabilidade dos dados. Algumas ações práticas para resolver esse problema, como transformações nos dados, revelam-se muitas vezes ineficazes. Neste trabalho apresentamos uma proposta para lidar com esta questão no contexto do modelo de regressão multivariada linear simples, quando a variável resposta e a variável regressora são observadas com erro aditivo o chamado modelo de regressão linear com erros nas variáveis. Em tais modelos, o pesquisador observa uma variável substituta em vez da covariável de interesse. Nós estendemos o modelo clássico normal, modelando a distribuição conjunta da covariável e dos erros aleatórios por uma mistura finita de densidades pertencentes a uma família de distribuições bem geral, acomodando ao mesmo tempo assimetria, caudas pesadas e multimodalidade, permitindo um grau de flexibilidade que não pode ser atingido pelo modelo normal. Para a parte de estimação desenvolvemos um algoritmo do tipo Gibbs para proceder estimação Bayesiana. Alguns modelos propostos foram comparados com modelos simétricos já existentes na literatura, utilizando um critério DIC modificado, através da análise de dados simulados e reais.
publishDate 2012
dc.date.none.fl_str_mv 2012-12-06
2015-04-22T22:16:04Z
2015-04-09
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 SOUZA FILHO, Nelson Lima de. Modelagem Bayesiana flexível em regressão com erros nas variáveis. 2012. 60 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2012.
http://tede.ufam.edu.br/handle/tede/3669
identifier_str_mv SOUZA FILHO, Nelson Lima de. Modelagem Bayesiana flexível em regressão com erros nas variáveis. 2012. 60 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2012.
url http://tede.ufam.edu.br/handle/tede/3669
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.publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
BR
UFAM
Programa de Pós-graduação em Matemática
publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
BR
UFAM
Programa de Pós-graduação em Matemática
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Biblioteca Digital de Teses e Dissertações da UFAM
collection Biblioteca Digital de Teses e Dissertações da UFAM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv ddbc@ufam.edu.br||ddbc@ufam.edu.br
_version_ 1809732008862023680