O objetivo desta dissertação é estudar uma família de ligações assimétricas para modelos de regressão binária sob a abordagem bayesiana. Especificamente, apresenta-se a estimação dos parâmetros da família de modelos de regressão binária com funções de ligação potência e reversa de potência considerando o método de estimação Monte Carlo Hamiltoniano, na extensão No-U-Turn Sampler, e o método Metropolis-Hastings dentro de Gibbs. Além disso, estudam-se diferentes medidas de comparação de modelos, incluindo critérios de informação e de avaliação preditiva. Um estudo de simulação foi desenvolvido para estudar a acurácia e eficiência nos parâmetros estimados. Através da análise de dados educacionais, mostra-se que os modelos usando as ligações propostas apresentam melhor ajuste do que os modelos usando ligações tradicionais. / The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.

O objetivo desta dissertação é estudar uma família de ligações assimétricas para modelos de regressão binária sob a abordagem bayesiana. Especificamente, apresenta-se a estimação dos parâmetros da família de modelos de regressão binária com funções de ligação potência e reversa de potência considerando o método de estimação Monte Carlo Hamiltoniano, na extensão No-U-Turn Sampler, e o método Metropolis-Hastings dentro de Gibbs. Além disso, estudam-se diferentes medidas de comparação de modelos, incluindo critérios de informação e de avaliação preditiva. Um estudo de simulação foi desenvolvido para estudar a acurácia e eficiência nos parâmetros estimados. Através da análise de dados educacionais, mostra-se que os modelos usando as ligações propostas apresentam melhor ajuste do que os modelos usando ligações tradicionais. / The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.

Submitted by Ronildo Prado (ronisp@ufscar.br) on 2017-08-17T17:26:59Z No. of bitstreams: 1 DissSACA.pdf: 2241501 bytes, checksum: b88dd9ad345544bce3926b892f257af7 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-17T17:27:07Z (GMT) No. of bitstreams: 1 DissSACA.pdf: 2241501 bytes, checksum: b88dd9ad345544bce3926b892f257af7 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-17T17:27:13Z (GMT) No. of bitstreams: 1 DissSACA.pdf: 2241501 bytes, checksum: b88dd9ad345544bce3926b892f257af7 (MD5) / Made available in DSpace on 2017-08-17T17:27:20Z (GMT). No. of bitstreams: 1 DissSACA.pdf: 2241501 bytes, checksum: b88dd9ad345544bce3926b892f257af7 (MD5) Previous issue date: 2017-04-07 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links. / O objetivo desta dissertação é estudar uma família de ligações assimétricas para modelos de regressão binária sob a abordagem bayesiana. Especificamente, apresenta-se a estimação dos parâmetros da família de modelos de regressão binária com funções de ligação potência e reversa de potência considerando o método de estimação Monte Cario Hamiltoniano, na extensão No-U-Turn Sampler, e o método Metropolis-Hastings dentro de Gibbs. Além disso, estudam-se diferentes medidas de comparação de modelos, incluindo critérios de informação e de avaliação preditiva. Um estudo de simulação foi desenvolvido para estudar a acurácia e eficiência nos parâmetros estimados. Através da análise de dados educacionais, mostra-se que os modelos usando as ligações propostas apresentam melhor ajuste do que os modelos usando ligações tradicionais.

Submitted by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T19:24:21Z No. of bitstreams: 1 DissNWE.pdf: 1026071 bytes, checksum: f864f8b3841ec4e6496ee38d7961a585 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T19:24:30Z (GMT) No. of bitstreams: 1 DissNWE.pdf: 1026071 bytes, checksum: f864f8b3841ec4e6496ee38d7961a585 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-08-23T19:24:37Z (GMT) No. of bitstreams: 1 DissNWE.pdf: 1026071 bytes, checksum: f864f8b3841ec4e6496ee38d7961a585 (MD5) / Made available in DSpace on 2017-08-23T19:24:43Z (GMT). No. of bitstreams: 1 DissNWE.pdf: 1026071 bytes, checksum: f864f8b3841ec4e6496ee38d7961a585 (MD5) Previous issue date: 2017-02-08 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A regression model for binary data with mixture of four link functions (logit, probit, complementary log log and Stukel) is shown and these functions are particular cases of the model. The frequentist estimation procedure is exposed and, by simulation studies, it is notable that, comparing with other models, the link function proposed presents a better performance in proportions’ estimations, while for predctions they are all equal. Its flexibility in being both a symmetric or an assymmetric link function is corroborated on the real data analisys results, as the simulations. Furthermore, it is shown a case where the mixture associates total weight for a link function because it is no possible to improve the results by mixing other functions. / Apresenta-se um modelo de regressão para dados binários com mistura de quatro funções de ligação (logit, probit, complementar log-log e Stukel) que também são seus casos particulares. Os procedimentos de estimação frequentista são expostos e, através de estudos de simulações, mostra-se que, em relação a outros modelos, a função de ligação proposta apresenta melhor desempenho nas estimações de proporções, ao passo que para previsões é igual às demais. Sua flexibilidade em poder ser tanto uma função de ligação simétrica quanto assimétrica é corroborada pelo resultados das análises de três bancos de dados reais, bem como pelas simulações. Mostra-se ainda um caso em que, por não conseguir obter melhores resultados com as combinações de ligações, a mistura associa peso total a um de seus componentes.