Página 1 dos resultados de 22641 itens digitais encontrados em 0.051 segundos

Transformed generalized linear models

CORDEIRO, Gauss M.; ANDRADE, Marinho G. de
Fonte: ELSEVIER SCIENCE BV Publicador: ELSEVIER SCIENCE BV
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
55.99%
The estimation of data transformation is very useful to yield response variables satisfying closely a normal linear model, Generalized linear models enable the fitting of models to a wide range of data types. These models are based on exponential dispersion models. We propose a new class of transformed generalized linear models to extend the Box and Cox models and the generalized linear models. We use the generalized linear model framework to fit these models and discuss maximum likelihood estimation and inference. We give a simple formula to estimate the parameter that index the transformation of the response variable for a subclass of models. We also give a simple formula to estimate the rth moment of the original dependent variable. We explore the possibility of using these models to time series data to extend the generalized autoregressive moving average models discussed by Benjamin er al. [Generalized autoregressive moving average models. J. Amer. Statist. Assoc. 98, 214-223]. The usefulness of these models is illustrated in a Simulation study and in applications to three real data sets. (C) 2009 Elsevier B.V. All rights reserved.; CNPq; Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Competing regression models for longitudinal data

Alencar, Airlane P.; Singer, Julio M.; Rocha, Francisco Marcelo M.
Fonte: WILEY-BLACKWELL; MALDEN Publicador: WILEY-BLACKWELL; MALDEN
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
55.94%
The choice of an appropriate family of linear models for the analysis of longitudinal data is often a matter of concern for practitioners. To attenuate such difficulties, we discuss some issues that emerge when analyzing this type of data via a practical example involving pretestposttest longitudinal data. In particular, we consider log-normal linear mixed models (LNLMM), generalized linear mixed models (GLMM), and models based on generalized estimating equations (GEE). We show how some special features of the data, like a nonconstant coefficient of variation, may be handled in the three approaches and evaluate their performance with respect to the magnitude of standard errors of interpretable and comparable parameters. We also show how different diagnostic tools may be employed to identify outliers and comment on available software. We conclude by noting that the results are similar, but that GEE-based models may be preferable when the goal is to compare the marginal expected responses.; Conselho Nacional de Desenvolvimento Cientifico e Tecnologico (CNPq); Fundacao de Amparo a Pesquisa do Estado de Sao Paulo (FAPESP), Brazil

Modelos lineares generalizados mistos para dados longitudinais.; Generalized linear mixed models in longitudinal data.

Costa, Silvano Cesar da
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 13/03/2003 PT
Relevância na Pesquisa
55.93%
Experimentos cujas variaveis respostas s~ ao proporcoes ou contagens, sao muito comuns nas diversas areas do conhecimento, principalmente na area agricola. Na analise desses experimentos, utiliza-se a teoria de modelos lineares generalizados, bastante difundida (McCullagh & Nelder, 1989; Demetrio, 2001), em que as respostas sao independentes. Caso a variancia estimada seja maior do que a esperada, estima-se o parametro de dispersao, incluindo-o no processo de estimaçao dos parametros. Quando a variavel resposta e observada ao longo do tempo, pode haver uma correlacao entre as observacoes e isso tem que ser levado em consideracao na estimacao dos parametros. Uma forma de se trabalhar essa correlacao e aplicando a metodologia de equacoes de estimacao generalizada (EEG), discutida por Liang & Zeger (1986), embora, neste caso, o interesse esteja nas estimativas dos efeitos fixos e a inclusao da matriz de correlacao de trabalho sirva para se obter um melhor ajuste. Uma outra alternativa e a inclusao, no preditor linear, de um efeito latente para captar variabilidades nao consideradas no modelo e que podem in uenciar nos resultados. No presente trabalho, usa-se uma forma combinada de efeito aleatorio e parametro de dispersao, incluidos conjuntamente na estimacao dos parametros. Essa metodologia e aplicada a um conjunto de dados obtidos de um experimento com camu-camu...

"Modelos lineares generalizados para análise de dados com medidas repetidas" ; "Generalized linear models for repeated measures regression analysis"

Venezuela, Maria Kelly
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 04/07/2003 PT
Relevância na Pesquisa
65.8%
Neste trabalho, apresentamos as equações de estimação generalizadas desenvolvidas por Liang e Zeger (1986), sob a ótica da teoria de funções de estimação apresentada por Godambe (1991). Essas equações de estimação são obtidas para os modelos lineares generalizados (MLGs) considerando medidas repetidas. Apresentamos também um processo iterativo para estimação dos parâmetros de regressão, assim como testes de hipóteses para esses parâmetros. Para a análise de resíduos, generalizamos para dados com medidas repetidas algumas técnicas de diagnóstico usuais em MLGs. O gráfico de probabilidade meio-normal com envelope simulado é uma proposta para avaliarmos a adequação do ajuste do modelo. Para a construção desse gráfico, simulamos respostas correlacionadas por meio de algoritmos que descrevemos neste trabalho. Por fim, realizamos aplicações a conjuntos de dados reais. ; In this work, we consider the generalized estimation equations developed by Liang and Zeger (1986) focusing the theory of estimating functions presented by Godambe (1991). These estimation equations are an extension of generalized linear models (GLMs) to the analysis of repeated measurements. We present an iterative procedure to estimate the regression parameters as well as hypothesis testing of these parameters. For the residual analysis...

Melhoramento do resíduo de Wald em modelos lineares generalizados; Improvement of Wald residual in generalized linear models

Urbano, Mariana Ragassi
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 18/12/2008 PT
Relevância na Pesquisa
65.86%
A teoria dos modelos lineares generalizados é muito utilizada na estatística, para a modelagem de observações provenientes da distribuição Normal, mas, principalmente, na modelagem de observações cuja distribuição pertença à família exponencial de distribuições. Alguns exemplos são as distribuições binomial, gama, normal inversa, dentre outras. Ajustado um modelo, para vericar a adequação do ajuste, são aplicadas técnicas de diagnósticos e feita uma análise de resíduos. As propriedades dos resíduos para modelos lineares generalizados não são muito conhecidas e resultados assintóticos são o único recurso. Este trabalho teve como objetivo estudar as propriedades assintóticas do resíduo de Wald, e realizar correções para que sua distribuição se aproxime de uma distribuição normal padrão. Uma aplicação das correções para o resíduo de Wald foi feita para cinco conjuntos de dados. Em dois conjuntos, a variável resposta apresentava-se na forma de contagem, e para a modelagem utilizou-se a distribuição de Poisson. Dois outros conjuntos são provenientes de delineamentos experimentais inteiramente casualizados, com variável resposta contínua e para a modelagem utilizou-se a distribuição normal...

Modelos lineares generalizados e modelos de dispersão aplicados à modelagem de sinistros agrícolas; Generalized linear models and model dispersion applied to modelling agricultural claims

Sousa, Keliny Martins de Melo
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 12/02/2010 PT
Relevância na Pesquisa
65.93%
O presente trabalho tem por objetivo utilizar a abordagem dos modelos lineares generalizados e os modelos de dispersão no contexto do seguro agrícola. Os modelos lineares generalizados (MLG's) constituem uma extensão dos modelos lineares de regressão múltipla introduzida por Nelder e Wedderburn (1972), que inclui modelos cuja variável resposta pertence à família exponencial de distribuições. O MLG é formado por um componente aleatório, que possui distribuição pertencente à família exponencial, um componente sistemático, conectados por uma função de ligação. Jorgensen (1997) estende a utilização dos MLG para uma classe mais ampla de modelos probabilísticos, denominados modelos de dispersão. A estimação dos parâmetros foi baseada no método da máxima verossimilhança, e também, em função da amostra ser relativamente pequena, optou-se pelo método de bootstrap não-paramétrico. As duas abordagens foram aplicadas a dois conjuntos de dados de sinistros de 15 municípios do estado do Rio Grande do Sul. Os resultados mostraram que a precipitação acumulada tem influência na ocorrência de sinistros. Entretanto, na modelagem do montante do sinistro não foi encontrada nenhuma variável significativa. Usando o método de bootstrap...

Previsão do volume diário de atendimentos no serviço de pronto socorro de um hospital geral: comparação de diferentes métodos; Forecasting daily emergency department visits using calendar variables and ambient temperature readings: comparison of different models applied to a setting in Sao Paulo - Brazil

Souza, Izabel Oliva Marcilio de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 11/09/2013 PT
Relevância na Pesquisa
55.99%
OBJETIVOS: O estudo explorou diferentes métodos de séries temporais visando desenvolver um modelo para a previsão do volume diário de pacientes no Pronto Socorro do Instituto Central do Hospital das Clínicas da Faculdade de Medicina da USP. MÉTODOS: Foram explorados seis diferentes modelos para previsão do número diário de pacientes no pronto socorro de acordo com algumas variáveis relacionadas ao calendário e à temperatura média diária. Para a construção dos modelos, utilizou-se a contagem diária de pacientes atendidos no pronto socorro entre 1° de janeiro de 2008 a 31 de dezembro de 2010. Os primeiros 33 meses do banco de dados foram utilizados para o desenvolvimento e ajuste dos modelos, e os últimos três meses foram utilizados para comparação dos resultados obtidos em termos da acurácia de previsão. A acurácia foi medida a partir do erro médio percentual absoluto. Os modelos foram desenvolvidos utilizando-se três diferentes métodos: modelos lineares generalizados, equações de estimação generalizadas e modelos sazonais autorregressivos integrados de média móvel (SARIMA). Para cada método, foram testados modelos que incluíram termos para controlar o efeito da temperatura média diária e modelos que não incluíram esse controle. RESULTADOS: Foram atendidos...

Modelos lineares generalizadas para series temporais com memoria longa; Generalized linear models for long memory time series

Cristiano Amancio Vieira Borges
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 29/01/2010 PT
Relevância na Pesquisa
65.86%
A modelagem de séries temporais não gaussianas é um tema de alta relevância na análise de séries temporais. Utilizando-se de estimação por verossimilhança parcial, Kedem e Fokianos (2002) estenderam sistematicamente a metodologia dos Modelos Lineares Generalizados (MLG) para séries temporais em que tanto a série de interesse quanto as covariáveis são estocasticamente dependentes. Entretanto, a análise estatística de séries com memória longa (ML), seja na resposta ou nas covariáveis, não é discutida em detalhes. O primeiro objetivo desta dissertação é investigar, através de simulações, as propriedades dos estimadores de máxima verossimilhança parcial dos coeficientes do MLG quando utilizado para séries temporais com ML. O segundo objetivo consiste em um estudo sobre a qualidade das previsões obtidas para vários modelos ajustados a dados de séries com ML, utilizando a metodologia proposta por Kedem e Fokianos (2002). Os modelos considerados nesta dissertação são modelos para séries de contagens, séries binárias e séries categóricas ordinais. Finalmente, as metodologias são ilustradas através de aplicações em conjuntos de dados reais de finanças e de poluição do ar; Non-gaussian time series modeling is a high relevance issue of time series analysis. Kedem and Fokianos (2002) have used partial likelihood estimation to extend the Generalized Linear Models (GLM) methodology systematically to time series where the response and covariate data are both stochastically dependent. However...

Fatores associados à proficiência em leitura e matemática : uma aplicação do modelo linear hierárquico com dados longitudinais do Projeto GERES; Factors associated with proficiency in reading and mathematics : an application of hierarchical linear models with longitudinal data of the GERES Project

Adilson Dalben
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 24/02/2014 PT
Relevância na Pesquisa
65.94%
Esta pesquisa é um estudo sobre a eficácia e equidade escolar que tem ganhado atenção especial nos países que usam as avaliações em larga escala a serviço da gestão do sistema educativo. No Brasil, que desde a década de 1990 colocou a avaliação educacional como recurso central em suas políticas educacionais, mas coletando dados seccionais, que são muito frágeis para essa finalidade. Essa fragilidade decorre da alta associação que os fatores extraescolares, sobretudo o nível socioeconômico do aluno, têm sobre as medidas de proficiência. Diante disso, foram usados dados longitudinais e a análise foi feita por meio de modelos lineares hierárquicos. Esta pesquisa teve como objetivo principal desenvolver um modelo estatístico capaz de identificar tais fatores para a realidade brasileira, considerando que a aprendizagem é um processo complexo, isto é, ela é influenciada simultaneamente por múltiplos fatores. Foram desenvolvidos modelos de valor agregado que não só identificam tais variáveis, como também caracterizam sua influência em alunos com distintas proficiências no início de cada período de escolarização. A base de dados utilizada nesses modelos foi fornecida pelo Projeto GERES, que, no período de 2005 a 2008...

Application of Generalized Linear Models and Generalized Estimation Equations to model at-haulback mortality of blue sharks captured in a pelagic longline fishery in the Atlantic Ocean

Coelho, Rui; Infante, Paulo; Santos, Miguel N.
Fonte: Elsevier Publicador: Elsevier
Tipo: Artigo de Revista Científica
POR
Relevância na Pesquisa
65.86%
At-haulback mortality of blue shark (Prionace glauca) captured by the Portuguese pelagic longline fish- ery targeting swordfish in the Atlantic was modeled. Data was collected by onboard fishery observers that monitored 762 fishing sets (1 005 486 hooks) and recorded information on 26 383 blue sharks. The sample size distribution ranged from 40 to 305 cm fork length, with 13.3% of the specimens captured dead at-haulback. Data modeling was carried out with Generalized Linear Models (GLM) and Gener- alized Estimation Equations (GEE), given the fishery-dependent source of the data. The explanatory variables influencing blue shark mortality rates were year, specimen size, fishing location, sex, season and branch line material. Model diagnostics and validation were performed with residual analysis, the Hosmer–Lemeshow test, a receiver operating characteristic (ROC) curve, and a 10-fold cross validation procedure. One important conclusion of this study was that blue shark sizes are important predictors for estimating at-haulback mortality rates, with the probabilities of dying at-haulback decreasing with increasing specimen sizes. The effect in terms of odds-ratios are non-linear, with the changing odds- ratios of surviving higher for the smaller sharks (as sharks grow in size) and then stabilizing as sharks reach larger sizes. The models presented in this study seem valid for predicting blue shark at-haulback mortality in this fishery...

Generalized linear models, generalized additive models and generalized estimating equations to capture-recapture closed population models

Akanda, Md. Abdus Salam; Alpizar-Jara, Russell
Fonte: Sociedade Portuguesa de Estatística Publicador: Sociedade Portuguesa de Estatística
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
65.91%
Estimation of animal population parameters is an important issue in ecological statistics. In this paper generalized linear models (GLM), generalized additive models (GAM) and generalized estimating equations (GEE) are used to account for individual heterogeneity, modelling capture probabilities as a function of individual observed covariates. The GEE also accounts for a correlation structure among capture occasions. We are interested in estimating closed population size, where only heterogeneity is considered, there is no time e ect or behavioral response to capture, and the capture probabilities depend on covariates. A real example is used for illustrative purposes. Conditional arguments are used to obtain a Horvitz-Thompson-like estimator for estimating population size. A simulation study is also conducted to show the performance of the estimation procedure and for comparison between methodologies. The GEE approach performs better than GLM or GAM approaches for estimating population size. The simulation study highlight the importance of considering correlation among capture occasions.

Generalized linear models applied to stranding data of South American sea lions (Otaria flavescens) and South American fur Seals (Arctocephalus australis) in Southern Brazil

Kinas, Paul Gerhard; Silva, Kleber Grübel da; Estima, Sérgio; Monteiro, Danielle da Silveira
Fonte: Universidade Federal do Rio Grande Publicador: Universidade Federal do Rio Grande
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
65.8%
Monthly strandings of South American sea lions, Otaria flavescens, and South American fur seals, Arctocephalus australis collected between 1993 and 2002 along the coastline of Rio Grande do Sul, Brazil, are analysed with generalized linear models (GLM) to describe spatial and temporal stranding patterns and to estimate the annual number of stranded animals by species. Results indicate a strong seasonal pattern for both species with maximum average number of strandings in September and minimum in January. While year effects are not significant, differences between regions (north or south of the Patos Lagoon mouth) are. Estimated numbers of stranded sea lions and fur seals in a typical year are 115, with 95% confidence interval (76; 160) and 95, with 95% confidence interval (48; 180), respectively. GLMs proved to be a very useful tool to examine the influence of time and space on strandings in a statistically rigorous framework.; Encalhes mensais de leões marinhos do sul, Otaria flavescens, e lobos marinhos do sul, Arctocephalus australis, registrados do ano de 1993 até 2002 ao longo da costa do Rio Grande do Sul, Brasil, são analisados com modelos lineares generalizados (GLM) a fim de descrever padrões espaciais e temporais bem como estimar o número anual de encalhes efetivos por espécie. Os resultados indicam um forte padrão sazonal para ambas as espécies com máximo de encalhes em setembro e mínimo em janeiro. Enquanto efeitos anuais não são significantes...

Statistics in review; Part 1: graphics, data summary and linear models

Moran, J.; Solomon, P.
Fonte: Australasian Academy of Critical Care Medicine Publicador: Australasian Academy of Critical Care Medicine
Tipo: Artigo de Revista Científica
Publicado em //2007 EN
Relevância na Pesquisa
65.82%
Statistics and biomedical literature have historically had an uneasy alliance. A critical approach to the application of statistics is developed. Initially, we survey graphical data display and trace the historical development of the "testing" statistical paradigm, and the contributions of A R Fisher and J Neyman and E Pearson. The nuances of data summary and testing are illustrated by way of population versus sample estimation. The importance of the normality assumption is stressed, and the recurring contrast of parametric (t test) versus non-parametric (Mann-Whitney) approaches to summary statistics is discussed. The t test is found to be adequate. Effect measures are outlined, and we demonstrate the utility of the unpaired t test for binary data analysis. The theory of linear models is introduced, and the underlying assumptions of the standard ordinary least squares regression are presented. The implications of transformations, in particular log transformation, are detailed, and we conclude with an overview of the principles of model selection.; John L Moran and Patricia J Solomon

Statistics in review; Part 2: Generalised linear models time-to-event and time-series analysis evidence synthesis and clinical trials

Moran, J.; Solomon, P.
Fonte: Australasian Academy of Critical Care Medicine Publicador: Australasian Academy of Critical Care Medicine
Tipo: Artigo de Revista Científica
Publicado em //2007 EN
Relevância na Pesquisa
65.89%
In Part I, we reviewed graphical display and data summary, followed by a consideration of linear regression models. Generalised linear models, structured in terms of an exponential response distribution and link function, are now introduced, subsuming logistic and Poisson regression. Time-to-event ("survival") analysis is developed from basic principles of hazard rate, and survival, cumulative distribution and density functions. Semi-parametric (Cox) and parametric (accelerated failure time) regression models are contrasted. Time-series analysis is explicated in terms of trend, seasonal, and other cyclical and irregular components, and further illustrated by development of a classical Box-Jenkins ARMA (autoregressive moving average) model for monthly ICU-patient hospital mortality rates recorded over 11 years. Multilevel (random-effects) models and principles of meta-analysis are outlined, and the review concludes with a brief consideration of important statistical aspects of clinical trials: sample size determination, interim analysis and "early stopping".; http://www.cicm.org.au/journal_load.php?year=2007&month=June; John L Moran and Patricia J Solomon

Robust estimation and outlier detection in linear models for grouped data

Pérez Garrido, Betsabé
Fonte: Universidade Carlos III de Madrid Publicador: Universidade Carlos III de Madrid
Tipo: Tese de Doutorado Formato: application/pdf
ENG
Relevância na Pesquisa
55.98%
Statistical models are, implicitly or explicitly, based on certain number of assumptions. Failure of any of these assumptions can be due to the existence of atypical observations in the data that do not follow the model under consideration. In practice, the problem of outlying observations is quite common; therefore it is rather relevant to use estimation methods that appropriately treat them. The literature provides two main alternative approaches to handle this problem. The first one consists of applying robust methods that aim to reduce the impact of outlying observations on the estimation of model parameters. The second approach attempts to use diagnostic methods that identify outlying observations before fitting the model, eliminate them and then employ a non-robust method for model estimation to the remaining clean data. This dissertation treats the problems of robust estimation and outlier detection when data have a grouped structure and most of the data satisfy one of the following models: a linear regression model with fixed group effects or a linear regression model with random group effects. Chapter 1 provides an introduction to the topics addressed in the dissertation, including some background information and motivation. Chapter 2 describes basic robust methods and diagnostic measures for linear regression models. Chapter 3 introduces the linear model with fixed group effects. To reduce the impact of outlying observations...

Some algebra and geometry for hierarchical models, applied to diagnostics

Cox, D.; Solomon, P.
Fonte: Wiley Publicador: Wiley
Tipo: Artigo de Revista Científica
Publicado em //1998 EN
Relevância na Pesquisa
55.99%
Recent advances in computing make it practical to use complex hierarchical models. However, the complexity makes it difficult to see how features of the data determine the fitted model. This paper describes an approach to diagnostics for hierarchical models, specifically linear hierarchical models with additive normal or t-errors. The key is to express hierarchical models in the form of ordinary linear models by adding artificial `cases' to the data set corresponding to the higher levels of the hierarchy. The error term of this linear model is not homoscedastic, but its covariance structure is much simpler than that usually used in variance component or random effects models. The re-expression has several advantages. First, it is extremely general, covering dynamic linear models, random effect and mixed effect models, and pairwise difference models, among others. Second, it makes more explicit the geometry of hierarchical models, by analogy with the geometry of linear models. Third, the analogy with linear models provides a rich source of ideas for diagnostics for all the parts of hierarchical models. This paper gives diagnostics to examine candidate added variables, transformations, collinearity, case influence and residuals.; James S. Hodges

Modelos lineares mistos: estruturas de matrizes de variâncias e covariâncias e seleção de modelos.; Mixed linear models: structures of matrix of variances and covariances and selection of models.

Camarinha Filho, Jomar Antonio
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 27/09/2002 PT
Relevância na Pesquisa
55.95%
É muito comum encontrar nas áreas agronômica e biológica experimentos cujas observações são correlacionadas. Porém, tais correlações, em tese, podem estar associadas às parcelas ou às subparcelas, dependendo do plano experimental adotado. Além disso, a metodologia de modelos lineares mistos vem sendo utilizada com mais freqüência, principalmente após os trabalhos de Searle (1988), Searle at al. (1992), Wolfinger (1993b) entre outros. O sucesso do procedimento de modelagem está fortemente associado ao exame dos efeitos aleatórios que devem permanecer no modelo e na possibilidade de se introduzir, no modelo, estruturas de variâncias e covariâncias das variáveis aleatórias que, para o modelo linear misto, podem estar inseridas no resíduo e, também, na parte aleatória associada ao fator aleatório conhecido. Nesse contexto, o Teste da Razão de Verossimilhança e o Critério de Akaike podem auxiliar na tarefa de escolha do modelo mais apropriado para análise dos dados, além de permitir verificar que escolhas de modelos inadequadas acarretam em conclusões divergentes em relação aos efeitos fixos do modelo. Com o desenvolvimento do Proc Mixed do SAS (Littel at al. 1996), utilizado neste trabalho, a análise desses experimentos...

Distribuições misturas de escala skew-normal : estimação e diagnostico em modelos lineares; Scale mixtures of skew-normal distribuitions : estimation and diagnostics for linear models

Camila Borelli Zeller
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 17/12/2009 PT
Relevância na Pesquisa
65.92%
Neste trabalho, estudamos alguns aspectos de estimação e diagnóstico de influência local (Cook, 1986) em modelos lineares, especificamente no modelo de regressão linear, no modelo linear misto e no modelo de Grubbs sob a classe de distribuições assimétricas misturas de escala skew-normal (SMSN) (Branco & Dey, 2001). Esta família de distribuições tem como membros particulares as versões simétrica e assimétrica das distribuições t-Student, slash e normal contaminada, todas com caudas mais pesadas que a distribuição normal, A estimação dos parâmetros será via o algoritmo EM (Dempster et al, 1977) e a análise de diagnóstico será baseada na técnica de dados aumentados que usa a esperança condicional da função log-verossimilhança dos dados aumentados (função-Q) proveniente do algoritmo EM, como proposta por Zhu & Lee (2001) e Lee & Xu (2004). Assim, pretendemos contribuir positivamente para desenvolvimento da área dos modelos lineares, estendendo alguns resultados encontrados na literatura, por exemplo, Pinheiro et al (2001), Arellano-Valle et aí (2005), Osório (2006), Montenegro et al (2009a), Montenegro et al (2009b), Osório et al (2009), Lachos et aí (2010), entre outros; In this work, we study some aspects of the estimation and the diagnostics based on the local influence (Cook...

Uso do "bootstrap" na estimação de parâmetros em modelos não lineares - uma aplicação em mecanismos cinéticos de michaelis-menten; The use of bootstrap in parameter estimation for non-linear models - application in kinetic mechanisms of michaelis-menten

Machado, Eustáquio José
Fonte: UNIVERSIDADE FEDERAL DE LAVRAS; DEX - Departamento de Ciências Exatas; UFLA; BRASIL Publicador: UNIVERSIDADE FEDERAL DE LAVRAS; DEX - Departamento de Ciências Exatas; UFLA; BRASIL
Tipo: Dissertação
Publicado em 27/08/2014 PT_BR
Relevância na Pesquisa
55.96%
A equação hiperbólica, conhecida no contexto bioquímico como o modelo de Michaelis-Menten, é utilizada para descrever a velocidade de reações químicas envolvendo enzimas (cinética enzimática). Este estudo teve como objetivo comparar os ajustes do modelo de Michaelis-Menten (1913) que fez uso de dois modelos não-lineares e quatro modelos linearizados. Os dois modelos não-lineares (um utilizou o método clássico assintotico usual e o outro fez uso da abordagem "bootstrap"). Os modelos linearizados foram obtidos por meio de transformações do modelo não-linear que utilizou o método clássico assintotico usual. As estimações dos parâmetros para os modelos foram realizadas pelo método de mínimos quadrados ordinários utilizando rotinas apropriadas dos softwares estatísticos R e SAS. Para o diagnóstico da pressuposição de homocedascidade dos resíduos foi utilizada a análise residual, e para a verificação da pressuposição da normalidade dos resíduos, foram utilizados o teste de probabilidade normal e o teste de Shapiro-Wilk. Para a comparação entre os modelos foram utilizados as amplitudes dos intervalos de confiança dos parâmetros, o quadrado médio dos resíduos (QME), o coeficiente de determinação ajustado ( )...

Local Distance-Based Generalized Linear Models using the dbstats package for R

Boj del Val, Eva; Delicado, Pedro; Fortiana Gregori, Josep; Esteve, Anna; Caballé Mestres, Adrià
Fonte: Xarxa de Referència en Economia Aplicada (XREAP) Publicador: Xarxa de Referència en Economia Aplicada (XREAP)
Tipo: Trabalho em Andamento Formato: application/pdf
Publicado em //2012 ENG
Relevância na Pesquisa
65.93%
This paper introduces local distance-based generalized linear models. These models extend (weighted) distance-based linear models firstly with the generalized linear model concept, then by localizing. Distances between individuals are the only predictor information needed to fit these models. Therefore they are applicable to mixed (qualitative and quantitative) explanatory variables or when the regressor is of functional type. Models can be fitted and analysed with the R package dbstats, which implements several distancebased prediction methods.