Modelo de regressão bivariado via cópulas para dados discretos e censurados

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Silva, José Paulo Camolez
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:
Modelo de regressão
Regressão logística
Análise de sobrevivência
Estatística
Cópulas arquimedianas
Link de acesso: http://repositorio.unb.br/handle/10482/34895
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.
id UNB_ce4bd80b7221724faf1aa0ff6ccd8139
oai_identifier_str oai:repositorio.unb.br:10482/34895
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Modelo de regressão bivariado via cópulas para dados discretos e censuradosModelo de regressãoRegressão logísticaAnálise de sobrevivênciaEstatísticaCópulas arquimedianasDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.O presente estudo propôs modelos de sobrevivência bivariados baseados nas cópulas arquimedianas de Gumbel, Frank e Clayton com marginais Log-Logística discretas para modelar a dependência de dados de sobrevivência bivariados discretos e censurados. Ao considerar presença de covariáveis, foi proposto os modelos de regressão bivariados via cópula para dados discretos e censurados. Os parâmetros dos modelos foram estimados pelo método de máxima de verossimilhança paramétrica em um único passo. Para estudar o desempenho dos estimadores de máxima verossimilhança, realizou-se estudos de simulação de Monte Carlo por meio do software R. Finalmente, para exemplificar o uso dos modelos de regressão propostos, realizou-se uma aplicação a dados de sobrevivência com dois eventos de interesse, o tempo até a adoção da Lei de Zoneamento para Uso e Ocupação de Solo (ZUOS) e o tempo até a adoção da Lei de Zona Especial de Interesse (ZEIS). O modelo final foi definido pelo método Forward com covariáveis significativas a nível de 10%. Os resultados confirmam que os modelos são adequados para analisar os dados relacionados à adesão de Políticas Públicas, em que o modelo de regressão bivariado via cópula de Clayton obteve o melhor ajuste no ponto de vista estatístico. Já no ponto de vista político, os modelos de regressão bivariados via cópula de Gumbel e Frank se tornam preferíveis por conter mais informações sobre a adoção da Política ZUOS. Portanto, os modelos de regressão bivariados via cópulas propostos neste trabalho, apresentam-se como uma nova metodologia para analisar dados de sobrevivência com respostas bivariadas discretas, censuradas e na presença de variáveis explicativas.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).The present study propose bivariate survival models based on the Archimedean copulas of Gumbel, Frank and Clayton with discrete Log-Logistic marginals to model the dependence of discrete and censored bivariate survival data. When considering the presence of covariates, we proposed bivariate regression models via copula for discrete and censored data. The parameters of the models were estimated by the parametric maximum likelihood method in a single step. In order to explore maximum likelihood estimators performance, we used Monte Carlo simulation studies through the R software. Finally, to exemplify the proposed regression models, it was made an application to survival data with two events of interest: the time until adoption of the Zoning for Use and Occupancy of Soil (ZUOS) law, and the time until adoption of Special Area of Interest (SAI) law. The final model was defined by the “Forward” method, with significant covariates of 10% level. The results confirm that the models are adequate to analyze data related to the adherence of Public Policies, in which the model of bivariate regression via copula of Clayton obtained the best adjustment in the statistical point of view. In the political point of view, the bivariate regression models via copula of Gumbel and Frank, became preferable because they contain more information about the adoption of the (ZUOS) Policy. Therefore, the bivariate regression models proposed in this work are presented as a new methodology to analyze survival data with discrete, censored, bivariate responses, in the presence of explanatory variables.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaGomes, Juliana Betini FachiniGuevara Otiniano, Cira EtheowaldaSilva, José Paulo Camolez2019-06-17T21:18:10Z2019-06-17T21:18:10Z2019-06-172018-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, José Paulo Camolez. Modelo de regressão bivariado via cópulas para dados discretos e censurados. 2018. 99 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.http://repositorio.unb.br/handle/10482/34895A 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:UNB2024-03-01T16:22:34Zoai:repositorio.unb.br:10482/34895Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:34Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Modelo de regressão bivariado via cópulas para dados discretos e censurados
title Modelo de regressão bivariado via cópulas para dados discretos e censurados
spellingShingle Modelo de regressão bivariado via cópulas para dados discretos e censurados
Silva, José Paulo Camolez
Modelo de regressão
Regressão logística
Análise de sobrevivência
Estatística
Cópulas arquimedianas
title_short Modelo de regressão bivariado via cópulas para dados discretos e censurados
title_full Modelo de regressão bivariado via cópulas para dados discretos e censurados
title_fullStr Modelo de regressão bivariado via cópulas para dados discretos e censurados
title_full_unstemmed Modelo de regressão bivariado via cópulas para dados discretos e censurados
title_sort Modelo de regressão bivariado via cópulas para dados discretos e censurados
author Silva, José Paulo Camolez
author_facet Silva, José Paulo Camolez
author_role author
dc.contributor.none.fl_str_mv Gomes, Juliana Betini Fachini
Guevara Otiniano, Cira Etheowalda
dc.contributor.author.fl_str_mv Silva, José Paulo Camolez
dc.subject.por.fl_str_mv Modelo de regressão
Regressão logística
Análise de sobrevivência
Estatística
Cópulas arquimedianas
topic Modelo de regressão
Regressão logística
Análise de sobrevivência
Estatística
Cópulas arquimedianas
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-13
2019-06-17T21:18:10Z
2019-06-17T21:18:10Z
2019-06-17
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 SILVA, José Paulo Camolez. Modelo de regressão bivariado via cópulas para dados discretos e censurados. 2018. 99 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.
http://repositorio.unb.br/handle/10482/34895
identifier_str_mv SILVA, José Paulo Camolez. Modelo de regressão bivariado via cópulas para dados discretos e censurados. 2018. 99 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.
url http://repositorio.unb.br/handle/10482/34895
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_ 1839083950918598656

Registros relacionados