Regressão logística sob o ponto de vista inferencial e preditivista

Detalhes bibliográficos
Autor(a) principal: Gregório, Maria Júlia Neves
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFJF
Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/12734
Resumo: Na construção de um modelo, não temos a opção de duas perspectivas, uma inferencial, que tem um foco maior na interpretação das variáveis ​​explicativas e outra que prioriza a previsão de novas observações. Este trabalho apresenta as ferramentas de ambas as perspectivas para o modelo de Regressão Logística. Para isso, serão apresentadas as estimativas por máxima verossimilhança, testes de ajuste do modelo, para o primeiro caso, e dispositivos utilizados para melhorar a previsão, como validação cruzada e penalidades como Lasso e Ridge para o segundo caso.
id UFJF_a1a6432eca05f5841ff483ad388e6ae3
oai_identifier_str oai:hermes.cpd.ufjf.br:ufjf/12734
network_acronym_str UFJF
network_name_str Repositório Institucional da UFJF
repository_id_str
spelling Magalhães, Tiago Maiahttp://lattes.cnpq.br/7953363504273397Magalhães, Tiago Maiahttp://lattes.cnpq.br/7953363504273397Zeller, Camila Borellihttp://lattes.cnpq.br/66714054Ferreira, Clécio da Silvahttp://lattes.cnpq.br/7842524715253287http://lattes.cnpq.br/5595294687355425Gregório, Maria Júlia Neves2021-05-24T20:26:33Z2021-03-172021-05-24T20:26:33Z2021-03-16https://repositorio.ufjf.br/jspui/handle/ufjf/12734Na construção de um modelo, não temos a opção de duas perspectivas, uma inferencial, que tem um foco maior na interpretação das variáveis ​​explicativas e outra que prioriza a previsão de novas observações. Este trabalho apresenta as ferramentas de ambas as perspectivas para o modelo de Regressão Logística. Para isso, serão apresentadas as estimativas por máxima verossimilhança, testes de ajuste do modelo, para o primeiro caso, e dispositivos utilizados para melhorar a previsão, como validação cruzada e penalidades como Lasso e Ridge para o segundo caso.When building a model, we have the option of two perspectives, an inferential one, which has a greater focus on the interpretation of explanatory variables and the other that prioritizes the prediction of new observations. This work intends to present tools from both perspectives for the Logistic Regression model. For this, the estimation by maximum likelihood will be presented, tests to adjust the model, for the first case, and devices used to improve the forecast, such as Cross Validation and penalties such as Lasso and Ridge for the second case.porUniversidade Federal de Juiz de Fora (UFJF)UFJFBrasilICE – Instituto de Ciências Exatashttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAMaximum likelihoodRidgePredictionPrediçãoRegressão LogísticaLassoLogistic RegressionMáxima verossimilhançaRegressão logística sob o ponto de vista inferencial e preditivistainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFORIGINALmariajulianevesgregorio.pdfmariajulianevesgregorio.pdfmariajulianevesgregorioapplication/pdf494427https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/1/mariajulianevesgregorio.pdfae0d4eb2785fa51fe10d695c06d26c9bMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTmariajulianevesgregorio.pdf.txtmariajulianevesgregorio.pdf.txtExtracted texttext/plain57945https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/4/mariajulianevesgregorio.pdf.txtf5854279d9f2d14808ae3597e8dd8054MD54THUMBNAILmariajulianevesgregorio.pdf.jpgmariajulianevesgregorio.pdf.jpgGenerated Thumbnailimage/jpeg1124https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/5/mariajulianevesgregorio.pdf.jpg62d4affa45692607f22216226627243bMD55ufjf/127342021-05-25 03:15:42.273oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2021-05-25T06:15:42Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false
dc.title.pt_BR.fl_str_mv Regressão logística sob o ponto de vista inferencial e preditivista
title Regressão logística sob o ponto de vista inferencial e preditivista
spellingShingle Regressão logística sob o ponto de vista inferencial e preditivista
Gregório, Maria Júlia Neves
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Maximum likelihood
Ridge
Prediction
Predição
Regressão Logística
Lasso
Logistic Regression
Máxima verossimilhança
title_short Regressão logística sob o ponto de vista inferencial e preditivista
title_full Regressão logística sob o ponto de vista inferencial e preditivista
title_fullStr Regressão logística sob o ponto de vista inferencial e preditivista
title_full_unstemmed Regressão logística sob o ponto de vista inferencial e preditivista
title_sort Regressão logística sob o ponto de vista inferencial e preditivista
author Gregório, Maria Júlia Neves
author_facet Gregório, Maria Júlia Neves
author_role author
dc.contributor.advisor1.fl_str_mv Magalhães, Tiago Maia
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7953363504273397
dc.contributor.referee1.fl_str_mv Magalhães, Tiago Maia
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/7953363504273397
dc.contributor.referee2.fl_str_mv Zeller, Camila Borelli
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/66714054
dc.contributor.referee3.fl_str_mv Ferreira, Clécio da Silva
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/7842524715253287
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5595294687355425
dc.contributor.author.fl_str_mv Gregório, Maria Júlia Neves
contributor_str_mv Magalhães, Tiago Maia
Magalhães, Tiago Maia
Zeller, Camila Borelli
Ferreira, Clécio da Silva
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
topic CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Maximum likelihood
Ridge
Prediction
Predição
Regressão Logística
Lasso
Logistic Regression
Máxima verossimilhança
dc.subject.por.fl_str_mv Maximum likelihood
Ridge
Prediction
Predição
Regressão Logística
Lasso
Logistic Regression
Máxima verossimilhança
description Na construção de um modelo, não temos a opção de duas perspectivas, uma inferencial, que tem um foco maior na interpretação das variáveis ​​explicativas e outra que prioriza a previsão de novas observações. Este trabalho apresenta as ferramentas de ambas as perspectivas para o modelo de Regressão Logística. Para isso, serão apresentadas as estimativas por máxima verossimilhança, testes de ajuste do modelo, para o primeiro caso, e dispositivos utilizados para melhorar a previsão, como validação cruzada e penalidades como Lasso e Ridge para o segundo caso.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-05-24T20:26:33Z
dc.date.available.fl_str_mv 2021-03-17
2021-05-24T20:26:33Z
dc.date.issued.fl_str_mv 2021-03-16
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.uri.fl_str_mv https://repositorio.ufjf.br/jspui/handle/ufjf/12734
url https://repositorio.ufjf.br/jspui/handle/ufjf/12734
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.publisher.initials.fl_str_mv UFJF
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv ICE – Instituto de Ciências Exatas
publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFJF
instname:Universidade Federal de Juiz de Fora (UFJF)
instacron:UFJF
instname_str Universidade Federal de Juiz de Fora (UFJF)
instacron_str UFJF
institution UFJF
reponame_str Repositório Institucional da UFJF
collection Repositório Institucional da UFJF
bitstream.url.fl_str_mv https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/1/mariajulianevesgregorio.pdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/2/license_rdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/3/license.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/4/mariajulianevesgregorio.pdf.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12734/5/mariajulianevesgregorio.pdf.jpg
bitstream.checksum.fl_str_mv ae0d4eb2785fa51fe10d695c06d26c9b
e39d27027a6cc9cb039ad269a5db8e34
8a4605be74aa9ea9d79846c1fba20a33
f5854279d9f2d14808ae3597e8dd8054
62d4affa45692607f22216226627243b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)
repository.mail.fl_str_mv
_version_ 1801661305098076160

Registros relacionados