Método linear Bayesiano

Detalhes bibliográficos
Ano de defesa: 1997
Autor(a) principal: Araújo, Péricles César de
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: 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