Inferência bayesiana em modelos lineares mistos t-assimétricos.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/T.45.2009.tde-20220712-123537 |
Resumo: | Esta tese compreende um estudo das propriedades da distribuição t-assimétrica fundamental. Uma das vantagens desta distribuição é o fato que permite modelar dados que apresentam assimetria e curtose diferentes da distribuição normal. Modelos lineares mistos são muito utilizados na análise de dados com medidas repetidas porque permitem modelar a correlação entre sujeitos. Uma suposição usual é a normalidade dos efeitos aleatórios e dos erros. Neste trabalho, estendemos este modelo assumindo a distribuição t-assimétrica tanto para os erros como para os efeitos aleatórios, são analisadas várias possíveis formas de estender este modelo, por exemplo, (i) considerando que os erros e os efeitos aleatórios seguem conjuntamente uma distribuição t-assimétrica e (ii) assumindo que eles são independentes e seguem a distribuição t-assimétrica. Resultam como casos especiais destas suposições os modelos simétricos t-Student e normal e o modelo normal-assimétrico. Para obtenção das estimativas desenvolvemos algoritmos do tipo MCMC. Aplicações a diversos conjuntos de dados são apresentadas. |
id |
USP_2af9762304c081d26718fdcde79ae6c0 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20220712-123537 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis Inferência bayesiana em modelos lineares mistos t-assimétricos. not available 2009-03-10Márcia D'Elia BrancoCristian Luis Bayes RodríguezUniversidade de São PauloEstatísticaUSPBR Inferência Bayesiana Esta tese compreende um estudo das propriedades da distribuição t-assimétrica fundamental. Uma das vantagens desta distribuição é o fato que permite modelar dados que apresentam assimetria e curtose diferentes da distribuição normal. Modelos lineares mistos são muito utilizados na análise de dados com medidas repetidas porque permitem modelar a correlação entre sujeitos. Uma suposição usual é a normalidade dos efeitos aleatórios e dos erros. Neste trabalho, estendemos este modelo assumindo a distribuição t-assimétrica tanto para os erros como para os efeitos aleatórios, são analisadas várias possíveis formas de estender este modelo, por exemplo, (i) considerando que os erros e os efeitos aleatórios seguem conjuntamente uma distribuição t-assimétrica e (ii) assumindo que eles são independentes e seguem a distribuição t-assimétrica. Resultam como casos especiais destas suposições os modelos simétricos t-Student e normal e o modelo normal-assimétrico. Para obtenção das estimativas desenvolvemos algoritmos do tipo MCMC. Aplicações a diversos conjuntos de dados são apresentadas. not available https://doi.org/10.11606/T.45.2009.tde-20220712-123537info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:43:28Zoai:teses.usp.br:tde-20220712-123537Biblioteca 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:27212023-12-22T13:03:26.978927Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Inferência bayesiana em modelos lineares mistos t-assimétricos. |
dc.title.alternative.en.fl_str_mv |
not available |
title |
Inferência bayesiana em modelos lineares mistos t-assimétricos. |
spellingShingle |
Inferência bayesiana em modelos lineares mistos t-assimétricos. Cristian Luis Bayes Rodríguez |
title_short |
Inferência bayesiana em modelos lineares mistos t-assimétricos. |
title_full |
Inferência bayesiana em modelos lineares mistos t-assimétricos. |
title_fullStr |
Inferência bayesiana em modelos lineares mistos t-assimétricos. |
title_full_unstemmed |
Inferência bayesiana em modelos lineares mistos t-assimétricos. |
title_sort |
Inferência bayesiana em modelos lineares mistos t-assimétricos. |
author |
Cristian Luis Bayes Rodríguez |
author_facet |
Cristian Luis Bayes Rodríguez |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Márcia D'Elia Branco |
dc.contributor.author.fl_str_mv |
Cristian Luis Bayes Rodríguez |
contributor_str_mv |
Márcia D'Elia Branco |
description |
Esta tese compreende um estudo das propriedades da distribuição t-assimétrica fundamental. Uma das vantagens desta distribuição é o fato que permite modelar dados que apresentam assimetria e curtose diferentes da distribuição normal. Modelos lineares mistos são muito utilizados na análise de dados com medidas repetidas porque permitem modelar a correlação entre sujeitos. Uma suposição usual é a normalidade dos efeitos aleatórios e dos erros. Neste trabalho, estendemos este modelo assumindo a distribuição t-assimétrica tanto para os erros como para os efeitos aleatórios, são analisadas várias possíveis formas de estender este modelo, por exemplo, (i) considerando que os erros e os efeitos aleatórios seguem conjuntamente uma distribuição t-assimétrica e (ii) assumindo que eles são independentes e seguem a distribuição t-assimétrica. Resultam como casos especiais destas suposições os modelos simétricos t-Student e normal e o modelo normal-assimétrico. Para obtenção das estimativas desenvolvemos algoritmos do tipo MCMC. Aplicações a diversos conjuntos de dados são apresentadas. |
publishDate |
2009 |
dc.date.issued.fl_str_mv |
2009-03-10 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://doi.org/10.11606/T.45.2009.tde-20220712-123537 |
url |
https://doi.org/10.11606/T.45.2009.tde-20220712-123537 |
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.publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
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_ |
1794502931243859968 |