Modelo de regressao segmentada: um enfoque bayesiano.

• Processo: 97/08159-4
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de dezembro de 1997
• Data de Término da vigência: 30 de novembro de 1998
• Área do conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Carlos Alberto Ribeiro Diniz
• Beneficiário: Carlos Alberto Ribeiro Diniz
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Assunto(s): Robustez Inferência bayesiana
• Palavra(s)-Chave do Pesquisador: Inferencia Bayesiana | Regressao Segmentada | Robustez

Resumo

O objetivo desta pesquisa é a utilização de técnica Bayesiana para modelos de regressão segmentada linear-linear considerados métodos de Monte Cario com Cadeias de Markov (Chib e Greenberg, 1995; Gelfand e Smith, 1990), assumindo diferentes densidades a priori informativas e alternativas robustas à distribuição normal para os erros de regressão. Ambos os modelos homocedásticos e heterocedásticos serão considerados. Paralelamente à execução desta proposta, pretende-se comparar, via simulação, alguns métodos clássicos de estimação para modelos de regressão segmentada, entre eles: método da verossimilhança, busca na grade, agrupamento hierárquico, bootstrap e métodos não-paramétricos. Esta comparação será estendida aos resultados obtidos pela abordagem Bayesiana. (AU)