Método linear Bayesiano
Ano de defesa: | 1997 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
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: | https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-015313/ |
Resumo: | Descrevemos o modelo de regressão linear sob um ponto de vista bayesiano, considerando os argumentos do Método Linear Bayesiano. O Método Linear Bayesiano é um processo recursivo que segue o esquema bayesiano, mas usa somente os primeiros esegundos momentos das distribuições envolvidas, sem requerer uma completa caracterização do modelo de probabilidade. Mostramos que o filtro de Kalman é um caso particular do Método Linear Bayesiano |
id |
USP_cc876cfd67fdf2bac182486edfc23de6 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20210729-015313 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
|
spelling |
Método linear Bayesianonot availableInferência ParamétricaPesquisa E Planejamento EstatísticoDescrevemos o modelo de regressão linear sob um ponto de vista bayesiano, considerando os argumentos do Método Linear Bayesiano. O Método Linear Bayesiano é um processo recursivo que segue o esquema bayesiano, mas usa somente os primeiros esegundos momentos das distribuições envolvidas, sem requerer uma completa caracterização do modelo de probabilidade. Mostramos que o filtro de Kalman é um caso particular do Método Linear BayesianoWe describe the linear regression model from a Baleysian viewpoint by considering the Linear Bayesian Method. The Linear Bayesian Method is an iterative process which follows the bayesian scheme, but uses only the first two moments of thedistributions involved, without demand for the complete probability model. We show that the Kalman Filter is a particular case of the Linear Bayesian MethodBiblioteca Digitais de Teses e Dissertações da USPWechsler, SergioAraújo, Péricles César de1997-07-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-015313/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/openAccesspor2024-08-16T11:30:02Zoai:teses.usp.br:tde-20210729-015313Biblioteca 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:27212024-08-16T11:30:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Método linear Bayesiano not available |
title |
Método linear Bayesiano |
spellingShingle |
Método linear Bayesiano Araújo, Péricles César de Inferência Paramétrica Pesquisa E Planejamento Estatístico |
title_short |
Método linear Bayesiano |
title_full |
Método linear Bayesiano |
title_fullStr |
Método linear Bayesiano |
title_full_unstemmed |
Método linear Bayesiano |
title_sort |
Método linear Bayesiano |
author |
Araújo, Péricles César de |
author_facet |
Araújo, Péricles César de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Wechsler, Sergio |
dc.contributor.author.fl_str_mv |
Araújo, Péricles César de |
dc.subject.por.fl_str_mv |
Inferência Paramétrica Pesquisa E Planejamento Estatístico |
topic |
Inferência Paramétrica Pesquisa E Planejamento Estatístico |
description |
Descrevemos o modelo de regressão linear sob um ponto de vista bayesiano, considerando os argumentos do Método Linear Bayesiano. O Método Linear Bayesiano é um processo recursivo que segue o esquema bayesiano, mas usa somente os primeiros esegundos momentos das distribuições envolvidas, sem requerer uma completa caracterização do modelo de probabilidade. Mostramos que o filtro de Kalman é um caso particular do Método Linear Bayesiano |
publishDate |
1997 |
dc.date.none.fl_str_mv |
1997-07-15 |
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://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-015313/ |
url |
https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-015313/ |
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_ |
1815258332205678592 |