Modelos de regressão para duas variáveis dependentes

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSouza, Roberto Molina de-
Autor(es): dc.contributorSouza, Roberto Molina de-
Autor(es): dc.contributorLizzi, Elizangela Aparecida da Silva-
Autor(es): dc.contributorBarros, Emílio Augusto Coelho-
Autor(es): dc.creatorNoveli, Aline Beatriz-
Data de aceite: dc.date.accessioned2022-08-04T20:19:07Z-
Data de disponibilização: dc.date.available2022-08-04T20:19:07Z-
Data de envio: dc.date.issued2022-05-11-
Data de envio: dc.date.issued2022-05-11-
Data de envio: dc.date.issued2020-10-19-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28422-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/706623-
Descrição: dc.descriptionThe use of multivariate analysis has great application in the more complex data analysis found recently in the literature. One of the factors can be attributed to the use of Bayesian analysis, which gives flexibility to the construction of new models. Many problems in which two possibly correlated variables were treated as independent, today can be solved without great computational costs using a bivariate distribution when the assumptions of this distribution are guaranteed. The objective of this work is to present four different bivariate models for multiple linear regression, based on the normal distribution, under the Bayesian approach, and to apply them to a set of real data. As a result, the proposed bivariate models adjusted better to the data analyzed when compared to the model that assumes independence of the response variables.-
Descrição: dc.descriptionO uso de análise multivariada tem grande aplicação nas análises de dados mais complexas encontrada recentemente na literatura. Um dos fatores pode ser atribuído ao uso da análise Bayesiana que dá flexibilidade à construção de novos modelos. Muitos problemas em que tratava duas variáveis possivelmente correlacionadas como independentes, hoje podem ser resolvidos sem grandes custos computacionais utilizando-se uma distribuição bivariada quando os pressupostos desta distribuição são garantidos. O objetivo deste trabalho é apresentar quatro modelos bivariados distintos para regressão linear múltipla, baseados na distribuição normal, sob o enfoque Bayesiano, e aplica-los em um conjunto de dados reais. Como resultado, os modelos bivariados propostos se ajustaram melhor aos dados analisados quando comparados ao modelo que pressupõe independência das variáveis respostas.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherLicenciatura em Matemática-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectAnálise multivariada-
Palavras-chave: dc.subjectAnálise de regressão-
Palavras-chave: dc.subjectTeoria bayesiana de decisão estatística-
Palavras-chave: dc.subjectMultivariate analysis-
Palavras-chave: dc.subjectRegression analysis-
Palavras-chave: dc.subjectBayesian statistical decision theory-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA-
Título: dc.titleModelos de regressão para duas variáveis dependentes-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.