Modelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.
Autor(a) principal: | |
---|---|
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 |