Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Bayesian Reference Analysis for the Generalized Normal Linear Regression Model

Texto completo
Autor(es):
Tomazella, Vera Lucia Damasceno [1] ; Jesus, Sandra Rego [2] ; Gazon, Amanda Buosi [1] ; Louzada, Francisco [3] ; Nadarajah, Saralees [4] ; Nascimento, Diego Carvalho [5] ; Rodrigues, Francisco Aparecido [3] ; Ramos, Pedro Luiz [3]
Número total de Autores: 8
Afiliação do(s) autor(es):
[1] Univ Fed Sao Carlos, Dept Stat, BR-13565905 Sao Paulo - Brazil
[2] Univ Fed Bahia, Multidisciplinary Hlth Inst, BR-45029094 Vitoria Da Conquista, BA - Brazil
[3] Univ Sao Paulo, Inst Math Sci & Comp, BR-13566590 Sao Carlos - Brazil
[4] Univ Manchester, Sch Math, Manchester M13 9PR, Lancs - England
[5] Univ Atacama, Fac Ingn, Dept Matemat, Copiapo 1530000 - Chile
Número total de Afiliações: 5
Tipo de documento: Artigo Científico
Fonte: SYMMETRY-BASEL; v. 13, n. 5 MAY 2021.
Citações Web of Science: 0
Resumo

This article proposes the use of the Bayesian reference analysis to estimate the parameters of the generalized normal linear regression model. It is shown that the reference prior led to a proper posterior distribution, while the Jeffreys prior returned an improper one. The inferential purposes were obtained via Markov Chain Monte Carlo (MCMC). Furthermore, diagnostic techniques based on the Kullback-Leibler divergence were used. The proposed method was illustrated using artificial data and real data on the height and diameter of Eucalyptus clones from Brazil. (AU)

Processo FAPESP: 20/09174-5 - Recomendação de itens de interesse da BeeNet
Beneficiário:Diego Carvalho do Nascimento
Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:Francisco Louzada Neto
Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 17/25971-0 - Inferência estatística de sistemas complexos
Beneficiário:Pedro Luiz Ramos
Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado