Análise bayesiana empírica de dados dicotômicos com erros e classificações repetidas

Página do item simplificado
dc.creatorMagda Carvalho Pires
dc.date.accessioned2019-08-09T14:01:17Z
dc.date.accessioned2025-09-08T23:21:25Z
dc.date.available2019-08-09T14:01:17Z
dc.date.issued2006-03-01
dc.identifier.urihttps://hdl.handle.net/1843/MCMI-72JMBV
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectEstatística
dc.subjectAnálise de erros (Matemática)
dc.subjectTeoria bayesiana de decisão estatistica
dc.subject.otherAnálise Bayesiana
dc.subject.otherDicotômicos com erros e classificações repetidas
dc.titleAnálise bayesiana empírica de dados dicotômicos com erros e classificações repetidas
dc.typeDissertação de mestrado
local.contributor.advisor-co1Emilio Suyama
local.contributor.advisor1Roberto da Costa Quinino
local.contributor.referee1Cibele Queiroz da Silva
local.contributor.referee1Emilio Suyama
local.contributor.referee1Marta Afonso Freitas
local.description.resumoConsidera-se o problema da estimação bayesiana de uma proporção p de interesse onde a classificação das unidades esta sujeita a erros de diagnostico. Na abordagem Bayesiana, a utilização de distribuições a priori Uniforme com parâmetros zero e um para os erros de classificação e para proporção de interesse geram uma média a posteriori para proporção igual 0,50 independentemente do resultado amostral, além de grande variabilidade. ´E necessário, portanto, que a distribuição a priori seja informativa, o que nem sempre é possível. Neste trabalho, utiliza-se classificações repetidas e distribuição a priori empyrica para apresentar uma solução ao problema. Resultados de simulação indicam que a metodologia desenvolvida apresenta uma boa estimativa da proporção de interesse quando o número de classificações repetidas é igual ou superior a três
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
disserta__o_magdacarvalhopires_estat_stica.pdf
Tamanho:
411.86 KB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Pós-Graduação em Estatística - Dissertações

Logo UFMG