Análise bayesiana da distribuição gama exponenciada sob censura à esquerda
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/239691 |
Resumo: | A distribuição gama exponenciada é muito utilizada como modelo para análise de sobrevivência, sendo seu principal atrativo sua função de risco que assume diversas formas, tais como crescente e curva de banheira. Com aplicabilidade em diversas áreas como das ciências biológicas. No presente trabalho estudou-se o uso de censura à esquerda através de técnicas estatísticas, inferências sobre o parâmetro da distribuição, foram feitas com enfoque bayesiano e clássico em dados completos e com censura simulada aos dados. Foi utilizado uma priori gama para utilizar de sua família conjugada, desse modo foi possível chegar ao estimador do parâmetro analiticamente e aplicar a simulação, chegando em resultado semelhantes para os dois tipos de inferências usadas. |
id |
UNSP_9a05c50dec7164b96e8c00a7c732bfad |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/239691 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerdaBayesian analysis of the exponentiated gamma distribution under left censoringCensura a esquerdaInferência bayesianaVerossimilhançaSimulaçãoPriori conjugadaLeft censorshipBayesian inferenceLikelihoodSimulationConjugate prioriA distribuição gama exponenciada é muito utilizada como modelo para análise de sobrevivência, sendo seu principal atrativo sua função de risco que assume diversas formas, tais como crescente e curva de banheira. Com aplicabilidade em diversas áreas como das ciências biológicas. No presente trabalho estudou-se o uso de censura à esquerda através de técnicas estatísticas, inferências sobre o parâmetro da distribuição, foram feitas com enfoque bayesiano e clássico em dados completos e com censura simulada aos dados. Foi utilizado uma priori gama para utilizar de sua família conjugada, desse modo foi possível chegar ao estimador do parâmetro analiticamente e aplicar a simulação, chegando em resultado semelhantes para os dois tipos de inferências usadas.The exponential gamma distribution is widely used as a model for survival analysis, having as its main attraction its risk function, which assumes different forms, such as the rising curve and the bathtub curve. With applicability in several areas such as biological sciences. In the present work, the use of left censoring was studied using statistical techniques, inferences about the distribution parameter were made with Bayesian and classical focus on complete data and with simulated data censoring. An a priori gamma was used to use its conjugate family, so it was possible to arrive analytically at the estimator of the parameter and apply the simulation, reaching similar results for the two types of inferences used.Universidade Estadual Paulista (Unesp)Moala, Fernando Antônio [UNESP]Universidade Estadual Paulista (Unesp)Delfino, Allan Tailon Lopes2023-02-23T19:42:10Z2023-02-23T19:42:10Z2023-02-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/239691porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-14T06:03:13Zoai:repositorio.unesp.br:11449/239691Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T14:51:19.711932Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda Bayesian analysis of the exponentiated gamma distribution under left censoring |
title |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda |
spellingShingle |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda Delfino, Allan Tailon Lopes Censura a esquerda Inferência bayesiana Verossimilhança Simulação Priori conjugada Left censorship Bayesian inference Likelihood Simulation Conjugate priori |
title_short |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda |
title_full |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda |
title_fullStr |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda |
title_full_unstemmed |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda |
title_sort |
Análise bayesiana da distribuição gama exponenciada sob censura à esquerda |
author |
Delfino, Allan Tailon Lopes |
author_facet |
Delfino, Allan Tailon Lopes |
author_role |
author |
dc.contributor.none.fl_str_mv |
Moala, Fernando Antônio [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Delfino, Allan Tailon Lopes |
dc.subject.por.fl_str_mv |
Censura a esquerda Inferência bayesiana Verossimilhança Simulação Priori conjugada Left censorship Bayesian inference Likelihood Simulation Conjugate priori |
topic |
Censura a esquerda Inferência bayesiana Verossimilhança Simulação Priori conjugada Left censorship Bayesian inference Likelihood Simulation Conjugate priori |
description |
A distribuição gama exponenciada é muito utilizada como modelo para análise de sobrevivência, sendo seu principal atrativo sua função de risco que assume diversas formas, tais como crescente e curva de banheira. Com aplicabilidade em diversas áreas como das ciências biológicas. No presente trabalho estudou-se o uso de censura à esquerda através de técnicas estatísticas, inferências sobre o parâmetro da distribuição, foram feitas com enfoque bayesiano e clássico em dados completos e com censura simulada aos dados. Foi utilizado uma priori gama para utilizar de sua família conjugada, desse modo foi possível chegar ao estimador do parâmetro analiticamente e aplicar a simulação, chegando em resultado semelhantes para os dois tipos de inferências usadas. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-02-23T19:42:10Z 2023-02-23T19:42:10Z 2023-02-06 |
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 |
http://hdl.handle.net/11449/239691 |
url |
http://hdl.handle.net/11449/239691 |
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 Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
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_ |
1808128425558278144 |