Busca avançada
Ano de início
Entree

Métodos assintóticos em regressão

Processo: 96/01741-7
Linha de fomento:Auxílio à Pesquisa - Temático
Vigência: 01 de setembro de 1996 - 31 de agosto de 1999
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
Pesquisador responsável:Heleno Bolfarine
Beneficiário:Heleno Bolfarine
Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Auxílios(s) vinculado(s):99/09157-0 - Pilar Loreto Iglesias Zuazola | Pontificia Universidad Católica de Chile - Chile, AV.EXT
99/04541-7 - Theoperational Bayesian approach for finite populations, AR.EXT
98/12281-2 - Manuel Galea Rojas | Universidad de Valparaíso - Chile, AV.EXT
+ mais auxílios vinculados 98/12304-2 - Reinaldo Boris Arellano Valle | Pontificia Universidad Católica de Chile - Chile, AV.EXT
98/07470-0 - Francisco cribari NETO | Univ federal pernambuco/ufpe - Brasil, AV.BR
98/03062-5 - Edward J. Stanek III | University of Massachusetts - Estados Unidos, AV.EXT
98/04665-5 - Pranab Kumar Sen | University North Carolina Chapel Hill - Estados Unidos, AV.EXT
98/03061-9 - Rahul Mukerjee | Indian Institute of Management - Índia, AV.EXT
98/00716-4 - Pearson type II measurement error models, AR.EXT
97/10504-1 - Patricia Cristina Gimenez | Universidad Nacional de Mar del Plata - Argentina, AV.EXT
97/07124-2 - Pearson Type II superpopulation models, AR.EXT
97/04656-3 - Pranab Kumar Sen | University North Carolina Chapel Hill - Estados Unidos, AV.EXT
97/00865-7 - Time-dependent coefficients in a multi0event model for survival analysis, AR.EXT - menos auxílios vinculados
Bolsa(s) vinculada(s):98/14103-4 - Regressão logística, Regressão de Poisson e modelos lineares generalizados, BP.IC
98/03705-3 - Análise de dados categorizados: métodos assintóticos, BE.PQ
97/06659-0 - Inferência estatística para modelos lineares com restrições nos parâmetros em condições regulares e não regulares, BP.DR
Assunto(s):Análise estatística de dados  Análise de regressão e de correlação  Análise de sobrevida 

Resumo

Em linhas gerais, a técnica estatística usualmente denominada regressão é utilizada para estudar relações entre uma ou mais características (variáveis) consideradas como respostas e uma ou mais características tomadas como fatores explicativos. O estudo da relação entre o dispêndio com saúde e o conjunto que inclui nível educacional, renda e idade como variáveis explicativas constitui um exemplo típico; a investigação sobre a associação entre diferentes fatores de risco como hábito tabagista, nível de obesidade ou presença de hipertensão arterial e o tempo para o desenvolvimento de determinada moléstia cardiovascular também pode ser catalogado como tal. Dentre as inúmeras classes de modelos estatísticos comumente consideradas como paradigmas para esse tipo de problemas, podemos mencionar aquelas conhecidas sob as designações gerais de modelos com erros nas variáveis, modelos para dados longitudinais, modelos de análise de sobrevivência e modelos para dados discretos. O emprego de técnicas estatísticas exatas para inferências sob esses modelos é mais exceção do que regra e na prática, a análise precisa ser alicerçada em resultados aproximados, cuja validade depende do tamanho das amostras disponíveis. É nesse contexto que os métodos assintóticos enfocados neste projeto têm papel primordial para análise estatística do tipo de dados que se enquadram no figurino citado anteriormente. Mais especificamente, os objetivos são: i) desenvolver metodologia inferencial para as diferentes classes de modelos de regressão; ii) otimizar as propriedades estatísticas desses métodos através de técnicas de aperfeiçoamento assintótico; iii) implementar essa metodologia computacionalmente e iv) aplicar os resultados obtidos em problemas oriundos das diversas áreas do conhecimento científico, tecnológico ou artístico. (AU)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
HÉLITON RIBEIRO TAVARES; DALTON FRANCISCO DE ANDRADE; CARLOS ALBERTO DE BRAGANÇA PEREIRA. Detection of determinant genes and diagnostic via Item Response Theory. GENETICS AND MOLECULAR BIOLOGY, v. 27, n. 4, p. -, 2004.
OGLIARI‚ P.J.; ANDRADE‚ D.F. Analysing longitudinal data via nonlinear models in randomized block designs. COMPUTATIONAL STATISTICS & DATA ANALYSIS, v. 36, n. 3, p. 319-332, 2001.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.