Regressão ordinal Bayesiana

Detalhes bibliográficos
Autor(a) principal: Cella, Leonardo Oliveira Gois
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/15131
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2013.
id UNB_864b7f4a55c8aa4fb26b15f91f361b93
oai_identifier_str oai:repositorio.unb.br:10482/15131
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Regressão ordinal BayesianaTeoria bayesiana de decisão estatísticaProcessos de MarkovMonte Carlo, Método deDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2013.Este trabalho apresenta a inferência do modelo de regressão ordinal, considerando a ligação Logit e a abordagem da verossimilhança multinomial. Foi proposta uma reparametrização do modelo de regressão. As inferências foram realizadas dentro de um cenário bayesiano fazendo-se o uso das técnicas de MCMC (Markov Chain Monte Carlo). São apresentadas estimativas pontuais dos parâmetros e seus respectivos intervalos HPD, assim como um teste de significância genuinamente bayesiano FBST (Full Bayesian Significance Test) para os parâmetros de regressão. A metodologia adotada foi aplicada em dados simulados e ilustrada por um problema genético que verificou a influência de um certo tipo de radiação na ocorrência de danos celulares. A abordagem da verossimilhança multinomial combinada à reparametrização do modelo é de fácil tratamento devido ao aumento da capacidade computacional e do avanço dos métodos MCMC. Além disso, o FBST se mostrou um procedimento simples e útil para testar a significância dos coeficientes de regressão, motivando assim a utilização de uma abordagem bayesiana na modelagem de dados ordinais. _______________________________________________________________________________________ ABSTRACTThis work presents inferences of ordinal regression models considering the Logit link functions and the multinomial likelihood approach. A new reparametrization was proposed for the regression model. The inferences were performed in a bayesian scenario, using the MCMC (Markov Chain Monte Carlo) technics. Point estimates of the parameters and their respective HPD credibility intervals are presented, as well a Full Bayesian Significance Test (FBST) for the regression parameters. This methodology was applied on simulated data and illustrated in a genetic problem which was to verify the inuence of certain radiation on the occurrence of cellular damage. The multinomial likelihood approach combined with the model reparametrization is easy to treat due the increasing computing power and the advancement of MCMC methods. Moreover, the FBST proved being a simple and useful procedure for testing the significance of regression coeficients, thus motivating the use of a bayesian approach in ordinal data modeling.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaNakano, Eduardo YoshioCella, Leonardo Oliveira Gois2014-02-11T12:30:19Z2014-02-11T12:30:19Z2014-02-112013info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfCELLA, Leonardo Oliveira Gois. Regressão ordinal Bayesiana. 2013. v, 87 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2013.http://repositorio.unb.br/handle/10482/15131A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:34Zoai:repositorio.unb.br:10482/15131Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:34Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Regressão ordinal Bayesiana
title Regressão ordinal Bayesiana
spellingShingle Regressão ordinal Bayesiana
Cella, Leonardo Oliveira Gois
Teoria bayesiana de decisão estatística
Processos de Markov
Monte Carlo, Método de
title_short Regressão ordinal Bayesiana
title_full Regressão ordinal Bayesiana
title_fullStr Regressão ordinal Bayesiana
title_full_unstemmed Regressão ordinal Bayesiana
title_sort Regressão ordinal Bayesiana
author Cella, Leonardo Oliveira Gois
author_facet Cella, Leonardo Oliveira Gois
author_role author
dc.contributor.none.fl_str_mv Nakano, Eduardo Yoshio
dc.contributor.author.fl_str_mv Cella, Leonardo Oliveira Gois
dc.subject.por.fl_str_mv Teoria bayesiana de decisão estatística
Processos de Markov
Monte Carlo, Método de
topic Teoria bayesiana de decisão estatística
Processos de Markov
Monte Carlo, Método de
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2013.
publishDate 2013
dc.date.none.fl_str_mv 2013
2014-02-11T12:30:19Z
2014-02-11T12:30:19Z
2014-02-11
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 CELLA, Leonardo Oliveira Gois. Regressão ordinal Bayesiana. 2013. v, 87 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2013.
http://repositorio.unb.br/handle/10482/15131
identifier_str_mv CELLA, Leonardo Oliveira Gois. Regressão ordinal Bayesiana. 2013. v, 87 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2013.
url http://repositorio.unb.br/handle/10482/15131
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508175218442240