Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.

Detalhes bibliográficos
Autor(a) principal: Alcântara, Cássio de
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFU
Texto Completo: https://repositorio.ufu.br/handle/123456789/24134
Resumo: The aim of this work is to study the Family of Generalized Additive Models for Position, Scale and Shape (GAMLSS) and apply it to a database, referring to patients who suffered from acute myocardial infarction (AMI), whose the response variable is limited to the continuous interval (0,1). In this way, it was necessary to study distributions that behave well with this type of variable, which stand out Beta and Generalized Beta Type 1. Beta regression models were obtained for comparison of the adjustments. The resulting GAMLSS models modeled two parameters, and the assumptions of normality, independency and homoscedasticity of the residues for both were reached. The generalized GAIC and R² values were superior to those of the beta regression models created, in addition to presenting better results in residue analysis. It is concluded that the GAMLSS models present themselves as a powerful tool in the adjustment of these models, since it assists the researcher in steps of the modeling that are often done in an intuitive way besides modeling not only the average, but also also the dispersion, asymmetry and kurtosis, opening possibilities to reach good adjustments without the need to exclude observations from the databases.
id UFU_bfa9b89c25c2f0b7f064ec7f07081dfb
oai_identifier_str oai:repositorio.ufu.br:123456789/24134
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.Generalized additive models for position, scale and shape (Gamlss) in the modeling of the myocardial area at risk of Necrose.GAMLSSInfarto do miocárdioRegressão betaBeta generalizada tipo 1Myocardial infarctionBeta regressionGeneralized beta type 1CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAOThe aim of this work is to study the Family of Generalized Additive Models for Position, Scale and Shape (GAMLSS) and apply it to a database, referring to patients who suffered from acute myocardial infarction (AMI), whose the response variable is limited to the continuous interval (0,1). In this way, it was necessary to study distributions that behave well with this type of variable, which stand out Beta and Generalized Beta Type 1. Beta regression models were obtained for comparison of the adjustments. The resulting GAMLSS models modeled two parameters, and the assumptions of normality, independency and homoscedasticity of the residues for both were reached. The generalized GAIC and R² values were superior to those of the beta regression models created, in addition to presenting better results in residue analysis. It is concluded that the GAMLSS models present themselves as a powerful tool in the adjustment of these models, since it assists the researcher in steps of the modeling that are often done in an intuitive way besides modeling not only the average, but also also the dispersion, asymmetry and kurtosis, opening possibilities to reach good adjustments without the need to exclude observations from the databases.Trabalho de Conclusão de Curso (Graduação)O presente trabalho tem como objetivos estudar a família dos Modelos Aditivos Generalizados para Posição, Escala e Forma (GAMLSS) e aplicar em um banco de dados, referente a pacientes que sofreram de Infarto Agudo do Miocárdio (IAM), onde a variável resposta é limitada ao intervalo contínuo (0,1). Desta forma, fez-se necessário o estudo de distribuições que se comportam bem com este tipo de varíavel, onde se destacam a Beta e a Beta Generalizada Tipo 1. Modelo de regressão beta foram obtidos para comparação dos ajustes. Os modelos GAMLSS resultantes modelaram dois parâmetros, e foi alcançado os pressupostos de normalidade, independência e homocedasticidade dos resíduos para ambos. Os valores de GAIC e R² generalizado foram superiores aos dos modelos de regressão beta criados, além de apresentarem melhores resultados na análise de resíduos. Conclui-se então que os modelos GAMLSS se apresentam como uma ferramenta poderosa no ajuste desses modelos, uma vez que auxilia o pesquisador em etapas da modelagem que muitas vezes são feitas de modo intuitivo além de modelar não só a média, como também a dispersão, a assimetria e a curtose, abrindo possibilidades de atingir bons ajustes sem a necessidade de excluir observações dos bancos de dados.Universidade Federal de UberlândiaBrasilEstatísticaPinto, Edmilson Rodrigueshttp://lattes.cnpq.br/1276467406043945Pereira, Janser Mourahttp://lattes.cnpq.br/8834398790716276Pereira, Leandro Alveshttp://lattes.cnpq.br/0760487233492775Alcântara, Cássio de2019-01-30T18:05:38Z2019-01-30T18:05:38Z2018-12-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfALCÂNTARA, Cássio de. Ajuste de distribuição de probabilidades de variáveis de custo fixo. 2018. 51 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2018.https://repositorio.ufu.br/handle/123456789/24134porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2019-01-30T18:06:53Zoai:repositorio.ufu.br:123456789/24134Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2019-01-30T18:06:53Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.none.fl_str_mv Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
Generalized additive models for position, scale and shape (Gamlss) in the modeling of the myocardial area at risk of Necrose.
title Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
spellingShingle Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
Alcântara, Cássio de
GAMLSS
Infarto do miocárdio
Regressão beta
Beta generalizada tipo 1
Myocardial infarction
Beta regression
Generalized beta type 1
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO
title_short Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
title_full Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
title_fullStr Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
title_full_unstemmed Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
title_sort Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
author Alcântara, Cássio de
author_facet Alcântara, Cássio de
author_role author
dc.contributor.none.fl_str_mv Pinto, Edmilson Rodrigues
http://lattes.cnpq.br/1276467406043945
Pereira, Janser Moura
http://lattes.cnpq.br/8834398790716276
Pereira, Leandro Alves
http://lattes.cnpq.br/0760487233492775
dc.contributor.author.fl_str_mv Alcântara, Cássio de
dc.subject.por.fl_str_mv GAMLSS
Infarto do miocárdio
Regressão beta
Beta generalizada tipo 1
Myocardial infarction
Beta regression
Generalized beta type 1
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO
topic GAMLSS
Infarto do miocárdio
Regressão beta
Beta generalizada tipo 1
Myocardial infarction
Beta regression
Generalized beta type 1
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO
description The aim of this work is to study the Family of Generalized Additive Models for Position, Scale and Shape (GAMLSS) and apply it to a database, referring to patients who suffered from acute myocardial infarction (AMI), whose the response variable is limited to the continuous interval (0,1). In this way, it was necessary to study distributions that behave well with this type of variable, which stand out Beta and Generalized Beta Type 1. Beta regression models were obtained for comparison of the adjustments. The resulting GAMLSS models modeled two parameters, and the assumptions of normality, independency and homoscedasticity of the residues for both were reached. The generalized GAIC and R² values were superior to those of the beta regression models created, in addition to presenting better results in residue analysis. It is concluded that the GAMLSS models present themselves as a powerful tool in the adjustment of these models, since it assists the researcher in steps of the modeling that are often done in an intuitive way besides modeling not only the average, but also also the dispersion, asymmetry and kurtosis, opening possibilities to reach good adjustments without the need to exclude observations from the databases.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-21
2019-01-30T18:05:38Z
2019-01-30T18:05:38Z
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 ALCÂNTARA, Cássio de. Ajuste de distribuição de probabilidades de variáveis de custo fixo. 2018. 51 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2018.
https://repositorio.ufu.br/handle/123456789/24134
identifier_str_mv ALCÂNTARA, Cássio de. Ajuste de distribuição de probabilidades de variáveis de custo fixo. 2018. 51 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2018.
url https://repositorio.ufu.br/handle/123456789/24134
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 Uberlândia
Brasil
Estatística
publisher.none.fl_str_mv Universidade Federal de Uberlândia
Brasil
Estatística
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFU
instname:Universidade Federal de Uberlândia (UFU)
instacron:UFU
instname_str Universidade Federal de Uberlândia (UFU)
instacron_str UFU
institution UFU
reponame_str Repositório Institucional da UFU
collection Repositório Institucional da UFU
repository.name.fl_str_mv Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)
repository.mail.fl_str_mv diinf@dirbi.ufu.br
_version_ 1813711427107553280