Inferência bayesiana não-paramétrica para elicitação da função de contabilidade
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/108645 |
Resumo: | The elicitation is a process that allows the incorporation of a prior information provided by an expert on some quantity, unknown and of interest, to the information from the experimental data. It can be used in many applied areas of knowledge, especially in situations where experimental data are not numerous because of the di culty or cost to obtain them. In Bayesian non-parametric approach, the density or the function of interest can be estimated without imposing any restrictive assumptions on its shape. Thus, the data allows determine the estimate of the interested function rather than conditioning it to a given parametric class functions. The aim of this paper is to apply the Bayesian nonparametric elicitation method of priors proposed by Oakley and O'Hagan (2007), Moala (2009) and Moala and O'Hagan (2010) to estimate the reliability function, considered completely unknown in its form, based only on the information provided by the expert. |
id |
UNSP_113f85816b2185d6febacdabfb2338e2 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/108645 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidadeComputação - MatematicaContabilidadeCompressão de dados (Computação)Inferencia (Logica)Teoria bayesiana de decisão estatisticaComputer science - MathematicsThe elicitation is a process that allows the incorporation of a prior information provided by an expert on some quantity, unknown and of interest, to the information from the experimental data. It can be used in many applied areas of knowledge, especially in situations where experimental data are not numerous because of the di culty or cost to obtain them. In Bayesian non-parametric approach, the density or the function of interest can be estimated without imposing any restrictive assumptions on its shape. Thus, the data allows determine the estimate of the interested function rather than conditioning it to a given parametric class functions. The aim of this paper is to apply the Bayesian nonparametric elicitation method of priors proposed by Oakley and O'Hagan (2007), Moala (2009) and Moala and O'Hagan (2010) to estimate the reliability function, considered completely unknown in its form, based only on the information provided by the expert.A elicitação é um processo que permite a incorporação da informação a priori fornecida por um especialista sobre alguma quantidade, desconhecida e de interesse, à informação proveniente dos dados do experimento. Pode ser utilizada em muitas áreas aplicadas do conhecimento, principalmente em situações nas quais os dados experimentais não são tão numerosos devido à di culdade ou custo para obtê-los. Na abordagem Bayesiana nãoparam étrica, a densidade ou a função de interesse podem ser estimadas sem imposição de quaisquer suposições restritivas sobre a sua forma. Assim, os dados permitem determinar a estimativa da função de interesse em vez de condicioná-la a pertencer a uma dada fam ília paramétrica. O objetivo do presente trabalho é realizar uma aplicação do método Bayesiano não-paramétrico de elicitação de prioris proposto por Oakley e O'Hagan (2007), Moala (2009) e Moala e O'Hagan (2010) a m de estimar a função de con abilidade, considerada completamente desconhecida em sua forma, baseando-se apenas na informação fornecida pelo especialista.Universidade Estadual Paulista (Unesp)Moala, Fernando Antônio [UNESP]Universidade Estadual Paulista (Unesp)Penha, Débora Luzia [UNESP]2014-08-13T14:50:49Z2014-08-13T14:50:49Z2014-01-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis85 f. : il.application/pdfPENHA, Débora Luzia. Inferência bayesiana não-paramétrica para elicitação da função de contabilidade. 2014. 85 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências e Tecnologia, 2014.http://hdl.handle.net/11449/108645000760059000760059.pdf33004129046P916212695523666970000-0002-2445-0407Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-06-20T15:49:44Zoai:repositorio.unesp.br:11449/108645Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T18:41:38.421176Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade |
title |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade |
spellingShingle |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade Penha, Débora Luzia [UNESP] Computação - Matematica Contabilidade Compressão de dados (Computação) Inferencia (Logica) Teoria bayesiana de decisão estatistica Computer science - Mathematics |
title_short |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade |
title_full |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade |
title_fullStr |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade |
title_full_unstemmed |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade |
title_sort |
Inferência bayesiana não-paramétrica para elicitação da função de contabilidade |
author |
Penha, Débora Luzia [UNESP] |
author_facet |
Penha, Débora Luzia [UNESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Moala, Fernando Antônio [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Penha, Débora Luzia [UNESP] |
dc.subject.por.fl_str_mv |
Computação - Matematica Contabilidade Compressão de dados (Computação) Inferencia (Logica) Teoria bayesiana de decisão estatistica Computer science - Mathematics |
topic |
Computação - Matematica Contabilidade Compressão de dados (Computação) Inferencia (Logica) Teoria bayesiana de decisão estatistica Computer science - Mathematics |
description |
The elicitation is a process that allows the incorporation of a prior information provided by an expert on some quantity, unknown and of interest, to the information from the experimental data. It can be used in many applied areas of knowledge, especially in situations where experimental data are not numerous because of the di culty or cost to obtain them. In Bayesian non-parametric approach, the density or the function of interest can be estimated without imposing any restrictive assumptions on its shape. Thus, the data allows determine the estimate of the interested function rather than conditioning it to a given parametric class functions. The aim of this paper is to apply the Bayesian nonparametric elicitation method of priors proposed by Oakley and O'Hagan (2007), Moala (2009) and Moala and O'Hagan (2010) to estimate the reliability function, considered completely unknown in its form, based only on the information provided by the expert. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-08-13T14:50:49Z 2014-08-13T14:50:49Z 2014-01-20 |
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 |
PENHA, Débora Luzia. Inferência bayesiana não-paramétrica para elicitação da função de contabilidade. 2014. 85 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências e Tecnologia, 2014. http://hdl.handle.net/11449/108645 000760059 000760059.pdf 33004129046P9 1621269552366697 0000-0002-2445-0407 |
identifier_str_mv |
PENHA, Débora Luzia. Inferência bayesiana não-paramétrica para elicitação da função de contabilidade. 2014. 85 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências e Tecnologia, 2014. 000760059 000760059.pdf 33004129046P9 1621269552366697 0000-0002-2445-0407 |
url |
http://hdl.handle.net/11449/108645 |
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 |
85 f. : il. application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
Aleph reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128967098499072 |