Regressão binária usando ligações potência e reversa de potência

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Chumbimune Anyosa, Susan Alicia
Orientador(a): Bazán Guzmán, Jorge Luis lattes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de São Carlos
Câmpus São Carlos
Programa de Pós-Graduação: Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Regressão binária
Ligação assimétrica
Estimação bayesiana
Palavras-chave em Inglês:
Binary regression
Asymmetric link
Bayesian estimation
Área do conhecimento CNPq:
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/9016
Resumo: The aim of this dissertation is to study a family of asymmetric link functions for binary regression models under Bayesian approach. Specifically, we present the estimation of parameters of power and reversal power binary regression models considering Hamiltonian Monte Carlo method, on No-U-Turn Sampler extension, and Metropolis-Hastings within Gibbs sampling method. Furthermore, we study a wide variety of model comparison measures, including information criteria and measures of predictive evaluation. A simulation study was conducted in order to research accuracy and efficiency on estimated parameters. Through analysis of educational data we show that models using the proposed link functions perform better fit than models using standard links.

Registros relacionados