Detecting Influential observations in spatial models using Bregman divergence (2018)
- Authors:
- Autor USP: DANILEVICZ, IAN MENEGHEL - Interinstitucional de Pós-Graduação em Estatística
- Unidade: Interinstitucional de Pós-Graduação em Estatística
- Sigla do Departamento: SME
- Subjects: INFERÊNCIA BAYESIANA; HETEROSCEDASTICIDADE; MÉTODO DE MONTE CARLO; CADEIAS DE MARKOV; DISTRIBUIÇÕES (PROBABILIDADE); ESTATÍSTICA COMPUTACIONAL; ANÁLISE DE SÉRIES TEMPORAIS
- Keywords: Bayesian inference; Bregman divergence; Divergência de Bregman; Hamiltonian Monte Carlo; Heteroscedasticity; Influential points; Modelos espaciais; Monte Carlo Hamiltoniano; Pontos influentes; spatial models
- Agências de fomento:
- Language: Inglês
- Abstract: Como avaliar se um modelo espacial está bem ajustado? Como escolher o melhor modelo entre muitos da classe autorregressivo condicional (CAR) e autorregressivo simultâneo (SAR), homoscedásticos e heteroscedásticos? Para responder essas perguntas dentro do paradigma bayesiano, propomos novas formas de aplicar a divergência de Bregman, assim como critérios de informação bastante recentes na literatura, são eles o widely applicable information criterion (WAIC) e validação cruzada leave-one-out (LOO). O funcional de Bregman é uma generalização da famosa divergência de Kullback-Leiber (KL). Há diversos casos particulares dela que podem ser usados para identificar pontos influentes. Todas as distribuições a posteriori apresentadas nesta dissertação foram estimadas usando Monte Carlo Hamiltoniano (HMC), uma versão otimizada do algoritmo Metropolis-Hastings. Todas as ideias apresentadas neste texto foram submetidas a simulações e aplicadas em dados reais.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 26.02.2018
-
ABNT
DANILEVICZ, Ian Meneghel. Detecting Influential observations in spatial models using Bregman divergence. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-160231/. Acesso em: 10 mar. 2026. -
APA
Danilevicz, I. M. (2018). Detecting Influential observations in spatial models using Bregman divergence (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-160231/ -
NLM
Danilevicz IM. Detecting Influential observations in spatial models using Bregman divergence [Internet]. 2018 ;[citado 2026 mar. 10 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-160231/ -
Vancouver
Danilevicz IM. Detecting Influential observations in spatial models using Bregman divergence [Internet]. 2018 ;[citado 2026 mar. 10 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-160231/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
