Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2013. / Submitted by Alaíde Gonçalves dos Santos (alaide@unb.br) on 2014-01-27T13:38:48Z
No. of bitstreams: 1
2013_LeonardoOliveiraGoisCella.pdf: 783579 bytes, checksum: c7b0917eb8cf3bdcf8dfba759c5c0d04 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2014-02-11T12:30:18Z (GMT) No. of bitstreams: 1
2013_LeonardoOliveiraGoisCella.pdf: 783579 bytes, checksum: c7b0917eb8cf3bdcf8dfba759c5c0d04 (MD5) / Made available in DSpace on 2014-02-11T12:30:19Z (GMT). No. of bitstreams: 1
2013_LeonardoOliveiraGoisCella.pdf: 783579 bytes, checksum: c7b0917eb8cf3bdcf8dfba759c5c0d04 (MD5) / Este trabalho apresenta a inferência do modelo de regressão ordinal, considerando
a ligação Logit e a abordagem da verossimilhança multinomial. Foi proposta uma
reparametrização do modelo de regressão. As inferências foram realizadas dentro de
um cenário bayesiano fazendo-se o uso das técnicas de MCMC (Markov Chain Monte
Carlo). São apresentadas estimativas pontuais dos parâmetros e seus respectivos intervalos
HPD, assim como um teste de significância genuinamente bayesiano FBST
(Full Bayesian Significance Test) para os parâmetros de regressão. A metodologia
adotada foi aplicada em dados simulados e ilustrada por um problema genético que
verificou a influência de um certo tipo de radiação na ocorrência de danos celulares.
A abordagem da verossimilhança multinomial combinada à reparametrização
do modelo é de fácil tratamento devido ao aumento da capacidade computacional e
do avanço dos métodos MCMC. Além disso, o FBST se mostrou um procedimento
simples e útil para testar a significância dos coeficientes de regressão, motivando
assim a utilização de uma abordagem bayesiana na modelagem de dados ordinais. _______________________________________________________________________________________ ABSTRACT / This work presents inferences of ordinal regression models considering the Logit
link functions and the multinomial likelihood approach. A new reparametrization
was proposed for the regression model. The inferences were performed in a bayesian
scenario, using the MCMC (Markov Chain Monte Carlo) technics. Point estimates
of the parameters and their respective HPD credibility intervals are presented, as
well a Full Bayesian Significance Test (FBST) for the regression parameters. This
methodology was applied on simulated data and illustrated in a genetic problem
which was to verify the inuence of certain radiation on the occurrence of cellular
damage. The multinomial likelihood approach combined with the model reparametrization
is easy to treat due the increasing computing power and the advancement
of MCMC methods. Moreover, the FBST proved being a simple and useful procedure
for testing the significance of regression coeficients, thus motivating the use of
a bayesian approach in ordinal data modeling.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/15131 |
| Date | January 2013 |
| Creators | Cella, Leonardo Oliveira Gois |
| Contributors | Nakano, Eduardo Yoshio |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB |
| Rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds