Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Presotti, Cátia Valéria
Orientador(a): Barreto, Maria Cecília Mendes 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
Programa de Pós-Graduação: Programa de Pós-Graduação em Estatística - PPGEs
Departamento: Não Informado pela instituição
País: BR
Palavras-chave em Português:
Análise de regressão
Método de agrupamento
Modelos lineares generalizados
Distribuição binomial
Método bootstrap
Função - poder
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/4597
Resumo: One of the most frequently situation found by researchers is to find groups of similar individuals. The cluster analysis is a set of statistical techniques that identify mutually exclusive subgroups or classes over individuals, based on their similarity. When then main is to group means of treatments we can use contrasts, multiple comparitions or clustering techniques as the SCOTT-KNOTT test and AID (Automatic Interaction Detector) technique. In this work we focus on the comparition of the simulated power function of the asymptotic test and also of the bootstrap test for the extension of the AID algorithm for generalized linear models. The bootstrap power function over main the asymptotic power when the number of binomial sample is equal to one, and the number of treatments is equal to 8 and 12, in a completed randomized experiment with a single factor for binomial variables.
id SCAR_700ef8ca1d0357c4d13cf97917ee7b81
oai_identifier_str oai:repositorio.ufscar.br:20.500.14289/4597
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str
spelling Presotti, Cátia ValériaBarreto, Maria Cecília Mendeshttp://lattes.cnpq.br/22180532833922579ae9c7c9-13da-475b-bb9a-3d9f669f0bd62016-06-02T20:06:11Z2007-07-102016-06-02T20:06:11Z2006-03-03PRESOTTI, Cátia Valéria. Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap. 2006. 105 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2006.https://repositorio.ufscar.br/handle/20.500.14289/4597One of the most frequently situation found by researchers is to find groups of similar individuals. The cluster analysis is a set of statistical techniques that identify mutually exclusive subgroups or classes over individuals, based on their similarity. When then main is to group means of treatments we can use contrasts, multiple comparitions or clustering techniques as the SCOTT-KNOTT test and AID (Automatic Interaction Detector) technique. In this work we focus on the comparition of the simulated power function of the asymptotic test and also of the bootstrap test for the extension of the AID algorithm for generalized linear models. The bootstrap power function over main the asymptotic power when the number of binomial sample is equal to one, and the number of treatments is equal to 8 and 12, in a completed randomized experiment with a single factor for binomial variables.Uma das situações mais freqüentes encontradas por pesquisadores de diversas áreas do conhecimento é formar grupos de indivíduos que sejam, de alguma maneira, similares entre si. A análise de agrupamento é um conjunto de técnicas estatísticas que identificam subgrupos ou classes distintas de indivíduos mutuamente excludentes com base nas similaridades existentes entre os indivíduos, ou seja, os mais semelhantes pertencem ao mesmo grupo. No caso específico de uma única variável resposta e diversas explicativas, vários procedimentos podem ser utilizados, entre eles: contrastes de médias, comparações múltiplas ou técnicas aglomerativas, como teste de SCOTTKNOTT e a técnica AID - (Automatic Interaction Detector). As técnicas de agrupamento de médias podem não ser adequadas na aplicação em dados com distribuição diferente da normal. Nesse caso, utilizou-se a extensão do algoritmo AID, no qual se baseia o método de SCOTT-KNOTT. Essa extensão é usada em modelos lineares generalizados e adota, como medida de homogeneidade de grupos, uma estatística baseada na função desvio que tem assintoticamente distribuição quiquadrado. Neste trabalho, apresentam-se o método de reamostragem bootstrap adaptado para a extensão do algoritmo AID, sua curva poder simulada e a curva poder simulada assintótica, considerando um delineamento inteiramente ao acaso, com tamanho da amostra binomial nb, com r tratamentos e nr repetições por tratamento. Os resultados do estudo por simulação indicam que, conforme aumenta-se o tamanho da amostra binomial, o poder simulado dos dois testes aumenta rapidamente. Por outro lado, esse comportamento é mais acentuado conforme aumenta-se o número de tratamentos. Vale ressaltar que, para o caso extremo em que o tamanho da binomial é igual a 1 e o número de tratamentos igual a 8 e 12, a curva poder simulada do teste bootstrap é destacadamente superior à curva poder do teste assintótico para o número de repetições por tratamento estudado.Financiadora de Estudos e Projetosapplication/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Estatística - PPGEsUFSCarBRAnálise de regressãoMétodo de agrupamentoModelos lineares generalizadosDistribuição binomialMétodo bootstrapFunção - poderCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICAUma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrapinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis18b3e472-8b70-40f3-8373-e77ec1a045b0info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARTEXTDissCVP.pdf.txtDissCVP.pdf.txtExtracted texttext/plain105196https://repositorio.ufscar.br/bitstreams/4eb230e5-8776-464b-ba7d-c70c2154a76b/download3c4917801f2cb7449e59e37d8c88aed7MD53falseAnonymousREADORIGINALDissCVP.pdfapplication/pdf769628https://repositorio.ufscar.br/bitstreams/321aa7aa-14d2-4279-ad99-94634c588796/download82a04371dc9ee3d93afa897684220b87MD51trueAnonymousREADTHUMBNAILDissCVP.pdf.jpgDissCVP.pdf.jpgIM Thumbnailimage/jpeg8554https://repositorio.ufscar.br/bitstreams/02e8fb2b-b5f9-4d74-999f-8f1d6374d488/download79d09e66572ce3f3562122fa27e75babMD52falseAnonymousREAD20.500.14289/45972025-02-06 05:02:34.016open.accessoai:repositorio.ufscar.br:20.500.14289/4597https://repositorio.ufscar.brRepositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestrepositorio.sibi@ufscar.bropendoar:43222025-02-06T08:02:34Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.por.fl_str_mv Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
title Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
spellingShingle Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
Presotti, Cátia Valéria
Análise de regressão
Método de agrupamento
Modelos lineares generalizados
Distribuição binomial
Método bootstrap
Função - poder
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
title_short Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
title_full Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
title_fullStr Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
title_full_unstemmed Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
title_sort Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap
author Presotti, Cátia Valéria
author_facet Presotti, Cátia Valéria
author_role author
dc.contributor.author.fl_str_mv Presotti, Cátia Valéria
dc.contributor.advisor1.fl_str_mv Barreto, Maria Cecília Mendes
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/2218053283392257
dc.contributor.authorID.fl_str_mv 9ae9c7c9-13da-475b-bb9a-3d9f669f0bd6
contributor_str_mv Barreto, Maria Cecília Mendes
dc.subject.por.fl_str_mv Análise de regressão
Método de agrupamento
Modelos lineares generalizados
Distribuição binomial
Método bootstrap
Função - poder
topic Análise de regressão
Método de agrupamento
Modelos lineares generalizados
Distribuição binomial
Método bootstrap
Função - poder
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
description One of the most frequently situation found by researchers is to find groups of similar individuals. The cluster analysis is a set of statistical techniques that identify mutually exclusive subgroups or classes over individuals, based on their similarity. When then main is to group means of treatments we can use contrasts, multiple comparitions or clustering techniques as the SCOTT-KNOTT test and AID (Automatic Interaction Detector) technique. In this work we focus on the comparition of the simulated power function of the asymptotic test and also of the bootstrap test for the extension of the AID algorithm for generalized linear models. The bootstrap power function over main the asymptotic power when the number of binomial sample is equal to one, and the number of treatments is equal to 8 and 12, in a completed randomized experiment with a single factor for binomial variables.
publishDate 2006
dc.date.issued.fl_str_mv 2006-03-03
dc.date.available.fl_str_mv 2007-07-10
2016-06-02T20:06:11Z
dc.date.accessioned.fl_str_mv 2016-06-02T20:06:11Z
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 PRESOTTI, Cátia Valéria. Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap. 2006. 105 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2006.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/20.500.14289/4597
identifier_str_mv PRESOTTI, Cátia Valéria. Uma modificação da extensão do algoritmo AID para modelos lineares generalizados usando reamostragem Bootstrap. 2006. 105 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2006.
url https://repositorio.ufscar.br/handle/20.500.14289/4597
dc.language.iso.fl_str_mv por
language por
dc.relation.authority.fl_str_mv 18b3e472-8b70-40f3-8373-e77ec1a045b0
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Estatística - PPGEs
dc.publisher.initials.fl_str_mv UFSCar
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal de 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/4eb230e5-8776-464b-ba7d-c70c2154a76b/download
https://repositorio.ufscar.br/bitstreams/321aa7aa-14d2-4279-ad99-94634c588796/download
https://repositorio.ufscar.br/bitstreams/02e8fb2b-b5f9-4d74-999f-8f1d6374d488/download
bitstream.checksum.fl_str_mv 3c4917801f2cb7449e59e37d8c88aed7
82a04371dc9ee3d93afa897684220b87
79d09e66572ce3f3562122fa27e75bab
bitstream.checksumAlgorithm.fl_str_mv 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_ 1851688894143135744

Registros relacionados