Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/ICED-ALYKDK
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor1 | Wagner Barreto de Souza | pt_BR |
dc.contributor.referee1 | Rosangela Helena Loschi | pt_BR |
dc.contributor.referee2 | Marcos Oliveira Prates | pt_BR |
dc.creator | Jussiane Goncalves da Silva | pt_BR |
dc.date.accessioned | 2019-08-13T19:22:36Z | - |
dc.date.available | 2019-08-13T19:22:36Z | - |
dc.date.issued | 2017-02-17 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/1843/ICED-ALYKDK | - |
dc.description.resumo | Contudo, o excesso de zeros em dados de contagem é um fator que leva à sobredispersao e, quando a taxa de inflação de zeros é muito elevada, os modelos de mistura de Poisson não são suficientes para adequar a variabilidade, conforme explicam Dean and Nielsen (2007). Então, para contornar esse problema, modelos zero-inflados são facilmente encontrados na literatura, como é o caso dos modelos de regressão Poisson zero-inflado, introduzido por Lambert (1992), binomial negativa zero-inflado, utilizado por Yau et al. (2003), e Poisson generalizada zero-inflado, introduzida por Famoye and Singh (2006). Além disso, dados zero-inflacionados são encontrados em diversas áreas, como biologia [Oliveira et al. (2016)], manufatura e engenharia [Lambert (1992), Li et al. (1999)], agricultura [Ridout et al. (2001)], saúde [Mwalili et al. (2008), Lim et al. (2014)], ciências sociais [Famoye and Singh (2006)], entre outras.Dessa forma, o objetivo deste trabalho é fornecer suporte apropriado para lidar com dados de contagem sobredispersados e o excesso de zeros e, para tal, propõe-se um modelo de regressão geral com base numa classe de distribuições de misturas de Poisson zero-infladas, onde unifica-se modelos já consolidados, como os modelos ZINB e ZIPIG, bem como permite o surgimento de novos modelos zero-inflados. Portanto, está sendo proposto uma classe geral de modelos de regressao de Poisson misturada zero-inflado para lidar, simultaneamente, com a sobredispersão e o excesso de zeros. Logo, em relação aos recursos computacionais, propôs-se obter as estimativas dos parâmetros do modelo por meio do algoritmo EM, que consegue lidar com a estrutura latente existente. Além disso, são fornecidas as expressoes explícitas para obtenção da matriz de informação sendo possível, dessa forma, obter os desvios padrão das estimativas dos parâmetros, o que permite, por exemplo, a construção de intervalos de confiança.Um estudo de simulação foi executado para avaliar o comportamento das estimativas obtidas por meio do algoritmo EM, como por exemplo o comportamento para amostras de tamanho pequeno, bem como também avaliar a matriz de informação estimada. Ademais, para investigar pontos discrepantes e sua possível influência, uma análise de resíduos foi executada, com base na simulação de envelopes. Com o objetivo de aferir a influência global de outliers, está sendo utilizada a distância de Cook generalizada, proposta por Zhu et al. (2001), tendo sido fornecidas as expressões explícitas dessa medida para o modelo proposto, objetivando assim checar a adequabilidade da distribuição assumida para a variável resposta. | pt_BR |
dc.language | Inglês | pt_BR |
dc.publisher | Universidade Federal de Minas Gerais | pt_BR |
dc.publisher.initials | UFMG | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | algoritmo EM | pt_BR |
dc.subject | modelos de regressao para contagens | pt_BR |
dc.subject | sobredispersao | pt_BR |
dc.subject | excesso de zeros | pt_BR |
dc.subject.other | Análise de regressão | pt_BR |
dc.subject.other | Estatística | pt_BR |
dc.subject.other | Algoritmo EM | pt_BR |
dc.subject.other | Estatistica | pt_BR |
dc.subject.other | Poisson, Distribuição de | pt_BR |
dc.title | Zero-inflated mixed Poisson regression models | pt_BR |
dc.type | Dissertação de Mestrado | pt_BR |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
zero_inflated_mixed_poisson_regression_models.pdf | 1.11 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.