Use este identificador para citar o ir al link de este elemento:
http://hdl.handle.net/1843/ICED-86XQ7H
Tipo: | Tese de Doutorado |
Título: | Abordagem bayesiana para modelos de regressão logística com erros e classificações repetidas |
Autor(es): | Magda Carvalho Pires |
primer Tutor: | Roberto da Costa Quinino |
primer miembro del tribunal : | Linda Lee Ho |
Segundo miembro del tribunal: | Luiz Henrique Duczmal |
Tercer miembro del tribunal: | Enrico Antonio Colosimo |
Cuarto miembro del tribunal: | Cibele Queiroz da Silva |
Resumen: | Sob o enfoque bayesiano, apresentamos uma abordagem que incorpora classificações repetidas e independentes ao modelo de regressão logística em que a variável resposta está sujeita a erros de classificação. O primeiro modelo proposto (MTS) considera onúmero total de sucessos obtidos nas classificações, enquanto o segundo modelo (MCF) considera a classificação final do elemento após essas classificações. Os modelos propostos utilizam distribuições a priori de médias condicionadas e o método ARMS em Gibbs Sampler para realizar o processo de inferência. Estudos de simulação demonstraram que MCF apresenta melhor desempenho quando comparado ao MTS e ao modelo em que é realizada apenas uma classificação do elemento amostral. |
Asunto: | Estatística Análise de erros (Matemática) Teoria bayesiana de decisão estatistica |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Institución: | UFMG |
Tipo de acceso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/ICED-86XQ7H |
Fecha del documento: | 11-may-2010 |
Aparece en las colecciones: | Teses de Doutorado |
archivos asociados a este elemento:
archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
tese_magda_carvalho_pires.pdf | 532.34 kB | Adobe PDF | Visualizar/Abrir |
Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.