Análise de modelos de regressão multiníveis simétricos

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Marina Mitie Gishifu Osio
Orientador(a): Cibele Maria Russo Noveli
Banca de defesa: Reiko Aoki, Viviana Giampaoli
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade de São Paulo
Programa de Pós-Graduação: Ciências da Computação e Matemática Computacional
Departamento: Não Informado pela instituição
País: BR
Link de acesso: https://doi.org/10.11606/D.55.2013.tde-05072013-161440
Resumo: O uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de Matemática
id USP_092909edd877bbf7bc3d6730c743d630
oai_identifier_str oai:teses.usp.br:tde-05072013-161440
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Análise de modelos de regressão multiníveis simétricos Analysis of symmetrical multilevel regression models 2013-04-24Cibele Maria Russo NoveliReiko AokiViviana GiampaoliMarina Mitie Gishifu OsioUniversidade de São PauloCiências da Computação e Matemática ComputacionalUSPBR Dados educacionais Distribuições simétricas Educational data Hierachical models Modelos hierárquicos Modelos multiníveis Multilevel regression Symmetrical distribution O uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de Matemática The use of multilevel models is an interesting alternative to analyze data that is structured in a hierarchical manner, since it allows the obtention of different parameters estimates for distinct groups and, at the same time, it takes into account the dependence of observations in the same group. In this dissertation, we develop and apply symmetrical multilevel regression models, for the purpose of providing alternatives to the usual model, under normality. Furthermore we present a brief diagnostics analysis and a simulation study. As motivation, we consider educational data in order to assess whether the number of failures in school history of students and the school infrastructure are important variables that affect the low performance of elementary school students in Mathematics https://doi.org/10.11606/D.55.2013.tde-05072013-161440info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:15:59Zoai:teses.usp.br:tde-05072013-161440Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:36Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Análise de modelos de regressão multiníveis simétricos
dc.title.alternative.en.fl_str_mv Analysis of symmetrical multilevel regression models
title Análise de modelos de regressão multiníveis simétricos
spellingShingle Análise de modelos de regressão multiníveis simétricos
Marina Mitie Gishifu Osio
title_short Análise de modelos de regressão multiníveis simétricos
title_full Análise de modelos de regressão multiníveis simétricos
title_fullStr Análise de modelos de regressão multiníveis simétricos
title_full_unstemmed Análise de modelos de regressão multiníveis simétricos
title_sort Análise de modelos de regressão multiníveis simétricos
author Marina Mitie Gishifu Osio
author_facet Marina Mitie Gishifu Osio
author_role author
dc.contributor.advisor1.fl_str_mv Cibele Maria Russo Noveli
dc.contributor.referee1.fl_str_mv Reiko Aoki
dc.contributor.referee2.fl_str_mv Viviana Giampaoli
dc.contributor.author.fl_str_mv Marina Mitie Gishifu Osio
contributor_str_mv Cibele Maria Russo Noveli
Reiko Aoki
Viviana Giampaoli
description O uso de modelos multiníveis é uma alternativa interessante para analisar dados que estão estruturados de forma hierárquica, pois permite a obtenção de diferentes estimativas de parâmetros relativos a grupos distintos e, ao mesmo tempo, leva em consideração a dependência entre as observações em um mesmo grupo. Neste trabalho, desenvolvemos e aplicamos modelos de regressão multiníveis simétricos, a fim de fornecer alternativas ao modelo usual, sob normalidade. Além disso, apresentamos uma breve análise de diagnóstico e estudo de simulação. Como motivação, consideramos dados educacionais, a fim de avaliar se o número de reprovações no histórico escolar do aluno e a infraestrutura da escola são variáveis relevantes que afetam o baixo desempenho dos alunos do ensino básico na disciplina de Matemática
publishDate 2013
dc.date.issued.fl_str_mv 2013-04-24
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 https://doi.org/10.11606/D.55.2013.tde-05072013-161440
url https://doi.org/10.11606/D.55.2013.tde-05072013-161440
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.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Ciências da Computação e Matemática Computacional
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1786376579649110016

Registros relacionados