Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos

Detalhes bibliográficos
Ano de defesa: 2005
Autor(a) principal: Buzolin, Prescila Glaucia Christianini
Orientador(a): Diniz, Carlos Alberto Ribeiro 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:
Teoria bayesiana de decisão estatística
Inferência bayesiana
Heteroscedasticidade
Modelos de crescimento sigmoidais
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/4591
Resumo: This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set.
id SCAR_8950a48355ca154c1c72f30f438e362b
oai_identifier_str oai:repositorio.ufscar.br:20.500.14289/4591
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str
spelling Buzolin, Prescila Glaucia ChristianiniDiniz, Carlos Alberto Ribeirohttp://lattes.cnpq.br/327737189778319492c3ddb6-c3d2-4a7e-8adb-3b98c64ac4b52016-06-02T20:06:11Z2006-05-102016-06-02T20:06:11Z2005-09-16BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005.https://repositorio.ufscar.br/handle/20.500.14289/4591This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set.Esta dissertação apresenta as abordagens Clássica e Bayesiana para os modelos de crescimento sigmoidais de Gompertz e de Richards. São consideradas as suposições de homoscedasticidade e heteroscedasticidade multiplicativa dos erros. Para a análise Clássica foi utilizado o método de máxima verossimilhança onde a obtenção das estimativas dos parâmetros ocorreu através de métodos iterativos. Para a análise bayesiana, foram consideradas prioris não informativas de Jeffreys e para a obtenção dos resumos a posteriori utilizamos o algoritmo de Metropolis-Hastings. Ambos os métodos foram ilustrados através de dados simulados e reais.application/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Estatística - PPGEsUFSCarBRTeoria bayesiana de decisão estatísticaInferência bayesianaHeteroscedasticidadeModelos de crescimento sigmoidaisCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAUma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis84611362-11c0-4efd-b118-a7df9999df87info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARTEXTDissPGCB.pdf.txtDissPGCB.pdf.txtExtracted texttext/plain110608https://repositorio.ufscar.br/bitstreams/116198c4-b18e-4410-af71-0fd9420105c1/download18720fc8cb59a07a5c0141a8f1bd4dffMD53falseAnonymousREADORIGINALDissPGCB.pdfapplication/pdf1168050https://repositorio.ufscar.br/bitstreams/8328090e-1c46-49ad-9db8-f6ab230fe99f/download6dc9351b4fed81fa76650df3ca9d8772MD51trueAnonymousREADTHUMBNAILDissPGCB.pdf.jpgDissPGCB.pdf.jpgIM Thumbnailimage/jpeg8547https://repositorio.ufscar.br/bitstreams/1807b45e-16bc-4613-b242-45aa1835aaeb/download642507750b5d333113e18eed0ff242a8MD52falseAnonymousREAD20.500.14289/45912025-02-06 05:02:38.806open.accessoai:repositorio.ufscar.br:20.500.14289/4591https://repositorio.ufscar.brRepositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestrepositorio.sibi@ufscar.bropendoar:43222025-02-06T08:02:38Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.por.fl_str_mv Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
title Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
spellingShingle Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
Buzolin, Prescila Glaucia Christianini
Teoria bayesiana de decisão estatística
Inferência bayesiana
Heteroscedasticidade
Modelos de crescimento sigmoidais
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
title_short Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
title_full Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
title_fullStr Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
title_full_unstemmed Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
title_sort Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos
author Buzolin, Prescila Glaucia Christianini
author_facet Buzolin, Prescila Glaucia Christianini
author_role author
dc.contributor.author.fl_str_mv Buzolin, Prescila Glaucia Christianini
dc.contributor.advisor1.fl_str_mv Diniz, Carlos Alberto Ribeiro
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/3277371897783194
dc.contributor.authorID.fl_str_mv 92c3ddb6-c3d2-4a7e-8adb-3b98c64ac4b5
contributor_str_mv Diniz, Carlos Alberto Ribeiro
dc.subject.por.fl_str_mv Teoria bayesiana de decisão estatística
Inferência bayesiana
Heteroscedasticidade
Modelos de crescimento sigmoidais
topic Teoria bayesiana de decisão estatística
Inferência bayesiana
Heteroscedasticidade
Modelos de crescimento sigmoidais
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
description This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set.
publishDate 2005
dc.date.issued.fl_str_mv 2005-09-16
dc.date.available.fl_str_mv 2006-05-10
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 BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/20.500.14289/4591
identifier_str_mv BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005.
url https://repositorio.ufscar.br/handle/20.500.14289/4591
dc.language.iso.fl_str_mv por
language por
dc.relation.authority.fl_str_mv 84611362-11c0-4efd-b118-a7df9999df87
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/116198c4-b18e-4410-af71-0fd9420105c1/download
https://repositorio.ufscar.br/bitstreams/8328090e-1c46-49ad-9db8-f6ab230fe99f/download
https://repositorio.ufscar.br/bitstreams/1807b45e-16bc-4613-b242-45aa1835aaeb/download
bitstream.checksum.fl_str_mv 18720fc8cb59a07a5c0141a8f1bd4dff
6dc9351b4fed81fa76650df3ca9d8772
642507750b5d333113e18eed0ff242a8
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_ 1851688835512008704

Registros relacionados