Uso da capacidade preditiva como critério bayesiano de adequação de modelos

Detalhes bibliográficos
Autor(a) principal: Brunello, Gabriel Hideki Vatanabe
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/24307
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017.
id UNB_dbe3c69346b2ca3443948287bdf9b8a2
oai_identifier_str oai:repositorio2.unb.br:10482/24307
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Brunello, Gabriel Hideki VatanabeNakano, Eduardo Yoshio2017-08-25T20:49:23Z2017-08-25T20:49:23Z2017-08-252017-05-23BRUNELLO, Gabriel Hideki Vatanabe. Uso da capacidade preditiva como critério bayesiano de adequação de modelos. 2017. 57 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2017.http://repositorio.unb.br/handle/10482/24307Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017.Certificar-se de que o modelo probabilístico proposto representa satisfatoriamente o problema e um dos principais passos na modelagem estatística, pois a escolha de um modelo que não esteja bem ajustado pode provocar prejuízos irreparáveis com a tomada de uma decisão errada. Frequentemente, o objetivo da modelagem estatística e a predição de novas observações, fazendo com que avaliar a acurácia do modelo seja imprescindível. Por em, métodos que analisam a capacidade preditiva de um modelo não são muito utilizados por sua complexidade. Este trabalho apresentou uma adaptação para a metodologia de verificação da capacidade preditiva de um modelo proposta por Gelfand (1996), que apesar de simples e intuitiva, não permitia a validação de modelos de uma maneira objetiva. A adaptação possibilitou a definição de um critério de rejeição de modelos, por meio de estudos de simulação, proporcionando um meio de discriminação imparcial para a metodologia. O desenvolvimento da proposta foi realizado sob uma perspectiva bayesiana de inferência, expondo os conceitos utilizados em sua elaboração e apresentando os procedimentos necessários para sua aplicação. A metodologia proposta foi aplicada a base de dados reais para exemplificar sua utilização, possibilitando verificar a praticidade de sua aplicação em situações reais.To ensure that a proposed probability model is a good representation of the problem is one of the main steps of statistical modelling, since choosing a model that does not have a good fit may lead to wrong decisions. Often, the aim of the statistical modelling is the prediction of new observations, making it necessary to ensure the model accuracy. This work provides an adjustment to Gelfand (1996) methodology to validate the model predictive capacity, which, although simple, does not allow an objective form of validation. The adjustment allowed the definition of a model rejection criterion, providing an impartial method to ensure model accuracy. The development of the adjustment was done on a bayesian inference approach, presenting the employed concepts and the necessary procedures to the application. The methodology was tested on a real database, exhibiting the practicality of the method on real applications.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaA 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/openAccessUso da capacidade preditiva como critério bayesiano de adequação de modelosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisInferência bayesianaProbabilidadesModelo estatísticoporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2017_GabrielHidekiVatanabeBrunello.pdf2017_GabrielHidekiVatanabeBrunello.pdfapplication/pdf742677http://repositorio2.unb.br/jspui/bitstream/10482/24307/1/2017_GabrielHidekiVatanabeBrunello.pdfdb6cbff066e55f93f270f86dd849400dMD51open accessLICENSElicense.txtlicense.txttext/plain671http://repositorio2.unb.br/jspui/bitstream/10482/24307/2/license.txtbacfee268cc5d4f6aaa2e6e0066d38f5MD52open access10482/243072024-03-01 13:22:34.844open accessoai:repositorio2.unb.br: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Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2024-03-01T16:22:34Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Uso da capacidade preditiva como critério bayesiano de adequação de modelos
title Uso da capacidade preditiva como critério bayesiano de adequação de modelos
spellingShingle Uso da capacidade preditiva como critério bayesiano de adequação de modelos
Brunello, Gabriel Hideki Vatanabe
Inferência bayesiana
Probabilidades
Modelo estatístico
title_short Uso da capacidade preditiva como critério bayesiano de adequação de modelos
title_full Uso da capacidade preditiva como critério bayesiano de adequação de modelos
title_fullStr Uso da capacidade preditiva como critério bayesiano de adequação de modelos
title_full_unstemmed Uso da capacidade preditiva como critério bayesiano de adequação de modelos
title_sort Uso da capacidade preditiva como critério bayesiano de adequação de modelos
author Brunello, Gabriel Hideki Vatanabe
author_facet Brunello, Gabriel Hideki Vatanabe
author_role author
dc.contributor.author.fl_str_mv Brunello, Gabriel Hideki Vatanabe
dc.contributor.advisor1.fl_str_mv Nakano, Eduardo Yoshio
contributor_str_mv Nakano, Eduardo Yoshio
dc.subject.keyword.pt_BR.fl_str_mv Inferência bayesiana
Probabilidades
Modelo estatístico
topic Inferência bayesiana
Probabilidades
Modelo estatístico
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017.
publishDate 2017
dc.date.submitted.none.fl_str_mv 2017-05-23
dc.date.accessioned.fl_str_mv 2017-08-25T20:49:23Z
dc.date.available.fl_str_mv 2017-08-25T20:49:23Z
dc.date.issued.fl_str_mv 2017-08-25
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 BRUNELLO, Gabriel Hideki Vatanabe. Uso da capacidade preditiva como critério bayesiano de adequação de modelos. 2017. 57 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2017.
dc.identifier.uri.fl_str_mv http://repositorio.unb.br/handle/10482/24307
identifier_str_mv BRUNELLO, Gabriel Hideki Vatanabe. Uso da capacidade preditiva como critério bayesiano de adequação de modelos. 2017. 57 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2017.
url http://repositorio.unb.br/handle/10482/24307
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.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
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/24307/1/2017_GabrielHidekiVatanabeBrunello.pdf
http://repositorio2.unb.br/jspui/bitstream/10482/24307/2/license.txt
bitstream.checksum.fl_str_mv db6cbff066e55f93f270f86dd849400d
bacfee268cc5d4f6aaa2e6e0066d38f5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1803573594893058048

Registros relacionados