Modelos de regressão beta para dados de escala

Detalhes bibliográficos
Autor(a) principal: Lopes, José Evandeilton
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/86624
Resumo: Orientador: Prof. Wagner Hugo Bonat, PhD
id UFPR_0dd538fa8b506c4b610fcafe43cf1d82
oai_identifier_str oai:acervodigital.ufpr.br:1884/86624
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaBonat, Wagner Hugo, 1985-Lopes, José Evandeilton2024-02-21T21:49:28Z2024-02-21T21:49:28Z2023https://hdl.handle.net/1884/86624Orientador: Prof. Wagner Hugo Bonat, PhDDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa : Curitiba, 30/08/2023Inclui referênciasResumo: A pesquisa focou no estudo de dados em escala obtidos através de instrumentos como Numerical Rating Scale (NRS) e escalas Likert, amplamente utilizados em domínios médicos, especialmente na avaliação da dor. Três modelos estatísticos foram analisados: "betareg" (M1), "betaregesc" (M2) e, notavelmente, o "quasibeta" (M3) - que se diferencia ao focar nos primeiros e segundos momentos estatísticos, afastandose das suposições distributivas convencionais. Estes modelos foram testados em dados mapeáveis na escala beta, típicos das ferramentas mencionadas. Para M3, abordagens baseadas em pseudo-verossimilhança foram adotadas, com referências como (BONAT; JØRGENSEN, 2016) e (BONAT et al., 2019). As simulações mostraram que, enquanto M1 e M2 tiveram precisão e robustez notáveis, o "quasibeta" (M3) apresentou características únicas, como tendências de subestimação de efeitos de covariáveis. Contudo, quando aplicados a dados reais, todos os modelos revelaram sua importância, embora M3 tenha apresentado algumas limitações no contexto avaliado. Em resumo, a pesquisa destacou a importância dos modelos de regressão beta, especialmente o M3, para interpretar dados beta. A seleção do modelo deve considerar as características específicas de cada conjunto de dados, como tamanho da amostra e contexto de aplicação.Abstract:The research focused on studying scale data obtained from instruments like the Numerical Rating Scale (NRS) and Likert scales, widely used in medical domains, especially in pain assessment. Three statistical models were analyzed: "betareg" (M1), "betaregesc" (M2), and notably, the "quasibeta" (M3) - which stands out by focusing on the first and second statistical moments, moving away from conventional distributional assumptions. These models were tested on data mappable to the beta scale, typical of the aforementioned tools. For M3, pseudo-likelihood-based approaches were adopted, with references like (BONAT; JØRGENSEN, 2016) and (BONAT et al., 2019). Simulations revealed that while M1 and M2 showcased notable precision and robustness, the "quasibeta" (M3) exhibited unique traits, such as tendencies to underestimate covariate effects. However, when applied to real data, all models underscored their significance, though M3 showed some limitations in the evaluated context. In summary, the research emphasized the importance of the beta regression models, especially M3, in interpreting beta data. Model selection should account for specific data set characteristics, such as sample size and application context.1 recurso online : PDF.application/pdfDados estatisticosAnalise de regressãoAnálise NuméricaModelos de regressão beta para dados de escalainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - D - JOSE EVANDEILTON LOPES.pdfapplication/pdf2350499https://acervodigital.ufpr.br/bitstream/1884/86624/1/R%20-%20D%20-%20JOSE%20EVANDEILTON%20LOPES.pdfb6ebcbdefb87098238eecf2aed0b455bMD51open access1884/866242024-02-21 18:49:28.934open accessoai:acervodigital.ufpr.br:1884/86624Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-02-21T21:49:28Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Modelos de regressão beta para dados de escala
title Modelos de regressão beta para dados de escala
spellingShingle Modelos de regressão beta para dados de escala
Lopes, José Evandeilton
Dados estatisticos
Analise de regressão
Análise Numérica
title_short Modelos de regressão beta para dados de escala
title_full Modelos de regressão beta para dados de escala
title_fullStr Modelos de regressão beta para dados de escala
title_full_unstemmed Modelos de regressão beta para dados de escala
title_sort Modelos de regressão beta para dados de escala
author Lopes, José Evandeilton
author_facet Lopes, José Evandeilton
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
dc.contributor.advisor1.fl_str_mv Bonat, Wagner Hugo, 1985-
dc.contributor.author.fl_str_mv Lopes, José Evandeilton
contributor_str_mv Bonat, Wagner Hugo, 1985-
dc.subject.por.fl_str_mv Dados estatisticos
Analise de regressão
Análise Numérica
topic Dados estatisticos
Analise de regressão
Análise Numérica
description Orientador: Prof. Wagner Hugo Bonat, PhD
publishDate 2023
dc.date.issued.fl_str_mv 2023
dc.date.accessioned.fl_str_mv 2024-02-21T21:49:28Z
dc.date.available.fl_str_mv 2024-02-21T21:49:28Z
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 https://hdl.handle.net/1884/86624
url https://hdl.handle.net/1884/86624
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 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/86624/1/R%20-%20D%20-%20JOSE%20EVANDEILTON%20LOPES.pdf
bitstream.checksum.fl_str_mv b6ebcbdefb87098238eecf2aed0b455b
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898814921113600

Registros relacionados