A simple and general goodness-of-fit methodology for regression models (2022)
- Authors:
- Autor USP: ARRUDA, HELDER ALVES - IME
- Unidade: IME
- Sigla do Departamento: MAE
- DOI: 10.11606/T.45.2022.tde-28062022-215419
- Assunto: INFERÊNCIA PARAMÉTRICA
- Keywords: Coefficient of determination; Coeficiente de determinação; Diagnostic; Diagnóstico; Falta de ajuste; Hypothesis test; Intervalos de predição; Lack-of-fit; Model checking; Performance; Prediction intervals; Teste de hipóteses; Verificação do modelo
- Language: Inglês
- Abstract: A criação de modelos estatísticos advém da necessidade de tentarmos compreender fenômenos ao nosso redor. De modo a atingir tais objetivos, é necessário fazer suposições acerca do problema, dessa forma, tão importante quanto a criação de modelos é a verificação de que as suposições feitas são plausíveis. O objetivo desta tese foi a criação de uma nova metodologia para diagnóstico de modelos de regressão. Ela é baseada na obtenção de intervalos de predição para novas observações sob a hipótese nula e calculando a média das diferenças absolutas entre as coberturas observadas e esperadas desses intervalos; nós denotamos a estatística resultante de Mn. Se as especificações do modelo são razoáveis, esperamos valores de Mn próximos de 0. A princípio, a única suposição feita para o uso da metodologia é independência e resposta continua das observações. Todavia, também foi desenvolvida uma adaptação para o caso de dados de contagem baseado em aleatorização. Em ambas as situações, apresentamos resultados teóricos acerca de Mn e realizamos testes através de aplicações, simulações e comparações com outras metodologias de bondade de ajuste da literatura. Concluímos que a nossa metodologia apresentou resultados satisfatórios, provando ser muito promissora e aplicável aos mais diversos tipos de modelos de regressão
- Imprenta:
- Data da defesa: 01.06.2022
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
ARRUDA, Helder Alves. A simple and general goodness-of-fit methodology for regression models. 2022. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://teses.usp.br/teses/disponiveis/45/45133/tde-28062022-215419/. Acesso em: 31 mar. 2026. -
APA
Arruda, H. A. (2022). A simple and general goodness-of-fit methodology for regression models (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45133/tde-28062022-215419/ -
NLM
Arruda HA. A simple and general goodness-of-fit methodology for regression models [Internet]. 2022 ;[citado 2026 mar. 31 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-28062022-215419/ -
Vancouver
Arruda HA. A simple and general goodness-of-fit methodology for regression models [Internet]. 2022 ;[citado 2026 mar. 31 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-28062022-215419/ - Extensão do Método de Predição do Vizinho mais Próximo para o modelo Poisson misto
- Relatório de análise estatística sobre o projeto "uso de cânula endotraqueal com cuff versus sem cuff em UTI pediátrica"
- Relatório de análise estatística sobre o projeto "relação entre a composição corporal materna e composição corporal do neonato"
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
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
