Busca avançada
Ano de início
Entree

Modelos de regressão mistos para dados bivariados contínuo assimétrico e binário

Processo: 15/25867-2
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de maio de 2016
Vigência (Término): 28 de fevereiro de 2018
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
Pesquisador responsável:Caio Lucidius Naberezny Azevedo
Beneficiário:Mayara Caroline Maioli
Instituição-sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:12/21788-2 - Modelos de regressão e aplicações, AP.TEM
Assunto(s):Inferência bayesiana   Algoritmos

Resumo

Neste projeto desenvolveremos uma classe de modelos de regressão mistos para dados bivariados contínuo assimétrico e binário, ou seja, uma das variáveis resposta é contínua e para ela se considera a distribuição normal assimétrica centrada enquanto que a outra é binária (dicotômica). Além disso, para a variável binária, utilizaremos como função de ligação a função distribuição acumulada da normal assimétrica centrada. Para introduzir a estrutura de dependência entre as duas variáveis reposta consideraremos uma estrutura comum de efeitos aleatórios os quais seguem uma distribuição normal assimétrica centrada multivariada. Utilizaremos uma estrutura de dados aumentados para a parte binária, bem como representações estocásticas convenientes para a distribuição normal assimétrica centrada em suas versões uni e multivariada, para fins de estimação paramétrica e verificação da qualidade de ajuste do modelo. O paradigma bayesiano, através de algoritmos MCMC, será utilizada também para ajustar os modelos bem como para verificar a qualidade de ajuste e comparar modelos competidores. Os desenvolvimentos serão implementados no pacote computacional R. Estudos de simulação bem como análise de dados reais serão considerados para ilustrar o potencial das metodologias desenvolvidas. (AU)

Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

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