Modelo de regressão beta modal
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/28929 |
Resumo: | A classe de modelos de regressão beta é usada para modelar variáveis respostas no intervalo (0, 1), como taxas e proporções. Ferrari e Cribari-Neto (2004) propuseram um modelo de regressão beta que incorpora covariáveis na média da distribuição utilizando uma função de ligação genérica. Entretanto, para estudos cuja variável resposta apresenta assimetria e/ou valores discrepantes, esse modelo pode não ser o mais adequado. Uma medida de tendência central mais apropriada neste tipo de situação é a moda da distribuição, devido a sua robustez com relação a valores discrepantes e sua fácil interpretação também em casos assimétricos. Zhou e Huang (2019) propuseram uma reparametrização para a distribuição beta em termos da moda e de um parâmetro de precisão. Assumindo essa distribuição para a variável resposta, Zhou e Huang (2019) propuseram um modelo de regressão para dados contínuos no intervalo unitário, visando ser mais robusto a outliers. Neste trabalho, realizamos um estudo mais aprofundado das propriedades e do desempenho desse modelo, bem como a comparação deste com o modelo proposto por Ferrari e Cribari-Neto (2004). Realizamos estudos de simulação para avaliar as estimativas de máxima verossimilhança em casos simétricos e assimétricos e a sensibilidade à outliers das estimativas quando são impostos alguns padrões de perturbação. Além disso, fizemos a proposição e a avaliação de três resíduos para esta classe de modelos. Nossos estudos de simulação sugerem que o modelo de regressão beta que considera a moda apresenta bom desempenho em dados simétricos e assimétricos e que, na maioria dos cenários, apresenta melhor desempenho na presença de outliers do que o modelo de regressão beta que considera a média. Por fim, apresentamos duas aplicações a conjuntos de dados reais, um retirado do censo 2010 e outro proveniente do ENEM 2017, comparando o ajuste dos modelos de regressão beta para a média e para a moda. |
id |
UFRN_1e87b8a1dc90b889ac014a6e4594b1ac |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/28929 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Silva, Erika Rayanne Fernandes daPereira, Marcelo BourguignonValença, Dione MariaLeão, Jeremias da SilvaMedeiros, Francisco Moisés Cândido de2020-05-06T18:37:02Z2020-05-06T18:37:02Z2020-02-18SILVA, Erika Rayanne Fernandes da. Modelo de regressão beta modal. 2020. 66f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020.https://repositorio.ufrn.br/jspui/handle/123456789/28929A classe de modelos de regressão beta é usada para modelar variáveis respostas no intervalo (0, 1), como taxas e proporções. Ferrari e Cribari-Neto (2004) propuseram um modelo de regressão beta que incorpora covariáveis na média da distribuição utilizando uma função de ligação genérica. Entretanto, para estudos cuja variável resposta apresenta assimetria e/ou valores discrepantes, esse modelo pode não ser o mais adequado. Uma medida de tendência central mais apropriada neste tipo de situação é a moda da distribuição, devido a sua robustez com relação a valores discrepantes e sua fácil interpretação também em casos assimétricos. Zhou e Huang (2019) propuseram uma reparametrização para a distribuição beta em termos da moda e de um parâmetro de precisão. Assumindo essa distribuição para a variável resposta, Zhou e Huang (2019) propuseram um modelo de regressão para dados contínuos no intervalo unitário, visando ser mais robusto a outliers. Neste trabalho, realizamos um estudo mais aprofundado das propriedades e do desempenho desse modelo, bem como a comparação deste com o modelo proposto por Ferrari e Cribari-Neto (2004). Realizamos estudos de simulação para avaliar as estimativas de máxima verossimilhança em casos simétricos e assimétricos e a sensibilidade à outliers das estimativas quando são impostos alguns padrões de perturbação. Além disso, fizemos a proposição e a avaliação de três resíduos para esta classe de modelos. Nossos estudos de simulação sugerem que o modelo de regressão beta que considera a moda apresenta bom desempenho em dados simétricos e assimétricos e que, na maioria dos cenários, apresenta melhor desempenho na presença de outliers do que o modelo de regressão beta que considera a média. Por fim, apresentamos duas aplicações a conjuntos de dados reais, um retirado do censo 2010 e outro proveniente do ENEM 2017, comparando o ajuste dos modelos de regressão beta para a média e para a moda.The beta regression model is a class of models used for continuous response variables restricted to the interval (0,1), such as rates and proportions. Ferrari and Cribari-Neto (2004) proposed a beta regression model that incorporates covariates in the mean of the distribution using a generic link function. However, for studies which response variable has asymmetry and / or discrepant values, this model may not be the most appropriated. A more appropriated measure of central tendency in this kind of situation is the mode of distribution because of its robustness to outliers and its easy interpretation in cases of asymmetry. Zhou and Huang (2019) proposed a parameterization for the beta distribution in terms of the mode and a precision parameter. Assuming that the response variable follows this distribution, Zhou and Huang (2019) proposed a regression model for continuous data in the interval (0,1), in order to be more robust to outliers. In this work, we present a more complete study of this model properties and performance as well as a comparison between this model and the model proposed by Ferrari and Cribari-Neto (2004). We developed simulation studies to evaluate the maximum likelihood estimates in cases of asymmetry and the sensitivity to outliers when come perturbation patterns are imposed. Furthermore, we proposed and evaluated three residuals to this class of models. Our simulation studies suggest that the model developed to the mode has a good performance on symmetrical and asymmetrical data and in most scenarios it performs better in the presence of outliers than the beta regression model that considers the mean. In addition, we present two applications to real dataset and a t comparison of the models that consider the mean and the mode.CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICAModaRegressão betaRegressão modal paramétricaModelo de regressão beta modalModal beta regressioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALModeloregressaobeta_Silva_2020.pdfapplication/pdf2991966https://repositorio.ufrn.br/bitstream/123456789/28929/1/Modeloregressaobeta_Silva_2020.pdfc8e94cd4e89b61aec379ec38126a33fdMD51TEXTModeloregressaobeta_Silva_2020.pdf.txtModeloregressaobeta_Silva_2020.pdf.txtExtracted texttext/plain116689https://repositorio.ufrn.br/bitstream/123456789/28929/2/Modeloregressaobeta_Silva_2020.pdf.txtb319cc468a0ca7df750f3696ae1f9ae6MD52THUMBNAILModeloregressaobeta_Silva_2020.pdf.jpgModeloregressaobeta_Silva_2020.pdf.jpgGenerated Thumbnailimage/jpeg1201https://repositorio.ufrn.br/bitstream/123456789/28929/3/Modeloregressaobeta_Silva_2020.pdf.jpg231e83f3a52cb3d6365331c2642d3178MD53123456789/289292020-05-10 04:30:59.092oai:https://repositorio.ufrn.br:123456789/28929Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-05-10T07:30:59Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Modelo de regressão beta modal |
dc.title.alternative.pt_BR.fl_str_mv |
Modal beta regression |
title |
Modelo de regressão beta modal |
spellingShingle |
Modelo de regressão beta modal Silva, Erika Rayanne Fernandes da CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA Moda Regressão beta Regressão modal paramétrica |
title_short |
Modelo de regressão beta modal |
title_full |
Modelo de regressão beta modal |
title_fullStr |
Modelo de regressão beta modal |
title_full_unstemmed |
Modelo de regressão beta modal |
title_sort |
Modelo de regressão beta modal |
author |
Silva, Erika Rayanne Fernandes da |
author_facet |
Silva, Erika Rayanne Fernandes da |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees1.none.fl_str_mv |
Valença, Dione Maria |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2.none.fl_str_mv |
Leão, Jeremias da Silva |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Silva, Erika Rayanne Fernandes da |
dc.contributor.advisor-co1.fl_str_mv |
Pereira, Marcelo Bourguignon |
dc.contributor.advisor1.fl_str_mv |
Medeiros, Francisco Moisés Cândido de |
contributor_str_mv |
Pereira, Marcelo Bourguignon Medeiros, Francisco Moisés Cândido de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA Moda Regressão beta Regressão modal paramétrica |
dc.subject.por.fl_str_mv |
Moda Regressão beta Regressão modal paramétrica |
description |
A classe de modelos de regressão beta é usada para modelar variáveis respostas no intervalo (0, 1), como taxas e proporções. Ferrari e Cribari-Neto (2004) propuseram um modelo de regressão beta que incorpora covariáveis na média da distribuição utilizando uma função de ligação genérica. Entretanto, para estudos cuja variável resposta apresenta assimetria e/ou valores discrepantes, esse modelo pode não ser o mais adequado. Uma medida de tendência central mais apropriada neste tipo de situação é a moda da distribuição, devido a sua robustez com relação a valores discrepantes e sua fácil interpretação também em casos assimétricos. Zhou e Huang (2019) propuseram uma reparametrização para a distribuição beta em termos da moda e de um parâmetro de precisão. Assumindo essa distribuição para a variável resposta, Zhou e Huang (2019) propuseram um modelo de regressão para dados contínuos no intervalo unitário, visando ser mais robusto a outliers. Neste trabalho, realizamos um estudo mais aprofundado das propriedades e do desempenho desse modelo, bem como a comparação deste com o modelo proposto por Ferrari e Cribari-Neto (2004). Realizamos estudos de simulação para avaliar as estimativas de máxima verossimilhança em casos simétricos e assimétricos e a sensibilidade à outliers das estimativas quando são impostos alguns padrões de perturbação. Além disso, fizemos a proposição e a avaliação de três resíduos para esta classe de modelos. Nossos estudos de simulação sugerem que o modelo de regressão beta que considera a moda apresenta bom desempenho em dados simétricos e assimétricos e que, na maioria dos cenários, apresenta melhor desempenho na presença de outliers do que o modelo de regressão beta que considera a média. Por fim, apresentamos duas aplicações a conjuntos de dados reais, um retirado do censo 2010 e outro proveniente do ENEM 2017, comparando o ajuste dos modelos de regressão beta para a média e para a moda. |
publishDate |
2020 |
dc.date.accessioned.fl_str_mv |
2020-05-06T18:37:02Z |
dc.date.available.fl_str_mv |
2020-05-06T18:37:02Z |
dc.date.issued.fl_str_mv |
2020-02-18 |
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.citation.fl_str_mv |
SILVA, Erika Rayanne Fernandes da. Modelo de regressão beta modal. 2020. 66f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/28929 |
identifier_str_mv |
SILVA, Erika Rayanne Fernandes da. Modelo de regressão beta modal. 2020. 66f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/28929 |
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.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/28929/1/Modeloregressaobeta_Silva_2020.pdf https://repositorio.ufrn.br/bitstream/123456789/28929/2/Modeloregressaobeta_Silva_2020.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/28929/3/Modeloregressaobeta_Silva_2020.pdf.jpg |
bitstream.checksum.fl_str_mv |
c8e94cd4e89b61aec379ec38126a33fd b319cc468a0ca7df750f3696ae1f9ae6 231e83f3a52cb3d6365331c2642d3178 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117910289711104 |