Regressão binomial negativa inflacionada de zeros geograficamente ponderada

Detalhes bibliográficos
Autor(a) principal: Sousa, Marcos Douglas Rodrigues de
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/45477
Resumo: Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2022.
id UNB_9df9431e73bd1b98613a80249ca5392b
oai_identifier_str oai:repositorio.unb.br:10482/45477
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Regressão binomial negativa inflacionada de zeros geograficamente ponderadaDados espaciaisDados de contagemRegressão geograficamente ponderadaDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2022.O objetivo deste trabalho é trazer uma abordagem sobre a modelagem de dados de contagem, considerando a existência de zeros na distribuição. Pressupondo a utilização de dados espacias, em que o fenômeno em análise não apresente estacionariedade, a regressão geograficamente ponderada surge para solucionar este problema. Sendo assim, este trabalho traz uma extensão da regressão binomial negativa geograficamente ponderada (RBNGP) para incluir a distribuição binomial negativa inflacionada de zeros, sendo intitulada regressão binomial negativa inflacionada de zeros geograficamente ponderada (RBNIZGP). Para verificar a performance de ajuste do modelo RBNIZGP, foram utilizados alguns dados simulados de distribuições Poisson, binomial negativa, Poisson inflacionado de zeros e binomial negativa inflacionada de zeros, sem variação espacial. E por último, para verificação da qualidade do ajuste no caso de variação espacial, foram utilizados dados reais sobre casos de COVID-19 na Coréia do Sul, sendo dados que foram analisados por (Weinstein et al., 2021). Os resultados das simulações mostraram que o modelo RBNIZGP foi capaz de modelar os dados com distribuição Poisson, binomial negativa, Poisson inflacionada de zeros e binomial negativa inflacionada de zeros, sem variação espacial, por meio de uma grande parâmetro de suavização. Já no estudo de caso real, os resultados mostraram que localmente, os modelos ajustados poderiam ser Poisson ou binomial negativo, refinando dessa forma a análise, e mostrando a flexibilidade do modelo RBNIZGP.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).The goal of this work is to bring an approach to the modeling of count data, considering the existence of zeros in the distribution. Assuming the use of spatial data, in which the phenomenon under analysis does not present stationarity, the geographically weighted regression appears to solve this problem. Therefore, this work brings an extension of the geographically weighted negative binomial regression (GWNBR) to include a zero-inflated negative binomial distribution, entitled geographically weighted zero-inflated negative binomial regression (GWZINBR). To verify the performance of the fit of the RBNIZGP model, some simulated data from distributions, zero-inflated poisson and zero-inflated negative binomial, without spatial space, were used. Finally, adjustment was used in the case of selection of the real quality of data on COVID-19 cases in South Korea, with data from South Korea being analyzed by (Weinstein et al., 2021). The results of the simulations showed that the RBNIZGP model was able to model the data with Poisson, negative binomial, zero inflated Poisson and zero inflated negative binomial distributions, without spatial variation, by means of a large bandwidth. In the real case study, the results showed that locally, the adjusted models could be Poisson or negative binomial, thus refining the analysis, and showing the flexibility of the GWZINBR model.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaSilva, Alan Ricardo damarcos.douglas11@outlook.comSousa, Marcos Douglas Rodrigues de2023-01-10T22:03:56Z2023-01-10T22:03:56Z2023-01-102022-09-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSOUSA, Marcos Douglas Rodrigues de. Regressão binomial negativa inflacionada de zeros geograficamente ponderada. 2022. xviii, 145 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2022.https://repositorio.unb.br/handle/10482/45477A 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:UNB2024-03-01T16:22:38Zoai:repositorio.unb.br:10482/45477Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:38Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Regressão binomial negativa inflacionada de zeros geograficamente ponderada
title Regressão binomial negativa inflacionada de zeros geograficamente ponderada
spellingShingle Regressão binomial negativa inflacionada de zeros geograficamente ponderada
Sousa, Marcos Douglas Rodrigues de
Dados espaciais
Dados de contagem
Regressão geograficamente ponderada
title_short Regressão binomial negativa inflacionada de zeros geograficamente ponderada
title_full Regressão binomial negativa inflacionada de zeros geograficamente ponderada
title_fullStr Regressão binomial negativa inflacionada de zeros geograficamente ponderada
title_full_unstemmed Regressão binomial negativa inflacionada de zeros geograficamente ponderada
title_sort Regressão binomial negativa inflacionada de zeros geograficamente ponderada
author Sousa, Marcos Douglas Rodrigues de
author_facet Sousa, Marcos Douglas Rodrigues de
author_role author
dc.contributor.none.fl_str_mv Silva, Alan Ricardo da
marcos.douglas11@outlook.com
dc.contributor.author.fl_str_mv Sousa, Marcos Douglas Rodrigues de
dc.subject.por.fl_str_mv Dados espaciais
Dados de contagem
Regressão geograficamente ponderada
topic Dados espaciais
Dados de contagem
Regressão geograficamente ponderada
description Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2022.
publishDate 2022
dc.date.none.fl_str_mv 2022-09-21
2023-01-10T22:03:56Z
2023-01-10T22:03:56Z
2023-01-10
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 SOUSA, Marcos Douglas Rodrigues de. Regressão binomial negativa inflacionada de zeros geograficamente ponderada. 2022. xviii, 145 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2022.
https://repositorio.unb.br/handle/10482/45477
identifier_str_mv SOUSA, Marcos Douglas Rodrigues de. Regressão binomial negativa inflacionada de zeros geograficamente ponderada. 2022. xviii, 145 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2022.
url https://repositorio.unb.br/handle/10482/45477
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_ 1814508216680185856

Registros relacionados