Dados do Acervo - Dissertações

Número de Chamada   
 
519.536    C198e    DIS   
Autor Principal Campos, Pedro Silvestre da Silva
Entradas Secundárias - Autor Tavares, Maria Regina Madruga , orientador
Universidade Federal do Pará. Instituto de Ciências Exatas e Naturais. Programa de Pós-Graduação em Matemática e Estatística
Título Principal Estimação bayesiana em modelos de regressão logística / Pedro Silvestre da Silva Campos; orientadora, Maria Regina Madruga Tavares
Publicação 2007.
Descrição Física 53 f. : il. ; 31 cm
Notas Área de concentração: Inferência Estatistica
Dissertação (mestrado) - Universidade Federal do Pará, Instituto de Ciências Exatas e Naturais, Programa de Pós-Graduação em Matemática e Estatística, 2007
Inclui referências bibliográficas
Neste trabalho foram apresentados os métodos de Estimação Clássico e Bayesiano dos parâmetros dos modelos de regressão logística, bem como métodos Bayesianos de seleção e método de validação do modelo. A estimação Bayesiana apresentada, baseia-se na proposta de Groenewald e Mokgatlhe [2005], que fazem uso da introdução de variáveis latentes com distribuição uniforme no modelo. O uso de variáveis latentes com distribuições uniformes por Groenewald e Mokgatlhe [2005], tornaram de fácil implementação o processo de simulação das distribuições a posteriori dos parâmetros dos Modelos de Regressão Logística a partir do Amostrador de Gibbs, utilizado para estimar os parâmetros destes modelos em dados reais. Na etapa de seleção do modelo foram utilizados o do Fator de Bayes (FB), ElC e da proposta de Pereira e Stern [1999], o FBST. O ajuste do modelo foi satisfatório nos dados considerados, produzindo erros pequenos nas estimações geradas pelos modelos ajustados.
Assuntos Estatística matemática
Teoria bayesiana de decisão estatística