Métodos de diagnóstico para modelos lineares mistos

Detalhes bibliográficos
Ano de defesa: 2004
Autor(a) principal: Nobre, Juvencio Santos
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: 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:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-22082007-181254/
Resumo: Muitos fenômenos podem ser representados por meio de modelos estatísticos de forma satisfatória. Para validar tais modelos é necessário verificar se as suposições envolvidas estão satisfeitas e se o modelo é sensível a pequenas perturbações; este é o objetivo da análise de diagnóstico. Neste trabalho apresentamos, discutimos e propomos técnicas de diagnóstico em modelos lineares mistos e as ilustramos com um exemplo prático.
id USP_58577e6ddbef474a1015d8312838ea7d
oai_identifier_str oai:teses.usp.br:tde-22082007-181254
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Métodos de diagnóstico para modelos lineares mistosDiagnotics methods for linear mixed models.Alavancagem e influência local.Linear mixed modelsModelos lineares mistosresidual and local influence.resíduosMuitos fenômenos podem ser representados por meio de modelos estatísticos de forma satisfatória. Para validar tais modelos é necessário verificar se as suposições envolvidas estão satisfeitas e se o modelo é sensível a pequenas perturbações; este é o objetivo da análise de diagnóstico. Neste trabalho apresentamos, discutimos e propomos técnicas de diagnóstico em modelos lineares mistos e as ilustramos com um exemplo prático.Many phenomena can be represented through statistical models in a satisfactory way. To validate such models it is necessary to verify whether the assumptions are satisfied and whether the model is sensitive to small deviations; this constitutes the objective of diagnostic analysis. In this work we present, discuss and propose diagnostic techniques for mixed linear models and illustrate them with a practical example.Biblioteca Digitais de Teses e Dissertações da USPSinger, Julio da MottaNobre, Juvencio Santos2004-03-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/45/45133/tde-22082007-181254/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/openAccesspor2024-08-16T19:34:02Zoai:teses.usp.br:tde-22082007-181254Biblioteca 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:27212024-08-16T19:34:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Métodos de diagnóstico para modelos lineares mistos
Diagnotics methods for linear mixed models.
title Métodos de diagnóstico para modelos lineares mistos
spellingShingle Métodos de diagnóstico para modelos lineares mistos
Nobre, Juvencio Santos
Alavancagem e influência local.
Linear mixed models
Modelos lineares mistos
residual and local influence.
resíduos
title_short Métodos de diagnóstico para modelos lineares mistos
title_full Métodos de diagnóstico para modelos lineares mistos
title_fullStr Métodos de diagnóstico para modelos lineares mistos
title_full_unstemmed Métodos de diagnóstico para modelos lineares mistos
title_sort Métodos de diagnóstico para modelos lineares mistos
author Nobre, Juvencio Santos
author_facet Nobre, Juvencio Santos
author_role author
dc.contributor.none.fl_str_mv Singer, Julio da Motta
dc.contributor.author.fl_str_mv Nobre, Juvencio Santos
dc.subject.por.fl_str_mv Alavancagem e influência local.
Linear mixed models
Modelos lineares mistos
residual and local influence.
resíduos
topic Alavancagem e influência local.
Linear mixed models
Modelos lineares mistos
residual and local influence.
resíduos
description Muitos fenômenos podem ser representados por meio de modelos estatísticos de forma satisfatória. Para validar tais modelos é necessário verificar se as suposições envolvidas estão satisfeitas e se o modelo é sensível a pequenas perturbações; este é o objetivo da análise de diagnóstico. Neste trabalho apresentamos, discutimos e propomos técnicas de diagnóstico em modelos lineares mistos e as ilustramos com um exemplo prático.
publishDate 2004
dc.date.none.fl_str_mv 2004-03-04
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 http://www.teses.usp.br/teses/disponiveis/45/45133/tde-22082007-181254/
url http://www.teses.usp.br/teses/disponiveis/45/45133/tde-22082007-181254/
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_ 1865492673508409344