Análise de modelos de regressão multiníveis simétricos

Detalhes bibliográficos
Autor(a) principal: Osio, Marina Mitie Gishifu
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05072013-161440/
Resumo: O uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de Matemática
id USP_092909edd877bbf7bc3d6730c743d630
oai_identifier_str oai:teses.usp.br:tde-05072013-161440
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Análise de modelos de regressão multiníveis simétricosAnalysis of symmetrical multilevel regression modelsDados educacionaisDistribuições simétricasEducational dataHierachical modelsModelos hierárquicosModelos multiníveisMultilevel regressionSymmetrical distributionO uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de MatemáticaThe use of multilevel models is an interesting alternative to analyze data that is structured in a hierarchical manner, since it allows the obtention of different parameters estimates for distinct groups and, at the same time, it takes into account the dependence of observations in the same group. In this dissertation, we develop and apply symmetrical multilevel regression models, for the purpose of providing alternatives to the usual model, under normality. Furthermore we present a brief diagnostics analysis and a simulation study. As motivation, we consider educational data in order to assess whether the number of failures in school history of students and the school infrastructure are important variables that affect the low performance of elementary school students in MathematicsBiblioteca Digitais de Teses e Dissertações da USPNoveli, Cibele Maria RussoOsio, Marina Mitie Gishifu2013-04-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-05072013-161440/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:36Zoai:teses.usp.br:tde-05072013-161440Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:36Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Análise de modelos de regressão multiníveis simétricos
Analysis of symmetrical multilevel regression models
title Análise de modelos de regressão multiníveis simétricos
spellingShingle Análise de modelos de regressão multiníveis simétricos
Osio, Marina Mitie Gishifu
Dados educacionais
Distribuições simétricas
Educational data
Hierachical models
Modelos hierárquicos
Modelos multiníveis
Multilevel regression
Symmetrical distribution
title_short Análise de modelos de regressão multiníveis simétricos
title_full Análise de modelos de regressão multiníveis simétricos
title_fullStr Análise de modelos de regressão multiníveis simétricos
title_full_unstemmed Análise de modelos de regressão multiníveis simétricos
title_sort Análise de modelos de regressão multiníveis simétricos
author Osio, Marina Mitie Gishifu
author_facet Osio, Marina Mitie Gishifu
author_role author
dc.contributor.none.fl_str_mv Noveli, Cibele Maria Russo
dc.contributor.author.fl_str_mv Osio, Marina Mitie Gishifu
dc.subject.por.fl_str_mv Dados educacionais
Distribuições simétricas
Educational data
Hierachical models
Modelos hierárquicos
Modelos multiníveis
Multilevel regression
Symmetrical distribution
topic Dados educacionais
Distribuições simétricas
Educational data
Hierachical models
Modelos hierárquicos
Modelos multiníveis
Multilevel regression
Symmetrical distribution
description O uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de Matemática
publishDate 2013
dc.date.none.fl_str_mv 2013-04-24
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 http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05072013-161440/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-05072013-161440/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256697967476736

Registros relacionados