Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar

Detalhes bibliográficos
Autor(a) principal: Corrêa, Fábio Mathias
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/1138
Resumo: Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração Estatística e Experimentação Agropecuária, para a obtenção do título de doutor
id UFLA_ab0289eb63af24f16cdcb7635a551c90
oai_identifier_str oai:localhost:1/1138
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiarR packageR programming languageAnálise bayesianaAnálise thresholdModelos mistosMarkov Chain Monte CarloBiblioteca RR (Linguagem de programação)Bayesian analysisThreshold modelsMixed modelsCNPQ_NÃO_INFORMADOTese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração Estatística e Experimentação Agropecuária, para a obtenção do título de doutorConselho Nacional de desenvolvimento científico e tecnológico (CNPq)Estatística e Experimentação AgropecuáriaNesta tese avaliamos os algoritmos para a análise bayesiana de modelos mistos em dados categorizados ordinais, bem como a sua implementação na biblioteca Bayesthresh para o ambiente de programação R. O pacote Bayesthresh apresenta uma estrutura flexível para inserção de modelos mistos e utiliza-se do processos de Monte Carlo via Cadeias Markov (MCCM) para obtenção das aproximações numéricas das distribuições a posteriori para os parâmetros do modelo. O estudo sobre a eficiência dos algoritmos implementados no pacote avaliou o tempo de processamento, a dependência das cadeias MCCM geradas e efeitos de sensibilidade a especificação das distribuições "a priori"para as componentes da variância. Adicionalmente foram calculados os erros (viés e Erro Quadrático Médio - EQM) das estimativas a posteriori obtidas para os efeitos fixos, efeitos aleatórios e componentes da variância. Um exemplo é apresentado de um experimento com variedades de tomateiro cujo objetivo é a seleção para a resistência à requeima causada pelo fungo Phytophthora infestans. Os algoritmos descritos por Nandram e Chen (1996) e sua modificação para a introdução da distribuição t para o traço latente foram os mais rápidos e precisos, porém, para experimentos simulados com correlação intraclasse igual a 0.8 (valor alto na prática), estes algoritmos tenderam a superestimar esta correlação. Na ilustração são apresentadas estimativas úteis para a seleção de variedades bem como o equivalente bayesiano de um teste para decidir se o traço latente tem distribuição gaussiana, não encontrando evidências em contrário. Em artigo adicional explora-se a utilização da ferramenta construída com exemplos de possibilidades de análise. Nesta ilustração foi analisado um experimento sensorial de conservas de banana desidratadas sob diferentes concentrações de açúcar, descrito por Silva (2008)In this thesis we evaluate algorithms for Bayesian analysis of ordinal categorical data as well as their implementation in the library Bayesthresh for the R statistical programing environment. Bayesthresh package has a flexible structure to insert mixed models and uses Markov Chain Monte Carlo (MCMC) sampling to approximate posterior distributions for model parameters. Simulation study of the efficiency of the algorithms considered processing time, dependency in the MCMC sampling chains and sensitivity to prior specifications for the variance components. Mean Squared Error (MSE) and average Bias in the marginal posterior distributions where also evaluated. An example is discussed from a breeding experiment for resistance to late blight (Phytophthora infestans) in varieties of tomato. Algorithms described by Nandran and Chen (1996) and derived algorithms were the faster and more accurate, although slightly overestimating intraclass correlation ( ) in experiments with higher parametric values ( = 0:8). In the example useful estimates for plant breeding are presented, as Bayes factor test to decide on latent trait having Gaussian distribution. Gaussian distribution was as likely as Student’s t distribution. An additional paper explores the uses of the modeling tool with an example from sensory analysis of dehydrated banana candy recipes with different sugar content, described by Silva (2008)UNIVERSIDADE FEDERAL DE LAVRASDEX - Programa de Pós-graduaçãoUFLABRASILBueno Filho, Júlio Sílvio de SousaOrtega, Edwin Moises MarcosFerreira, Eric BatistaLima, Renato Ribeiro deSáfadi, ThelmaCorrêa, Fábio Mathias2013-09-24T16:44:04Z2013-09-24T16:44:04Z201320132012-11-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://repositorio.ufla.br/jspui/handle/1/1138info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2023-05-11T15:33:50Zoai:localhost:1/1138Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-11T15:33:50Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
title Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
spellingShingle Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
Corrêa, Fábio Mathias
R package
R programming language
Análise bayesiana
Análise threshold
Modelos mistos
Markov Chain Monte Carlo
Biblioteca R
R (Linguagem de programação)
Bayesian analysis
Threshold models
Mixed models
CNPQ_NÃO_INFORMADO
title_short Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
title_full Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
title_fullStr Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
title_full_unstemmed Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
title_sort Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
author Corrêa, Fábio Mathias
author_facet Corrêa, Fábio Mathias
author_role author
dc.contributor.none.fl_str_mv Bueno Filho, Júlio Sílvio de Sousa
Ortega, Edwin Moises Marcos
Ferreira, Eric Batista
Lima, Renato Ribeiro de
Sáfadi, Thelma
dc.contributor.author.fl_str_mv Corrêa, Fábio Mathias
dc.subject.por.fl_str_mv R package
R programming language
Análise bayesiana
Análise threshold
Modelos mistos
Markov Chain Monte Carlo
Biblioteca R
R (Linguagem de programação)
Bayesian analysis
Threshold models
Mixed models
CNPQ_NÃO_INFORMADO
topic R package
R programming language
Análise bayesiana
Análise threshold
Modelos mistos
Markov Chain Monte Carlo
Biblioteca R
R (Linguagem de programação)
Bayesian analysis
Threshold models
Mixed models
CNPQ_NÃO_INFORMADO
description Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração Estatística e Experimentação Agropecuária, para a obtenção do título de doutor
publishDate 2012
dc.date.none.fl_str_mv 2012-11-14
2013-09-24T16:44:04Z
2013-09-24T16:44:04Z
2013
2013
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufla.br/jspui/handle/1/1138
url http://repositorio.ufla.br/jspui/handle/1/1138
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 DE LAVRAS
DEX - Programa de Pós-graduação
UFLA
BRASIL
publisher.none.fl_str_mv UNIVERSIDADE FEDERAL DE LAVRAS
DEX - Programa de Pós-graduação
UFLA
BRASIL
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1807835222416293888

Registros relacionados