Inferência bayesiana em modelos lineares mistos t-assimétricos.

Detalhes bibliográficos
Ano de defesa: 2009
Autor(a) principal: Rodríguez, Cristian Luis Bayes
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Inferência Bayesiana
Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-123537/
Resumo: Esta tese compreende um estudo das propriedades da distribuição t-assimétrica fundamental. Uma das vantagens desta distribuição é o fato que permite modelar dados que apresentam assimetria e curtose diferentes da distribuição normal. Modelos lineares mistos são muito utilizados na análise de dados com medidas repetidas porque permitem modelar a correlação entre sujeitos. Uma suposição usual é a normalidade dos efeitos aleatórios e dos erros. Neste trabalho, estendemos este modelo assumindo a distribuição t-assimétrica tanto para os erros como para os efeitos aleatórios, são analisadas várias possíveis formas de estender este modelo, por exemplo, (i) considerando que os erros e os efeitos aleatórios seguem conjuntamente uma distribuição t-assimétrica e (ii) assumindo que eles são independentes e seguem a distribuição t-assimétrica. Resultam como casos especiais destas suposições os modelos simétricos t-Student e normal e o modelo normal-assimétrico. Para obtenção das estimativas desenvolvemos algoritmos do tipo MCMC. Aplicações a diversos conjuntos de dados são apresentadas.
id USP_2af9762304c081d26718fdcde79ae6c0
oai_identifier_str oai:teses.usp.br:tde-20220712-123537
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Inferência bayesiana em modelos lineares mistos t-assimétricos.not availableInferência BayesianaEsta tese compreende um estudo das propriedades da distribuição t-assimétrica fundamental. Uma das vantagens desta distribuição é o fato que permite modelar dados que apresentam assimetria e curtose diferentes da distribuição normal. Modelos lineares mistos são muito utilizados na análise de dados com medidas repetidas porque permitem modelar a correlação entre sujeitos. Uma suposição usual é a normalidade dos efeitos aleatórios e dos erros. Neste trabalho, estendemos este modelo assumindo a distribuição t-assimétrica tanto para os erros como para os efeitos aleatórios, são analisadas várias possíveis formas de estender este modelo, por exemplo, (i) considerando que os erros e os efeitos aleatórios seguem conjuntamente uma distribuição t-assimétrica e (ii) assumindo que eles são independentes e seguem a distribuição t-assimétrica. Resultam como casos especiais destas suposições os modelos simétricos t-Student e normal e o modelo normal-assimétrico. Para obtenção das estimativas desenvolvemos algoritmos do tipo MCMC. Aplicações a diversos conjuntos de dados são apresentadas.not availableBiblioteca Digitais de Teses e Dissertações da USPBranco, Márcia D'EliaRodríguez, Cristian Luis Bayes2009-03-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-123537/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-16T15:28:02Zoai:teses.usp.br:tde-20220712-123537Biblioteca 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:27212024-08-16T15:28:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Inferência bayesiana em modelos lineares mistos t-assimétricos.
not available
title Inferência bayesiana em modelos lineares mistos t-assimétricos.
spellingShingle Inferência bayesiana em modelos lineares mistos t-assimétricos.
Rodríguez, Cristian Luis Bayes
Inferência Bayesiana
title_short Inferência bayesiana em modelos lineares mistos t-assimétricos.
title_full Inferência bayesiana em modelos lineares mistos t-assimétricos.
title_fullStr Inferência bayesiana em modelos lineares mistos t-assimétricos.
title_full_unstemmed Inferência bayesiana em modelos lineares mistos t-assimétricos.
title_sort Inferência bayesiana em modelos lineares mistos t-assimétricos.
author Rodríguez, Cristian Luis Bayes
author_facet Rodríguez, Cristian Luis Bayes
author_role author
dc.contributor.none.fl_str_mv Branco, Márcia D'Elia
dc.contributor.author.fl_str_mv Rodríguez, Cristian Luis Bayes
dc.subject.por.fl_str_mv Inferência Bayesiana
topic Inferência Bayesiana
description Esta tese compreende um estudo das propriedades da distribuição t-assimétrica fundamental. Uma das vantagens desta distribuição é o fato que permite modelar dados que apresentam assimetria e curtose diferentes da distribuição normal. Modelos lineares mistos são muito utilizados na análise de dados com medidas repetidas porque permitem modelar a correlação entre sujeitos. Uma suposição usual é a normalidade dos efeitos aleatórios e dos erros. Neste trabalho, estendemos este modelo assumindo a distribuição t-assimétrica tanto para os erros como para os efeitos aleatórios, são analisadas várias possíveis formas de estender este modelo, por exemplo, (i) considerando que os erros e os efeitos aleatórios seguem conjuntamente uma distribuição t-assimétrica e (ii) assumindo que eles são independentes e seguem a distribuição t-assimétrica. Resultam como casos especiais destas suposições os modelos simétricos t-Student e normal e o modelo normal-assimétrico. Para obtenção das estimativas desenvolvemos algoritmos do tipo MCMC. Aplicações a diversos conjuntos de dados são apresentadas.
publishDate 2009
dc.date.none.fl_str_mv 2009-03-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-123537/
url https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-123537/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
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_ 1815258340823924736

Registros relacionados