Novos modelos de regressão para dados com resposta binária e/ou limitada

• Processo: 17/15452-5
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Data de Início da vigência: 01 de março de 2018
• Data de Término da vigência: 28 de fevereiro de 2019
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Jorge Luis Bazan Guzman
• Beneficiário: Jorge Luis Bazan Guzman
• Pesquisador Anfitrião: Dipak Kumar Dey
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Connecticut (UCONN), Estados Unidos
• Assunto(s): Inferência Regressão Modelos de regressão Modelos lineares mistos
• Palavra(s)-Chave do Pesquisador: Inferência | modelos mistos | Regressão | resposta binária | resposta limitada | Teoria da Resposta ao Item | Modelos de regressão

Resumo

O objetivo principal deste projeto é propor diferentes modelos de regressão para resposta binária e/ou limitada no intervalo unitário estudando aspectos de inferência e modelagem quandoconsiderados dados reais. Especificamente, o projeto objetiva desenvolver novos modelos deregressão para o caso de respostas limitadas discretas no intervalo unitário considerando porexemplo propostas de novas ligações para modelos de regressão binária. Além disso, estudamoso caso de novos modelos de regressão de resposta limitada contínua. Extensões deste modelospara modelos de regressão ordinal, modelo de regressão mista e teoria da resposta ao item sãotambém consideradas. Estudos de simulação e aplicação a dados reais completam os objetivosdeste projeto. A proposta se justifica pela escassez de pesquisas que acomodam tais tipos dedados, pela implicações práticas dos resultados dessa modelagem, pela relevância do trabalho emconjunto com o Prof. Dipak Dey e pelo reforço do contato com o Departamento de Estatísticada University of Connecticut. É esperado publicar artigos em revistas internacionalmente relevantes, fazer apresentações em reuniões científicas a fim de divulgar os trabalhos e as instituiçõesenvolvidas. Da mesma forma, espera-se o fortalecimento da parceria entre as duas universidades, com o intuito de instaurar novos projetos incluindo a participação de ao menos um aluno de pós-graduação.

Publicações científicas

(8)

(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)

DA SILVA, MARCELO A.; HUGGINS-MANLEY, ANNE C.; MAZZON, JOSE A.; BAZAN, JORGE L.. Bayesian estimation of a flexible bifactor generalized partial credit model to survey data. Journal of Applied Statistics, v. 46, n. 13, p. 1-16, MAR 2019. (17/15452-5)

DA SILVA, MARCELO A.; LIU, REN; HUGGINS-MANLEY, ANNE CORINNE; BAZAN, JORGE L.. Bayesian estimation of multidimensional polytomous item response theory models with Q-matrices using Stan. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION, SEP 2021. (17/15452-5)

DA SILVA, MARCELO A.; LIU, REN; HUGGINS-MANLEY, ANNE C.; BAZAN, JORGE L.. Incorporating the Q-Matrix Into Multidimensional Item Response Theory Models. EDUCATIONAL AND PSYCHOLOGICAL MEASUREMENT, v. 79, n. 4, p. 665-687, AUG 2019. (17/15452-5)

FLORES, SANDRA E.; PRATES, MARCOS O.; BAZAN, JORGE L.; BOLFARINE, HELENO B.. Spatial regression models for bounded response variables with evaluation of the degree of dependence. STATISTICS AND ITS INTERFACE, v. 14, n. 2, p. 95-107, 2021. (17/15452-5)

BAZAN, JORGE LUIS. Four comments for the paper from Liu et al. (2019). JOURNAL OF THE KOREAN STATISTICAL SOCIETY, v. 48, n. 4, p. 2-pg., 2019-12-01. (17/15452-5)

DA PAZ, ROSINEIDE F.; BALAKRISHNAN, NARAYANASWAMY; BAZAN, JORGE LUIS. L-Logistic regression models: Prior sensitivity analysis, robustness to outliers and applications. BRAZILIAN JOURNAL OF PROBABILITY AND STATISTICS, v. 33, n. 3, p. 455-479, AUG 2019. (17/15452-5)

HUAYANAY, ALEX DE LA CRUZ; BAZAN, JORGE L.; CANCHO, VICENTE G.; DEY, DIPAK K.. Performance of asymmetric links and correction methods for imbalanced data in binary regression. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 89, n. 9, p. 1694-1714, JUN 13 2019. (17/15452-5)

DA PAZ, ROSINEIDE; BAZAN, JORGE LUIS; LACHOS, VICTOR HUGO; DEY, DIPAK. A finite mixture mixed proportion regression model for classification problems in longitudinal voting data. Journal of Applied Statistics, NOV 2021. (17/15452-5)