Métodos de estimação de modelos de mistura para dados com Distribuição Poisson

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Almeida, Claudio Henrique Leão
Orientador(a): Milan, Luis Aparecido lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de São Carlos
Câmpus São Carlos
Programa de Pós-Graduação: Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Modelos de mistura
Inferência Bayesiana
Metropolis-Hastings
Algoritmo EM
Palavras-chave em Inglês:
Expectation maximization algorithm
Mixture models
Bayesian inference
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA
Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/20988
Resumo: Mixture models are only used when population data can be partitioned into subpopulations. This methodology allows the use of multiple probability distributions, so that each one determines the behavior of each subpopulation. In this work we study mixture model estimation methods for contagion data, focusing on the Bayesian approach. Two methods are presented here: EM (expectation-maximization algorithm), MH (Metropolis-Hasting). The first mentioned is based on maximum likelihood, there is no Bayesian inference. Applications were made using the EM and MH methods, in simulated databases with even variables. The methodologies are also applied to a real database. From two results, there are possible indications that the methods will perform well when the parameters are close. These estimates are even better for distant parameters. I also verified that as the sample size increases, these estimates are smaller, or what was expected.
id SCAR_426a91b16f194769c18f9340aec52ce4
oai_identifier_str oai:repositorio.ufscar.br:20.500.14289/20988
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str
spelling Almeida, Claudio Henrique LeãoMilan, Luis Aparecidohttp://lattes.cnpq.br/7435391829973844http://lattes.cnpq.br/4118501720281480https://orcid.org/0000-0001-6466-78652024-11-14T12:48:15Z2024-11-14T12:48:15Z2024-09-05ALMEIDA, Claudio Henrique Leão. Métodos de estimação de modelos de mistura para dados com Distribuição Poisson. 2024. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/20988.https://repositorio.ufscar.br/handle/20.500.14289/20988Mixture models are only used when population data can be partitioned into subpopulations. This methodology allows the use of multiple probability distributions, so that each one determines the behavior of each subpopulation. In this work we study mixture model estimation methods for contagion data, focusing on the Bayesian approach. Two methods are presented here: EM (expectation-maximization algorithm), MH (Metropolis-Hasting). The first mentioned is based on maximum likelihood, there is no Bayesian inference. Applications were made using the EM and MH methods, in simulated databases with even variables. The methodologies are also applied to a real database. From two results, there are possible indications that the methods will perform well when the parameters are close. These estimates are even better for distant parameters. I also verified that as the sample size increases, these estimates are smaller, or what was expected.Os modelos de mistura são utilizados quando os dados da população podem ser particionados em subpopulações. Essa metodologia permite-nos utilizar múltiplas distribuições de probabilidade, em que cada uma descreve o comportamento de cada subpopulação. Neste trabalho estudamos métodos de estimação de modelos de mistura para dados de contagem, com enfoque na abordagem bayesiana. Nele são apresentados dois métodos: EM (expectation maximization algorithm), MH (Metropolis-Hasting). O primeiro citado é baseado em máxima verossimilhança, já o MH inferência bayesiana. Foram realizadas aplicações utilizando os métodos EM e MH, em bancos de dados simulados sem e com a inclusão de variáveis. As metodologias também foram aplicadas em um banco de dados reis. À partir dos resultados, foi possível ter indícios de que os métodos já performam bem quando os parâmetros são próximos. E as estimativas são ainda melhores, para parâmetros distantes. Também verificou-se que a medida que o tamanho da amostra aumenta, essas estimações melhoram, o que era esperado.Não recebi financiamentoporUniversidade Federal de São CarlosCâmpus São CarlosPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsUFSCarAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessModelos de misturaInferência BayesianaMetropolis-HastingsAlgoritmo EMExpectation maximization algorithmMixture modelsBayesian inferenceCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICAMétodos de estimação de modelos de mistura para dados com Distribuição PoissonMethods of estimation of mixture models for Poisson Distributioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARTEXTDefesa_de_Mestrado_ClaudioLeao.pdf.txtDefesa_de_Mestrado_ClaudioLeao.pdf.txtExtracted texttext/plain76644https://repositorio.ufscar.br/bitstreams/f99040dc-db78-49dd-b721-8a4ccc179ad2/downloadeea87401221c946e70ed7acb03875c9bMD53falseAnonymousREADTHUMBNAILDefesa_de_Mestrado_ClaudioLeao.pdf.jpgDefesa_de_Mestrado_ClaudioLeao.pdf.jpgGenerated Thumbnailimage/jpeg6417https://repositorio.ufscar.br/bitstreams/fa0d0659-081d-4b02-8e15-278256e79685/download886ff3c67ca977acc3d735b4271d9499MD54falseAnonymousREADORIGINALDefesa_de_Mestrado_ClaudioLeao.pdfDefesa_de_Mestrado_ClaudioLeao.pdfDissertação de Mestrado - Claudio Leãoapplication/pdf655652https://repositorio.ufscar.br/bitstreams/478ab81c-6795-46f9-9fad-b6d52766d795/download7479f28f9570c16918b4cad0a84a9cc7MD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8913https://repositorio.ufscar.br/bitstreams/02dd4f70-69cf-4929-8f46-9ab1dc2ddef9/download3185b4de2190c2d366d1d324db01f8b8MD52falseAnonymousREAD20.500.14289/209882025-02-06 04:01:18.937http://creativecommons.org/licenses/by/3.0/br/Attribution 3.0 Brazilopen.accessoai:repositorio.ufscar.br:20.500.14289/20988https://repositorio.ufscar.brRepositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestrepositorio.sibi@ufscar.bropendoar:43222025-02-06T07:01:18Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.por.fl_str_mv Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
dc.title.alternative.eng.fl_str_mv Methods of estimation of mixture models for Poisson Distribution
title Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
spellingShingle Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
Almeida, Claudio Henrique Leão
Modelos de mistura
Inferência Bayesiana
Metropolis-Hastings
Algoritmo EM
Expectation maximization algorithm
Mixture models
Bayesian inference
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA
title_short Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
title_full Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
title_fullStr Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
title_full_unstemmed Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
title_sort Métodos de estimação de modelos de mistura para dados com Distribuição Poisson
author Almeida, Claudio Henrique Leão
author_facet Almeida, Claudio Henrique Leão
author_role author
dc.contributor.authorlattes.por.fl_str_mv http://lattes.cnpq.br/4118501720281480
dc.contributor.advisor1orcid.por.fl_str_mv https://orcid.org/0000-0001-6466-7865
dc.contributor.author.fl_str_mv Almeida, Claudio Henrique Leão
dc.contributor.advisor1.fl_str_mv Milan, Luis Aparecido
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7435391829973844
contributor_str_mv Milan, Luis Aparecido
dc.subject.por.fl_str_mv Modelos de mistura
Inferência Bayesiana
Metropolis-Hastings
Algoritmo EM
topic Modelos de mistura
Inferência Bayesiana
Metropolis-Hastings
Algoritmo EM
Expectation maximization algorithm
Mixture models
Bayesian inference
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA
dc.subject.eng.fl_str_mv Expectation maximization algorithm
Mixture models
Bayesian inference
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA
description Mixture models are only used when population data can be partitioned into subpopulations. This methodology allows the use of multiple probability distributions, so that each one determines the behavior of each subpopulation. In this work we study mixture model estimation methods for contagion data, focusing on the Bayesian approach. Two methods are presented here: EM (expectation-maximization algorithm), MH (Metropolis-Hasting). The first mentioned is based on maximum likelihood, there is no Bayesian inference. Applications were made using the EM and MH methods, in simulated databases with even variables. The methodologies are also applied to a real database. From two results, there are possible indications that the methods will perform well when the parameters are close. These estimates are even better for distant parameters. I also verified that as the sample size increases, these estimates are smaller, or what was expected.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-11-14T12:48:15Z
dc.date.available.fl_str_mv 2024-11-14T12:48:15Z
dc.date.issued.fl_str_mv 2024-09-05
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ALMEIDA, Claudio Henrique Leão. Métodos de estimação de modelos de mistura para dados com Distribuição Poisson. 2024. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/20988.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/20.500.14289/20988
identifier_str_mv ALMEIDA, Claudio Henrique Leão. Métodos de estimação de modelos de mistura para dados com Distribuição Poisson. 2024. Dissertação (Mestrado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/20988.
url https://repositorio.ufscar.br/handle/20.500.14289/20988
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
dc.publisher.program.fl_str_mv Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
dc.publisher.initials.fl_str_mv UFSCar
publisher.none.fl_str_mv Universidade Federal de São Carlos
Câmpus São Carlos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSCAR
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Repositório Institucional da UFSCAR
collection Repositório Institucional da UFSCAR
bitstream.url.fl_str_mv https://repositorio.ufscar.br/bitstreams/f99040dc-db78-49dd-b721-8a4ccc179ad2/download
https://repositorio.ufscar.br/bitstreams/fa0d0659-081d-4b02-8e15-278256e79685/download
https://repositorio.ufscar.br/bitstreams/478ab81c-6795-46f9-9fad-b6d52766d795/download
https://repositorio.ufscar.br/bitstreams/02dd4f70-69cf-4929-8f46-9ab1dc2ddef9/download
bitstream.checksum.fl_str_mv eea87401221c946e70ed7acb03875c9b
886ff3c67ca977acc3d735b4271d9499
7479f28f9570c16918b4cad0a84a9cc7
3185b4de2190c2d366d1d324db01f8b8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv repositorio.sibi@ufscar.br
_version_ 1851688923980365824

Registros relacionados