Modelo de dispersão hiper-Poisson para variáveis discretas observáveis e não observáveis (2019)
- Authors:
- Autor USP: SANTOS, DAIANE DE SOUZA - INTER: ICMC -UFSCAR
- Unidade: INTER: ICMC -UFSCAR
- Sigla do Departamento: SME
- DOI: 10.11606/T.104.2020.tde-04022020-171110
- Subjects: INFERÊNCIA BAYESIANA; DISTRIBUIÇÃO DE POISSON; DADOS DE CONTAGEM; VEROSSIMILHANÇA; ANÁLISE DE SOBREVIVÊNCIA
- Keywords: Algoritmo EM; Bayesian inference; Cure rate models; Distribuição hiper-Poisson; EM-algorithm; Frailty models; Gradient test; Hyper-Poisson distribution; Modelos com fração de cura; Modelos de fragilidade; Teste gradiente
- Agências de fomento:
- Language: Português
- Abstract: A distribuição Poisson é amplamente utilizada para modelar dados de contagem, no entanto tem como desvantagem a suposição de que os dados precisam ter média e variância iguais, o que nem sempre é verdade, pois em muitas situações é comum o fenômeno de sobredispersão (variância maior do que a média) ou subdispersão (variância menor do que a média). Desta forma, trabalhamos com a distribuição hiper-Poisson, que permite analisar dados com sobredispersão ou subdispersão. O modelo hiper-Poisson é investigado aqui em dois cenários distintos, primeiramente modelando variáveis aleatórias observáveis em problemas de contagem, e em um segundo momento representando uma variável não observável (latente) utilizada em modelos de análise de sobrevivência. No primeiro cenário, realizamos uma abordagem clássica para a estimação dos parâmetros da distribuição hiper-Poisson e empregamos o usual teste da razão de verossimilhanças, juntamente com o teste gradiente para testar o parâmetro de dispersão do modelo. Por outro lado, na análise de sobrevivência, propomos um novo modelo com fração de cura induzido por fragilidade discreta com distribuição de probabilidade hiper-Poisson, uma vez que é importante a escolha de uma distribuição que leve em conta a dispersão dos fatores de risco. Para este novo modelo desenvolvemos procedimentos inferenciais sob as perspectivas clássica e bayesiana. Todos os modelos trabalhados foram analisados por meio de estudos de simulação e aplicados a conjuntos dedados reais.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2019
- Data da defesa: 06.12.2019
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SANTOS, Daiane de Souza. Modelo de dispersão hiper-Poisson para variáveis discretas observáveis e não observáveis. 2019. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-04022020-171110/. Acesso em: 19 set. 2024. -
APA
Santos, D. de S. (2019). Modelo de dispersão hiper-Poisson para variáveis discretas observáveis e não observáveis (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-04022020-171110/ -
NLM
Santos D de S. Modelo de dispersão hiper-Poisson para variáveis discretas observáveis e não observáveis [Internet]. 2019 ;[citado 2024 set. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-04022020-171110/ -
Vancouver
Santos D de S. Modelo de dispersão hiper-Poisson para variáveis discretas observáveis e não observáveis [Internet]. 2019 ;[citado 2024 set. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-04022020-171110/
Informações sobre o DOI: 10.11606/T.104.2020.tde-04022020-171110 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas