Estimação por máxima verossimilhança em modelos espaciais lineares mistos generalizados baseada na aproximação de Laplace

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRibeiro Junior, Paulo Justiniano, 1967--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Curso de Graduação em Estatística e Ciência de Dados-
Autor(es): dc.creatorAlves, Caio Gomes-
Data de aceite: dc.date.accessioned2025-09-01T13:13:50Z-
Data de disponibilização: dc.date.available2025-09-01T13:13:50Z-
Data de envio: dc.date.issued2025-08-27-
Data de envio: dc.date.issued2025-08-27-
Data de envio: dc.date.issued2023-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/98127-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/98127-
Descrição: dc.descriptionOrientador: Prof. Dr. Paulo Justiniano Ribeiro Junior-
Descrição: dc.descriptionMonografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Graduação em Estatística-
Descrição: dc.descriptionInclui referências-
Descrição: dc.descriptionResumo : A modelagem geoestatística para dados não-gaussianos usualmente se dá por meio de métodos baseados em reamostragem por MCMC (Monte Carlo Markov Chain), que apresentam problemas inerentes quanto à complexidade computacional e convergência dos estimadores, que são agravados com o crescimento da quantidade de dados amostrados. Este trabalho tem como objetivo análise e modificação de algoritmos computacionais para a estimação de parâmetros de modelos espaciais lineares mistos generalizados (SGLMMs), por meio da maximização da log-verossimilhança usando a aproximação de Laplace. Utilizou-se a linguagem de programação R, a avaliação das funções foi feita por meio de um estudo de simulação, com o objetivo de investigar o comportamento dos estimadores obtidos sob diferentes condições, que mostra que os mesmos possuem propriedades como o não-viés para amostras grandes e consistência. Posteriormente, foi realizado o ajuste de diferentes modelos à duas bases de dados reais, que possuem dados não-gaussianos, como motivação de aplicação dos métodos desenvolvidos-
Formato: dc.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectGeologia - Métodos estatísticos-
Palavras-chave: dc.subjectAlgorítmos computacionais-
Palavras-chave: dc.subjectModelos lineares (Estatística)-
Palavras-chave: dc.subjectProcessos gaussianos-
Título: dc.titleEstimação por máxima verossimilhança em modelos espaciais lineares mistos generalizados baseada na aproximação de Laplace-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.