Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Costa, Patrícia Lusié Velozo da | - |
Autor(es): dc.contributor | Pereira, João Batista de Morais | - |
Autor(es): dc.contributor | Gonçalves, Kelly Cristina Mota | - |
Autor(es): dc.creator | Silva, Damiana Medeiros Pereira da | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:41:28Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:41:28Z | - |
Data de envio: dc.date.issued | 2020-07-22 | - |
Data de envio: dc.date.issued | 2020-07-22 | - |
Data de envio: dc.date.issued | 2016 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/14464 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/775563 | - |
Descrição: dc.description | Populações que evoluem de forma exponencial ao longo do tempo são muito comuns em diversos problemas práticos. Fazer previsão acerca destas populações também é de bastante interesse, pois a série de dados que as compõe podem estar associadas a cenários de epidemia ou degeneração, dependendo do problema em questão. Neste trabalho o interesse é estudar modelos que se ajustem a dados que evoluam exponencialmente com o passar do tempo. Em particular, o objetivo é estudar modelos de crescimento exponencial generalizado e uma reformulação do mesmo utilizando uma abordagem mais flexível via modelos dinâmicos. A inferência é realizada sob o enfoque bayesiano e como a distribuição a posteriori do vetor paramétrico não apresenta uma forma analítica conhecida, utilizou-se métodos de simulação de Monte Carlo via cadeia de Markov e o algoritmo Forward Filtering Backward Sampling para estimação dos estados em modelos dinâmicos. Estudos utilizando dados artificiais mostram que a reformulação via modelos dinâmicos apresenta melhores resultados, além de ser uma abordagem mais flexível | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Função de ligação exponencial modificada | - |
Palavras-chave: dc.subject | Inferência bayesiana | - |
Palavras-chave: dc.subject | Métodos de aproximação | - |
Palavras-chave: dc.subject | Modelos dinâmicos | - |
Palavras-chave: dc.subject | FFBS | - |
Palavras-chave: dc.subject | Crescimento populacional | - |
Palavras-chave: dc.subject | Inferência bayesiana | - |
Título: dc.title | Uma abordagem dinâmica para modelos de crescimento exponencial | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: