Return to search

Ponderação de modelos com aplicação em regressão logística binária.

Made available in DSpace on 2016-06-02T20:06:12Z (GMT). No. of bitstreams: 1
DissJBB.pdf: 632747 bytes, checksum: 7f6e8caa78736a965ecb167ee27b7cc3 (MD5)
Previous issue date: 2006-04-18 / Universidade Federal de Sao Carlos / This work consider the problem of how to incorporate model selection uncertainty
into statistical inference, through model averaging, applied to logistic regression. It will
be used the approach of Buckland et. al. (1997), that proposed an weighed estimator to a
parameter common to all models in study, where the weights are obtained by information
criteria or bootstrap method. Also will be applied bayesian model averaging as shown
by Hoeting et. al. (1999), where posterior probability is an average of the posterior
distributions under each of the models considered, weighted by their posterior model
probability.
The aim of this work is to study the behavior of the weighed estimator, both, in the
classic approach and in the bayesian, in situations that consider the use of binary logistic
regression, with foccus in prediction. The known model-choice selection method Stepwise
will be considered as form of comparison of the predictive performance in relation to
model averaging. / Esta dissertação considera o problema de incorporação da incerteza devido à escolha
do modelo na inferência estatística, segundo a abordagem de ponderação de modelos, com
aplicação em regressão logística. Será utilizada a abordagem de Buckland et. al. (1997),
que propuseram um estimador ponderado para um parâmetro comum a todos os modelos
em estudo, sendo que, os pesos desta ponderação são obtidos a partir do uso de critérios
de informação ou do método bootstrap. Também será aplicada a ponderação bayesiana de
modelos como apresentada por Hoeting et. al. (1999), onde a distribuição a posteriori do
parâmetro de interesse é uma média da distribuição a posteriori do parâmetro sob cada
modelo em consideração ponderado por suas respectivas probabilidades a posteriori.
O objetivo deste trabalho é estudar o comportamento do estimador ponderado, tanto
na abordagem clássica como na bayesiana, em situações que consideram o uso de regressão
logística binária, com enfoque na estimação da predição. O método de seleção de modelos
Stepwise será considerado como forma de comparação da capacidade preditiva em relação
ao método de ponderação de modelos.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/4599
Date18 April 2006
CreatorsBrocco, Juliane Bertini
ContributorsCandolo, Cecília
PublisherUniversidade Federal de São Carlos, Programa de Pós-graduação em Estatística, UFSCar, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0021 seconds