Regressão logística sob o ponto de vista inferencial e preditivista
Autor(a) principal: | |
---|---|
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 |