Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/BUOS-AZGNHV
Tipo: | Dissertação de Mestrado |
Título: | Extending JAGS for spatial data |
Autor(es): | Magno Tairone de Freitas Severino |
Primeiro Orientador: | Vinicius Diniz Mayrink |
Primeiro Coorientador: | Fabio Nogueira Demarqui |
Primeiro membro da banca : | Fabio Nogueira Demarqui |
Segundo membro da banca: | Marcos Oliveira Prates |
Terceiro membro da banca: | Leonardo Soares Bastos |
Resumo: | A modelagem hierarquica Bayesiana para dados espaciais pode ser bastante desaadora para prossionais de áreas para além da estatística. Do ponto de vista técnico, a parte mais simples do processo é denir o modelo e as distribuições a priori. A diculdade está no cálculo das distribuições condicionais completas a posteriori e na implementação do algoritmo amostrador de Gibbs. A família de softwares estatísticos BUGS (acrônimo para inferência Bayesiana usando o amostrador de Gibbs, em tradução literal) reduz oesforço de modelagem, uma vez que o usuário deve indicar apenas as distribuições a priori e a verossimilhança dos dados. Entretanto, em geral tais softwares não permitem análises mais complexas de dados espaciais, embora usuários do WinBUGS e do OpenBUGS podemusar o módulo espacial GeoBUGS. JAGS (apenas outro amostrador de Gibbs, em tradução literal), é uma alternativa á famlia BUGS, desenvolvida em C++ com código aberto, não contém nenhuma função ou distribuição disponível que simplique a modelagem de da dos espaciais. O objetivo fundamental deste trabalho é suprir essa falta, implementando um módulo para o software JAGS que permita aos usuários de diferentes áreas realizar modelagem e análise de dados espacias de maneira simples |
Abstract: | Bayesian hierarchical modeling for spatial data is challenging for professionals from other areas than statistics. From a technical perspective, setting the model and the prior distributions are the simplest part of the process. What makes it dicult is the com putation of the posterior full conditionals and the implementation of the Gibbs Sampleralgorithm. The BUGS (Bayesian inference Using Gibbs Sampling) family of statistical softwares reduces the eort of modeling, since the user must indicate only the prior distributions and the likelihood function. However, in general these softwares do not im plement several spatial models, although users of WinBUGS and OpenBUGS can enjoy fromthe spatial add-on called GeoBUGS. JAGS (Just Another Gibbs Sampler), the open-source C++ developed version of the BUGS family, does not contain any function or distribution for spatial modeling. This project aims to ll this gap through the implementation of an extension to the JAGS software, allowing users from dierent elds to perform a spatialdata modeling and analysis |
Assunto: | Estatistica Teoria bayesiana de decisão estatistica Análise espacial (Estatística) |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Tipo de Acesso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/BUOS-AZGNHV |
Data do documento: | 22-Fev-2018 |
Aparece nas coleções: | Dissertações de Mestrado |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
dissertacao_magno_t_f_severino.pdf | 4.59 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.