Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica

Detalhes bibliográficos
Autor(a) principal: Guimarães, Inácio Andruski
Data de Publicação: 2006
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/7840
Resumo: Orientador: Anselmo Chaves Neto
id UFPR_11043547ee73fd072e336cfc162e5504
oai_identifier_str oai:acervodigital.ufpr.br:1884/7840
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 EngenhariaChaves Neto, Anselmo, 1945-Guimarães, Inácio Andruski2024-05-20T16:22:27Z2024-05-20T16:22:27Z2006https://hdl.handle.net/1884/7840Orientador: Anselmo Chaves NetoInclui apêndicesTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas e Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 2006Inclui bibliografiaÁrea de concentração: Programação matemáticaResumo: Este trabalho apresenta uma revisão dos métodos mais conhecidos e utilizados na estimação de parâmetros de Modelos de Regressão Logística aplicados a problemas de Reconhecimento de Padrões com variável resposta politômica. Também aborda o problema da separação de grupos, que é fundamental para o cálculo dos estimadores dos parâmetros dos modelos mencionados. O principal objetivo é comparar a eficiência de abordagens ao problema da obtenção de regras discriminantes a partir do Modelo de Regressão Logística Oculto, que é imune à separação de grupos em problemas com variável resposta binária, e também a partir do Modelo de Regressão Logística de Componentes Principais. As mencionadas abordagens consistem em estender os modelos citados a problemas com variável resposta politômica, de modo a apresentar uma alternativa original para a abordagem de problemas desta natureza. O desempenho dos modelos obtidos é avaliado mediante a aplicação dos mesmos a conjuntos de dados extraídos da literatura corrente, em comparação com o Modelo de Regressão Logística Clássico e Modelos de Regressão Logística Individualizados, além da Função Discriminante Linear de Fisher e de uma Rede Neural Artificial. O viés dos estimadores dos parâmetros do Modelo de Regressão Logística Oculto é estimado através do Método Bootstrap. O critério para comparação do desempenho dos modelos obtidos é a taxa de classificações incorretamente efetuadas pelos métodos mencionados, também chamada Taxa Aparente de Erros.Abstract: This job gives a review of the most widely used methods for estimating the parameters in the Logistic Regression Models, applied to Pattern Recognition with polytomous response variable, as well gives a brief review of some properties about data configuration, in order to compute the parameter estimates. The main goal is to compare the performance of these methods in building recognition rules based on the Hidden Logistic Regression Model, which is immune to any configuration of the data in binary case; as well the Principal Component Logistic Regression Model. We propose an extension of the models above to problems with polytomous response, in order to show an original approach to solve the parameter estimation problem when the groups are completely separated. The performance of the models is investigated through simulations and by applying it to some data sets taken from the trade literature, and compares with the performance obtained by the Classical Logistic Regression Model, Individualized Logistic Regression Model, Linear Discriminant Function and Artificial Neural Network. The bias of estimates in Hidden Logistic Regression Model is investigated through the Bootstrap Method. The criterion used to compare the resulting performance is the apparent error rate.xi, 106f. : il.application/pdfDisponível em formato digitalBootstrop (Estatística)Análise numéricaAnálise NuméricaModelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALTese Andruski-Guimaraes.pdfapplication/pdf682954https://acervodigital.ufpr.br/bitstream/1884/7840/1/Tese%20Andruski-Guimaraes.pdf23a667550984860336a825de9fd433ffMD51open accessTEXTTese Andruski-Guimaraes.pdf.txtExtracted Texttext/plain197935https://acervodigital.ufpr.br/bitstream/1884/7840/2/Tese%20Andruski-Guimaraes.pdf.txt43ebd7a0b6f488020dc4b639a34c7025MD52open accessTHUMBNAILTese Andruski-Guimaraes.pdf.jpgGenerated Thumbnailimage/jpeg1258https://acervodigital.ufpr.br/bitstream/1884/7840/3/Tese%20Andruski-Guimaraes.pdf.jpg50623d69752b47cd531c9216883c57a2MD53open access1884/78402024-05-20 13:22:27.092open accessoai:acervodigital.ufpr.br:1884/7840Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-20T16:22:27Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
title Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
spellingShingle Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
Guimarães, Inácio Andruski
Bootstrop (Estatística)
Análise numérica
Análise Numérica
title_short Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
title_full Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
title_fullStr Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
title_full_unstemmed Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
title_sort Modelos de regressão logística oculto e de componentes principais para reconhecimento e classificação de padrões com variável resposta politômica
author Guimarães, Inácio Andruski
author_facet Guimarães, Inácio Andruski
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 Chaves Neto, Anselmo, 1945-
dc.contributor.author.fl_str_mv Guimarães, Inácio Andruski
contributor_str_mv Chaves Neto, Anselmo, 1945-
dc.subject.por.fl_str_mv Bootstrop (Estatística)
Análise numérica
Análise Numérica
topic Bootstrop (Estatística)
Análise numérica
Análise Numérica
description Orientador: Anselmo Chaves Neto
publishDate 2006
dc.date.issued.fl_str_mv 2006
dc.date.accessioned.fl_str_mv 2024-05-20T16:22:27Z
dc.date.available.fl_str_mv 2024-05-20T16:22:27Z
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 https://hdl.handle.net/1884/7840
url https://hdl.handle.net/1884/7840
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv xi, 106f. : il.
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/1884/7840/1/Tese%20Andruski-Guimaraes.pdf
https://acervodigital.ufpr.br/bitstream/1884/7840/2/Tese%20Andruski-Guimaraes.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/7840/3/Tese%20Andruski-Guimaraes.pdf.jpg
bitstream.checksum.fl_str_mv 23a667550984860336a825de9fd433ff
43ebd7a0b6f488020dc4b639a34c7025
50623d69752b47cd531c9216883c57a2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860179106463744

Registros relacionados