Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/24134
Full metadata record
DC FieldValueLanguage
dc.creatorAlcântara, Cássio de-
dc.date.accessioned2019-01-30T18:05:38Z-
dc.date.available2019-01-30T18:05:38Z-
dc.date.issued2018-12-21-
dc.identifier.citationALCÂNTARA, Cássio de. Ajuste de distribuição de probabilidades de variáveis de custo fixo. 2018. 51 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2018.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/24134-
dc.description.abstractThe aim of this work is to study the Family of Generalized Additive Models for Position, Scale and Shape (GAMLSS) and apply it to a database, referring to patients who suffered from acute myocardial infarction (AMI), whose the response variable is limited to the continuous interval (0,1). In this way, it was necessary to study distributions that behave well with this type of variable, which stand out Beta and Generalized Beta Type 1. Beta regression models were obtained for comparison of the adjustments. The resulting GAMLSS models modeled two parameters, and the assumptions of normality, independency and homoscedasticity of the residues for both were reached. The generalized GAIC and R² values were superior to those of the beta regression models created, in addition to presenting better results in residue analysis. It is concluded that the GAMLSS models present themselves as a powerful tool in the adjustment of these models, since it assists the researcher in steps of the modeling that are often done in an intuitive way besides modeling not only the average, but also also the dispersion, asymmetry and kurtosis, opening possibilities to reach good adjustments without the need to exclude observations from the databases.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectGAMLSSpt_BR
dc.subjectInfarto do miocárdiopt_BR
dc.subjectRegressão betapt_BR
dc.subjectBeta generalizada tipo 1pt_BR
dc.subjectMyocardial infarctionpt_BR
dc.subjectBeta regressionpt_BR
dc.subjectGeneralized beta type 1pt_BR
dc.titleModelos aditivos generalizados para posição, escala e forma (Gamlss) na modelagem da área miocárdica sob risco de Necrose.pt_BR
dc.title.alternativeGeneralized additive models for position, scale and shape (Gamlss) in the modeling of the myocardial area at risk of Necrose.pt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Pinto, Edmilson Rodrigues-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1276467406043945pt_BR
dc.contributor.referee1Pereira, Janser Moura-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8834398790716276pt_BR
dc.contributor.referee2Pereira, Leandro Alves-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0760487233492775pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2344294331714148pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO presente trabalho tem como objetivos estudar a família dos Modelos Aditivos Generalizados para Posição, Escala e Forma (GAMLSS) e aplicar em um banco de dados, referente a pacientes que sofreram de Infarto Agudo do Miocárdio (IAM), onde a variável resposta é limitada ao intervalo contínuo (0,1). Desta forma, fez-se necessário o estudo de distribuições que se comportam bem com este tipo de varíavel, onde se destacam a Beta e a Beta Generalizada Tipo 1. Modelo de regressão beta foram obtidos para comparação dos ajustes. Os modelos GAMLSS resultantes modelaram dois parâmetros, e foi alcançado os pressupostos de normalidade, independência e homocedasticidade dos resíduos para ambos. Os valores de GAIC e R² generalizado foram superiores aos dos modelos de regressão beta criados, além de apresentarem melhores resultados na análise de resíduos. Conclui-se então que os modelos GAMLSS se apresentam como uma ferramenta poderosa no ajuste desses modelos, uma vez que auxilia o pesquisador em etapas da modelagem que muitas vezes são feitas de modo intuitivo além de modelar não só a média, como também a dispersão, a assimetria e a curtose, abrindo possibilidades de atingir bons ajustes sem a necessidade de excluir observações dos bancos de dados.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEstatísticapt_BR
dc.sizeorduration51pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAOpt_BR
Appears in Collections:TCC - Estatística

Files in This Item:
File Description SizeFormat 
ModelosAditivosGeneralizados.pdf610.46 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.