• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.55.2018.tde-27082018-101228
Documento
Autor
Nombre completo
Margareth Moreira Cordeiro
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 1993
Director
Tribunal
Rodrigues, Josemar (Presidente)
Bolfarine, Heleno
Milan, Luis Aparecido
Título en portugués
FATOR DE BAYES A POSTERIORI PARA COMPARAR OS COEFICIENTES DE MODELOS DE REGRESSÂO
Palabras clave en portugués
Não disponível
Resumen en portugués
Nesta dissertação, abordamos uma análise Bayesiana para comparar os coeficientes de modelos de regressão linear. Esta análise foi baseada no fator Bayes a posteriori introduzido por Aitkin (1991), considerando-se diferentes restrições sobre o modelo adotado e distribuições a priori não informativas. Em todos os modelos adotados observou-se que o fator de Bayes a posteriori não é identificado pela distribuição a priori e pelo tamanho da amostra (paradoxo de Lindley). Fez-se um estudo numérico para comparar o fator de Bayes a posteriori e o teste da razão de verossimilhança, concluindo-se que o fator de Bayes a posteriori é mais eficiente. Também foi proposto um novo critério denominado de teste da razão de entropia a posteriori. Os resultados obtidos através de simulações, quando comparados com o fator de Bayes a posteriori, indicaram que dependendo da escala utilizada o critério proposto é mais eficiente. Desenvolveu-se ainda uma aplicação do fator de Bayes a posteriori para dados relacionados ao desenvolvimento de um sensor de corrente elétrica utilizando fibras ópticas (Vieira, 1992).
Título en inglés
Posterior Bayes factor to compare coefficient regression models
Palabras clave en inglés
Not available
Resumen en inglés
The Bayesian analysis is covered in this dissertation to compare the coefficients of linear regression models. This analysis was based on the posterior Bayes factor introduced by Aitkin (1991), taking into account different restrictions on the adopted model and non informative priors distributions. On all the adoped models it was noted that the posterior Bayes factor is not influenced by the a prior distribution and by the sample size (Lindley paradox). A numerical study was made to compare the posterior Bayes factor and the likelihood ratio test. The conclusion was that the posteriori Bayes factor is more efficient. It was also proposed a new criterium called posterior entropy ratio test. The results achieved by means of simulations when compared with the posterior Bayes factor showed that depending on the scale used the proposed criterium is more efficient. A posterior Bayes factor application was also development for data related to the development of an electrical current sensor by the use of optical fibers (Vieira, 1992).
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2018-08-27
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.