Análise estatística de curvas de crescimento sob o enfoque clássico e Bayesiano: aplicação à dados médicos e biológicos (2016)
- Authors:
- Autor USP: OLIVEIRA, BRENO RAPHAEL GOMES DE - FMRP
- Unidade: FMRP
- Sigla do Departamento: RMS
- Subjects: MODELOS NÃO LINEARES; CURVAS DE CRESCIMENTO; INFERÊNCIA ESTATÍSTICA; MÉTODO DE MONTE CARLO
- Keywords: Análise Bayesiana; Distribuição estável; Métodos de Monte Carlo em Cadeias de Marko; Bayesian analysis; Growth curves; Monte Carlo methods in Markov Chains; Stable distribution
- Language: Português
- Abstract: Introdução: A curva de crescimento é um modelo empírico da evolução de uma quantidade ao longo do tempo. As curvas de crescimento são utilizadas em muitas disciplinas , em particular no domínio da estatística, onde há uma grande literatura sobre o assunto relacionado a modelos não lineares. Método: No desenvolvimento dessa dissertação de mestrado, foi realizado um estudo baseado em dados de crescimento nas áreas biológica e médica para comparar os dois tipos de inferência (Clássica e Bayesiana), na busca de melhores estimativas e resultados para modelos de regressão não lineares, especialmente considerando alguns modelos de crescimento introduzidos na literatura. No método Bayesiano para a modelagem não linear assumimos erros normais uma suposição usual e também distribuições estáveis para a variável resposta observando alguns aspectos de robustez dos modelos de regressão não linear para a presença de outliers ou observações discordantes no lugar da suposição de normalidade habitual. Resultados e Conclusões: Na análise dos dois exemplos pode-se observar melhores ajustes quando utilizada o método Bayesiano de ajustes de modelos não lineares de curvas de crescimento. É bem sabido que, em geral, não há nenhuma forma fechada para a função densidade de probabilidade de distribuições estáveis. No entanto, sob uma abordagem Bayesiana, a utilização de uma variável aleatória latente ou auxiliar proporciona uma simplificação para obter qualquer distribuição a posteriori quando relacionado com distribuições estáveis. Esses resultados poderiam ser de grande interesse para pesquisadores e profissionais, ao lidar com dados não Gauss. Para demonstrar a utilidade dos aspectos computacionais, a metodologia é aplicada a um exemplo relacionado com as curvas de crescimento intra-uterino para prematuros. Resumos a posteriori de interesse são obtidos utilizando métodos MCMC (Markov Chain Monte Carlo) e osoftware OpenBugs
- Imprenta:
- Publisher place: Ribeirão Preto
- Date published: 2016
- Data da defesa: 16.02.2016
-
ABNT
OLIVEIRA, Breno Raphael Gomes de. Análise estatística de curvas de crescimento sob o enfoque clássico e Bayesiano: aplicação à dados médicos e biológicos. 2016. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/17/17139/tde-04012017-105652/. Acesso em: 23 jan. 2026. -
APA
Oliveira, B. R. G. de. (2016). Análise estatística de curvas de crescimento sob o enfoque clássico e Bayesiano: aplicação à dados médicos e biológicos (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de http://www.teses.usp.br/teses/disponiveis/17/17139/tde-04012017-105652/ -
NLM
Oliveira BRG de. Análise estatística de curvas de crescimento sob o enfoque clássico e Bayesiano: aplicação à dados médicos e biológicos [Internet]. 2016 ;[citado 2026 jan. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/17/17139/tde-04012017-105652/ -
Vancouver
Oliveira BRG de. Análise estatística de curvas de crescimento sob o enfoque clássico e Bayesiano: aplicação à dados médicos e biológicos [Internet]. 2016 ;[citado 2026 jan. 23 ] Available from: http://www.teses.usp.br/teses/disponiveis/17/17139/tde-04012017-105652/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
