Made available in DSpace on 2014-08-13T14:50:49Z (GMT). No. of bitstreams: 0
Previous issue date: 2014-01-20Bitstream added on 2014-08-13T18:00:24Z : No. of bitstreams: 1
000760059.pdf: 2134645 bytes, checksum: 635b296c4a3f8dc210e08b94a273ae35 (MD5) / A elicitação é um processo que permite a incorporação da informação a priori fornecida por um especialista sobre alguma quantidade, desconhecida e de interesse, à informação proveniente dos dados do experimento. Pode ser utilizada em muitas áreas aplicadas do conhecimento, principalmente em situações nas quais os dados experimentais não são tão numerosos devido à di culdade ou custo para obtê-los. Na abordagem Bayesiana nãoparam étrica, a densidade ou a função de interesse podem ser estimadas sem imposição de quaisquer suposições restritivas sobre a sua forma. Assim, os dados permitem determinar a estimativa da função de interesse em vez de condicioná-la a pertencer a uma dada fam ília paramétrica. O objetivo do presente trabalho é realizar uma aplicação do método Bayesiano não-paramétrico de elicitação de prioris proposto por Oakley e O'Hagan (2007), Moala (2009) e Moala e O'Hagan (2010) a m de estimar a função de con abilidade, considerada completamente desconhecida em sua forma, baseando-se apenas na informação fornecida pelo especialista. / The elicitation is a process that allows the incorporation of a prior information provided by an expert on some quantity, unknown and of interest, to the information from the experimental data. It can be used in many applied areas of knowledge, especially in situations where experimental data are not numerous because of the di culty or cost to obtain them. In Bayesian non-parametric approach, the density or the function of interest can be estimated without imposing any restrictive assumptions on its shape. Thus, the data allows determine the estimate of the interested function rather than conditioning it to a given parametric class functions. The aim of this paper is to apply the Bayesian nonparametric elicitation method of priors proposed by Oakley and O'Hagan (2007), Moala (2009) and Moala and O'Hagan (2010) to estimate the reliability function, considered completely unknown in its form, based only on the information provided by the expert.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/108645 |
| Date | 20 January 2014 |
| Creators | Penha, Débora Luzia [UNESP] |
| Contributors | Universidade Estadual Paulista (UNESP), Moala, Fernando Antônio [UNESP] |
| Publisher | Universidade Estadual Paulista (UNESP) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 85 f. : il. |
| Source | Aleph, reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -1, -1 |
Page generated in 0.0025 seconds