Tópicos em regressão para riscos relativos

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Shiraiwa, Cecília Satie
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Regressão log-binomial
Dados binários
Regressão logística
Link de acesso: https://repositorio.unb.br/handle/10482/36827
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.
id UNB_bc7550a16e005ee216d55bf72385f675
oai_identifier_str oai:repositorio.unb.br:10482/36827
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Tópicos em regressão para riscos relativosRegressão log-binomialDados bináriosRegressão logísticaDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.O modelo de regressão logística é, provavelmente, o modelo para dados binários mais popular. Algumas justificativas para sua ampla utilização são a simplicidade computacional e o uso da razão de chances em estudos de caso controle. Entretanto, sua interpretação não é tão trivial, comumente levando à supervalorização do efeito das covariáveis. O modelo log-binomial oferece uma interpretação dos resultados de forma mais intuitiva, por meio do risco relativo. O fato do modelo logbinomial apresentar restrições no espaço paramétrico torna o método para seu ajuste mais complexo. Entretanto, já existem soluções para lidar com essas restrições. Neste trabalho serão abordadas as vantagens do modelo log-binomial, além das soluções para lidar com a restrição no espaço paramétrico e comentaremos o processo de estimação considerando as abordagens clássica e bayesiana. Por fim, estudaremos, via simulação e reamostragem, o comportamento dos testes de Vuong e de Cox para escolha do melhor modelo, na comparação da regressão log-binomial com a regressão logística.The logistic regression model is probably the most popular model for binary data. Some justifications for its wide use are computational simplicity and the use of odds ratio in case control studies. However, its interpretation is not so trivial, usually leading to overvaluation of the covariates effects. Log-binomial model offers more intuitive results interpretation, by relative risk. The fact that logbinomial model presents constraints in the parametric space makes fit method more complex. However, there are solutions available to deal with these constraints. In this work we will discuss the advantages of the log-binomial model, as well as the solutions to deal with the constraint in the parametric space, and we will discuss the estimation process considering the classical and Bayesian approaches. Finally, we will study Vuong and Cox tests to choose the best model between logbinomial regression and logistic regression by simulation and resampling.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaAndrade, Bernardo Borba deShiraiwa, Cecília Satie2020-02-06T19:08:19Z2020-02-06T19:08:19Z2020-02-062019-07-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSHIRAIWA, Cecília Satie. Tópicos em regressão para riscos relativos. 2019. 73 f. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.https://repositorio.unb.br/handle/10482/36827A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:37Zoai:repositorio.unb.br:10482/36827Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:37Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Tópicos em regressão para riscos relativos
title Tópicos em regressão para riscos relativos
spellingShingle Tópicos em regressão para riscos relativos
Shiraiwa, Cecília Satie
Regressão log-binomial
Dados binários
Regressão logística
title_short Tópicos em regressão para riscos relativos
title_full Tópicos em regressão para riscos relativos
title_fullStr Tópicos em regressão para riscos relativos
title_full_unstemmed Tópicos em regressão para riscos relativos
title_sort Tópicos em regressão para riscos relativos
author Shiraiwa, Cecília Satie
author_facet Shiraiwa, Cecília Satie
author_role author
dc.contributor.none.fl_str_mv Andrade, Bernardo Borba de
dc.contributor.author.fl_str_mv Shiraiwa, Cecília Satie
dc.subject.por.fl_str_mv Regressão log-binomial
Dados binários
Regressão logística
topic Regressão log-binomial
Dados binários
Regressão logística
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019-07-02
2020-02-06T19:08:19Z
2020-02-06T19:08:19Z
2020-02-06
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.uri.fl_str_mv SHIRAIWA, Cecília Satie. Tópicos em regressão para riscos relativos. 2019. 73 f. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.
https://repositorio.unb.br/handle/10482/36827
identifier_str_mv SHIRAIWA, Cecília Satie. Tópicos em regressão para riscos relativos. 2019. 73 f. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2019.
url https://repositorio.unb.br/handle/10482/36827
dc.language.iso.fl_str_mv por
language por
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083932944957440

Registros relacionados