dc.contributor.author | Buzolin, Prescila Glaucia Christianini | |
dc.date.accessioned | 2016-06-02T20:06:11Z | |
dc.date.available | 2006-05-10 | |
dc.date.available | 2016-06-02T20:06:11Z | |
dc.date.issued | 2005-09-16 | |
dc.identifier.citation | BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. | por |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/4591 | |
dc.description.abstract | This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set. | eng |
dc.format | application/pdf | por |
dc.language | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Acesso Aberto | por |
dc.subject | Teoria bayesiana de decisão estatística | por |
dc.subject | Inferência bayesiana | por |
dc.subject | Heteroscedasticidade | por |
dc.subject | Modelos de crescimento sigmoidais | por |
dc.title | Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. | por |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Diniz, Carlos Alberto Ribeiro | |
dc.contributor.advisor1Lattes | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781846J4&dataRevisao=null | por |
dc.description.resumo | Esta dissertação apresenta as abordagens Clássica e Bayesiana para os modelos de crescimento sigmoidais de Gompertz e de Richards. São consideradas as suposições de homoscedasticidade e heteroscedasticidade multiplicativa dos erros. Para a análise Clássica foi utilizado o método de máxima verossimilhança onde a obtenção das estimativas dos parâmetros ocorreu através de métodos iterativos. Para a análise bayesiana, foram consideradas prioris não informativas de Jeffreys e para a obtenção dos resumos a posteriori utilizamos o algoritmo de Metropolis-Hastings. Ambos os métodos foram ilustrados através de dados simulados e reais. | por |
dc.publisher.country | BR | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Estatística - PPGEs | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | por |
dc.contributor.authorlattes | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4131928H6 | por |