Análise bayesiana de modelos para dados binários correlacionados (2000)
- Authors:
- Autor USP: JANEIRO, VANDERLY - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCE
- Assunto: INFERÊNCIA BAYESIANA
- Language: Português
- Abstract: Nesta dissertação, desenvolvemos uma análise bayesiana de modelos de regressão para dados binários correlacionados com covariáveis, podendo ocorrer réplicas. Assumimos os modelos de regressão logístico e probito para dados binários correlacionados considerando efeitos aleatórios com uma mistura de distribuições normais, pois este modelo tem uma grande flexibilidade para ser ajustado aos dados binários correlacionados em muitas aplicações. Também fazemos algumas considerações aos casos onde podem ocorrer repetições das observações ou réplicas. Assumimos distribuições 'a priori' informativas para os parâmetros do modelo e consideramos os algoritmos Gibbs sampling e Metropolis-Hastings, para obter as estimativas de Monte Carlo para as quantidades a posteriori de interesse. Apresentamos também algumas considerações na seleção de modelos utilizando uma medida da discrepância entre o modelo ajustado e os dados (resíduo de Pearson) e utilizando as densidades preditivas (fator de Bayes) estimadas por MCMC (Monte Carlo em Cadeias de Markov). Apresentamos um exemplo númerico para ilustrar os métodos propostos
- Imprenta:
- Publisher place: São Carlos
- Date published: 2000
- Data da defesa: 05.05.2000
-
ABNT
JANEIRO, Vanderly. Análise bayesiana de modelos para dados binários correlacionados. 2000. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2000. . Acesso em: 20 fev. 2026. -
APA
Janeiro, V. (2000). Análise bayesiana de modelos para dados binários correlacionados (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. -
NLM
Janeiro V. Análise bayesiana de modelos para dados binários correlacionados. 2000 ;[citado 2026 fev. 20 ] -
Vancouver
Janeiro V. Análise bayesiana de modelos para dados binários correlacionados. 2000 ;[citado 2026 fev. 20 ]
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
