dc.contributor.author | Chumbimune Anyosa, Susan Alicia | |
dc.date.accessioned | 2017-08-17T17:27:20Z | |
dc.date.available | 2017-08-17T17:27:20Z | |
dc.date.issued | 2017-04-07 | |
dc.identifier.citation | CHUMBIMUNE ANYOSA, Susan Alicia. Regressão binária usando ligações potência e reversa de potência. 2017. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2017. Disponível em: https://repositorio.ufscar.br/handle/ufscar/9016. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/9016 | |
dc.description.abstract | The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights.uri | Acesso aberto | por |
dc.subject | Regressão binária | por |
dc.subject | Ligação assimétrica | por |
dc.subject | Estimação bayesiana | por |
dc.subject | Binary regression | eng |
dc.subject | Asymmetric link | eng |
dc.subject | Bayesian estimation | eng |
dc.title | Regressão binária usando ligações potência e reversa de potência | por |
dc.title.alternative | Binary regression using power and reversal power links | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Bazán Guzmán, Jorge Luis | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/7302778157579178 | por |
dc.description.resumo | O objetivo desta dissertação é estudar uma família de ligações assimétricas para modelos de regressão binária sob a abordagem bayesiana. Especificamente, apresenta-se a estimação dos parâmetros da família de modelos de regressão binária com funções de ligação potência e reversa de potência considerando o método de estimação Monte Cario Hamiltoniano, na extensão No-U-Turn Sampler, e o método Metropolis-Hastings dentro de Gibbs. Além disso, estudam-se diferentes medidas de comparação de modelos, incluindo critérios de informação e de avaliação preditiva. Um estudo de simulação foi desenvolvido para estudar a acurácia e eficiência nos parâmetros estimados. Através da análise de dados educacionais, mostra-se que os modelos usando as ligações propostas apresentam melhor ajuste do que os modelos usando ligações tradicionais. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | por |
dc.ufscar.embargo | Online | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/9217843169672401 | por |