dc.contributor.author | Almeida, Claudio Henrique Leão de | |
dc.date.accessioned | 2021-03-18T15:11:33Z | |
dc.date.available | 2021-03-18T15:11:33Z | |
dc.date.issued | 2020-12-14 | |
dc.identifier.citation | ALMEIDA, Claudio Henrique Leão de. Comparação de medidas de avaliação do poder preditivo em modelos com resposta binária. 2020. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2020. Disponível em: https://repositorio.ufscar.br/handle/ufscar/13995. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/13995 | |
dc.description.abstract | Not available | por |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | CC0 1.0 Universal | * |
dc.rights.uri | http://creativecommons.org/publicdomain/zero/1.0/ | * |
dc.subject | Área sob a curva ROC, estatística KS, medida H, modelos lineares generalizados, regressão logística | por |
dc.title | Comparação de medidas de avaliação do poder preditivo em modelos com resposta binária | por |
dc.title.alternative | Comparison of prefomance measuses in binary regression models | por |
dc.type | TCC | por |
dc.contributor.advisor1 | Pereira, Gustavo Henrique de Araujo | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/4536501674241631 | por |
dc.description.resumo | Os Modelos Lineares Gereralizados (MLGs) foram propostos por Nelder e Wedderburn (1972) como uma extensão do modelo de regressão linear múltipla. Neste trabalho, utilizamos um caso particular dos MLGs, que é a Regressão Logística, empregada quando a variável resposta é binária. Nesse modelo frequentemente tem-se o interesse em saber se as observações estão sendo classificadas corretamente e se novas observações também serão classificadas perfeitamente, ou seja, saber o poder de predição dos modelos. Para isso, foram criadas medidas que verificam o desempenho desses modelos quanto a classificação
das observações. Nesta monografia comparamos três dessas medidas: a área sob a curva ROC, a estatística KS e a medida H. Essa comparação foi feita a partir de estudos de simulação e também em bancos de dados reais, através de cálculos de algumas proporções e da construção de alguns boxplots. A principal conclusão que obtemos neste trabalho é que, para quando os coeficientes de regressão são pequenos (em torno do valor 1), o coeficiente de Gini apresenta melhor performance que as demais medidas na avaliação do poder preditivo de modelos de regressão para resposta binária. Já quando o ajuste de regressão apresenta coeficientes com altos valores (em torno do valor 3), a medida H também torna-se um medida com performance compatível ao coeficiente de Gini. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/4118501720281480 | por |
dc.publisher.course | Estatística - Es | por |