Inferência em grafos aleatórios exponenciais através de métodos MCMC
| dc.contributor.advisor1 | Cerqueira, Andressa | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1934493281651316 | por |
| dc.contributor.author | Lima, Guilherme Antonio Alves de | |
| dc.contributor.authorlattes | http://lattes.cnpq.br/7738629170117896 | por |
| dc.date.accessioned | 2021-03-30T21:05:54Z | |
| dc.date.available | 2021-03-30T21:05:54Z | |
| dc.date.issued | 2020-12-11 | |
| dc.description.abstract | In this work we study statistical inference methods for random graphs. In particular, we study the Exponential Random Graph Model and we study Bayesian estimator based on Markov chain Monte Carlo (MCMC) algorithm. We apply the inferential method to model the Brazilian Airport Network. | por |
| dc.description.abstract | In this work we study statistical inference methods for random graphs. In particular, we study the Exponential Random Graph Model (ERGM) and we study a Bayesian inferential method based on Markov chain Monte Carlo (MCMC) algorithms. We apply the inferential method to model the Brazilian Airport Network. | por |
| dc.description.resumo | Neste Trabalho de Conclusão de Curso, estudaremos Redes Aleatórias através de Grafos Aleatórios, explorando a literatura para introduzirmos o tópico de Redes e sua interpretação computacional e estatística. Este trabalho explora técnicas e modelos, destacando o modelo de Grafos Aleatórios Exponenciais e Métodos de Monte Carlo baseado em Cadeia de Markov (MCMC), não vistas na graduação, em um tópico interdisciplinar que apresenta vários usos em diversas áreas do conhecimento. Uma das suas aplicações, redes aéreas, é o foco de uma aplicação prática do modelo, onde modelaremos e analisaremos dados da rede aérea brasileira utilizando dados disponibilizados pela Agência Nacional de Aviação Civil. | por |
| dc.description.sponsorship | Não recebi financiamento | por |
| dc.identifier.citation | LIMA, Guilherme Antonio Alves de. Inferência em grafos aleatórios exponenciais através de métodos MCMC. 2020. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2020. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/14057. | * |
| dc.identifier.uri | https://repositorio.ufscar.br/handle/20.500.14289/14057 | |
| dc.language.iso | por | por |
| dc.publisher | Universidade Federal de São Carlos | por |
| dc.publisher.address | Câmpus São Carlos | por |
| dc.publisher.course | Estatística - Es | por |
| dc.publisher.initials | UFSCar | por |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
| dc.subject | Grafos Aleatórios Exponenciais | por |
| dc.subject | Inferência Bayesiana | por |
| dc.subject | ANAC | por |
| dc.subject | MCMC | por |
| dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA | por |
| dc.title | Inferência em grafos aleatórios exponenciais através de métodos MCMC | por |
| dc.title.alternative | Statistical inference for Exponential Random Graphs using MCMC methods | por |
| dc.type | TCC | por |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- TCC Versão Final Guilherme.pdf
- Tamanho:
- 1.97 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- TCC