Busca avançada
Ano de início
Entree

Interpretabilidade e eficiência em testes de hipótese

Processo: 17/03363-8
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de junho de 2017 - 31 de maio de 2019
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
Pesquisador responsável:Rafael Izbicki
Beneficiário:Rafael Izbicki
Instituição-sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos, SP, Brasil
Pesq. associados: Luis Ernesto Bueno Salasar ; Rafael Bassi Stern
Assunto(s):Inferência estatística  Inferência bayesiana  Inferência não paramétrica  Testes de hipóteses 

Resumo

Testes de hipóteses formam um dos pilares fundamentais da inferência estatística. Ainda que os primórdios da formulação das ideias por trás dessa ferramenta já tenham mais de um século, até hoje essa área apresenta diversos desafios para estatísticos. Este projeto visa contribuir com o desenvolvimento de tais métodos através da superação de diversas lacunas existentes. Mais especificamente, os seguintes aspectos serão contemplados: (1) Testes Agnósticos. Há uma disconcordância acerca da interpretação dos resultados de testes de hipóteses: discute-se se as possíveis decisões de um teste sobre uma hipótese $H_0$ devem ser “aceitar” ou “rejeitar” $H_0$, ou então “não-rejeitar“ ou “rejeitar“ $H_0$. Tal discordância é uma das fontes de dificuldade do uso dessa metodologia por parte de usuários. Em particular, a segunda (e mais usual) perspectiva está intimamente ligada com a criação de testes de não inferioridade utilizados em ensaios clínicos. Neste trabalho, propomos uma formulação alternativa do paradigma de testes de hipóteses na qual, além das decisões “aceitar $H_0$“ e “rejeitar $H_0$“, há uma terceira decisão que consiste em “não concluir nada sobre $H_0$“, opção que chamamos de decisão agnóstica. (2) Testes Não Paramétricos Bayesianos. Graças ao grande volume de dados disponível hoje em diversas aplicações, métodos não paramétricos vêm ganhando cada vez mais destaque, uma vez que permitem que se faça menos suposições sobre o processo gerador dos dados. Infelizmente, a literatura em testes Bayesianos não paramétricos é escassa, ainda que a filosofia Bayesiana seja amplamente difundida hoje. Aqui, investigaremos novos testes que visam suprir essas deficiências. Em particular, daremos ênfase para testes que visam comparar dois ou mais grupos. (3) FBST em Altas Dimensionalidades. Outro desafio presente em diversas aplicações é o problema da alta dimensionalidade. Mais especificamente, em muitos problemas, o número de covariáveis é muito grande; muitas vezes inclusive maior que o número de observações. Isso traz dificuldades para diversos métodos tradicionais. Em particular, o Full Bayesian Significance Test vem mostrando diversas dificuldades em lidar com essa situação. Iremos propor melhorias neste método para que ele seja capaz de lidar com problemas de alta dimensionalidade, assim como desenvolver uma teoria que justifique seu uso. Como parte deste projeto, iremos também desenvolver e disponibilizar pacotes na linguagem R que implementam os métodos desenvolvidos. (AU)

Publicações científicas (5)
(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)
VILLAR COUTO, CYNTHIA M.; CUMMING, GRAEME S.; LACORTE, GUSTAVO A.; CONGRAINS, CARLOS; IZBICKI, RAFAEL; BRAGA, ERIKA MARTINS; ROCHA, CRISTIANO D.; MORALEZ-SILVA, EMMANUEL; HENRY, DOMINIC A. W.; MANU, SHIIWUA A.; ABALAKA, JACINTA; REGALLA, AISSA; DA SILVA, ALFREDO SIMAO; DIOP, MOUSSA S.; DEL LAMA, SILVIA N. Avian haemosporidians in the cattle egret (Bubulcus ibis) from central-western and southern Africa: High diversity and prevalence. PLoS One, v. 14, n. 2 FEB 22 2019. Citações Web of Science: 0.
STERN, JULIO MICHAEL; IZBICKI, RAFAEL; ESTEVES, LUIS GUSTAVO; STERN, RAFAEL BASSI. Logically-consistent hypothesis testing and the hexagon of oppositions. LOGIC JOURNAL OF THE IGPL, v. 25, n. 5, p. 741-757, OCT 2017. Citações Web of Science: 0.
IZBICKI, RAFAEL; LEE, ANN B.; FREEMAN, PETER E. PHOTO-z ESTIMATION: AN EXAMPLE OF NONPARAMETRIC CONDITIONAL DENSITY ESTIMATION UNDER SELECTION BIAS. Annals of Applied Statistics, v. 11, n. 2, p. 698-724, JUN 2017. Citações Web of Science: 1.
ESTEVES, LUIS GUSTAVO; IZBICKI, RAFAEL; STERN, RAFAEL BASSI. Teaching Decision Theory Proof Strategies Using a Crowdsourcing Problem. AMERICAN STATISTICIAN, v. 71, n. 4, p. 336-343, 2017. Citações Web of Science: 0.
IZBICKI, RAFAEL; LEE, ANN B. Converting high-dimensional regression to high-dimensional conditional density estimation. ELECTRONIC JOURNAL OF STATISTICS, v. 11, n. 2, p. 2800-2831, 2017. Citações Web of Science: 1.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.