Exportar registro bibliográfico


Metrics:

Adaptive significance levels in linear regression models (2019)

  • Authors:
  • Autor USP: HOYOS, ALEJANDRA ESTEFANÍA PATIÑO - IME
  • Unidade: IME
  • Sigla do Departamento: MAE
  • DOI: 10.11606/T.45.2019.tde-07022020-202851
  • Subjects: DISTRIBUIÇÕES (PROBABILIDADE); REGRESSÃO LINEAR
  • Keywords: Adaptive significance levels; Bayes Factor; Bayesian test; Distribuição preditiva; E-value; Fator de Bayes; Linear regression; Níveis de significância adaptativos; P-value; Predictive distribution; Significance test; Teste Bayesiano; Teste de significância
  • Agências de fomento:
  • Language: Inglês
  • Abstract: O Teste de Significância Totalmente Bayesiano (FBST) para hipóteses precisas foi apresentado por Pereira and Stern (1999) como uma alternativa Bayesiana aos testes de significância tradicionais baseados no p-value. Com o FBST, os autores introduzem o e-value como um índice de evidência em favor da hipótese nula (H). Uma questão prática importante para a implementação do FBST é estabelecer quão pequena deve ser a evidência contra H para decidir pela sua rejeição. Neste trabalho apresentamos um método para encontrar um valor de corte para a evidência no FBST minimizando a combinação linear das probabilidades ponderadas de erro tipo I e tipo II para um determinado tamanho de amostra e também para uma certa dimensão do espaço paramétrico. Além disso, comparamos nossa metodologia com os resultados obtidos usando o teste proposto por Pereira et al. (2017) e Gannon et al. (2019) que apresenta o P-value como medida de evidência e inclui um nível de significância adaptativo. Para isso, é considerado o cenário de modelos de regressão linear sob a abordagem Bayesiana
  • Imprenta:
  • Data da defesa: 05.12.2019
  • Acesso à fonteAcesso à fonteDOI

    Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).

    Status:
    Artigo publicado em periódico de acesso aberto (Gold Open Access)
    Versão do Documento:
    Versão publicada (Published version)
    Acessar versão aberta:

    Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.


    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PATIÑO HOYOS, Alejandra Estefanía. Adaptive significance levels in linear regression models. 2019. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/. Acesso em: 28 mar. 2026.
    • APA

      Patiño Hoyos, A. E. (2019). Adaptive significance levels in linear regression models (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/
    • NLM

      Patiño Hoyos AE. Adaptive significance levels in linear regression models [Internet]. 2019 ;[citado 2026 mar. 28 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/
    • Vancouver

      Patiño Hoyos AE. Adaptive significance levels in linear regression models [Internet]. 2019 ;[citado 2026 mar. 28 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-07022020-202851/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2026