Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/41613
Tipo: | TCC |
Título: | Modelagem de dados com medidas repetidas via equações de estimação generalizadas |
Título em inglês: | Modeling of data with repeated measurements via generalized estimation equations |
Autor(es): | Freitas, João Victor Bastos de |
Orientador: | Nobre, Juvêncio Santos |
Palavras-chave: | Medidas repetidas;Equações de Estimação Generalizadas;Modelos Lineares Generalizados;Repeated measures;Generalized Estimating Equations;Generalized Linear Models |
Data do documento: | 2018 |
Citação: | FREITAS, João Victor Bastos de. Modelagem de dados com medidas repetidas via equações de estimação generalizadas. 2018. 92 f.Trabalho de Conclusão de Curso (Graduação em Estatística) - Centro de Ciências, Universidade Federal do Ceará, 2018. |
Resumo: | Em muitas situações de interesse é comum se ter mais de uma observação por unidade experimental, gerando assim os experimentos com medidas repetidas. Na modelagem de tais experimentos se faz necessário considerar e modelar a estrutura de dependência intra-unidades experimentais. As primeiras propostas de modelagem foram baseadas sob suposição de normalidade, todavia nem sempre apresentam uma boa alternativa. Dito isso, uma alternativa de flexibilização, é fazer uso das Equações de Estimação Generalizadas (EEG’s). Esses modelos utilizam de propriedades de funções de estimação para construir equações de estimação que incorporam uma estrutura de correlação. Tais equações, inicialmente, foram obtidas para os Modelos Lineares Generalizados, do qual trataremos aqui. Neste trabalho será apresentada a teoria de funções de estimação e a construção das EEG’s, bem como técnicas para seleção de modelo e da matriz de correlação de trabalho, estatísticas para testar hipóteses lineares de interesse com relação aos parâmetros de regressão, além de técnicas de diagnóstico de influência global e local. Será apresentada e discutida através de exemplos práticos a importância e necessidade da modelagem utilizando EEG’s. |
Abstract: | In many situations of intereset it is commom to have more than one observation for experimental unit, thus generating the experiments with repeated measures. In the modeling of such experiments is necessary consider and model the intra-unit dependency structure. The first modeling proposals were based on normality assumption, but do not always present a good alternative. That being said, an flexibilization alternative, is to make use of Generalized Estimating Equations (GEE’s). These models use properties of estimating functions to build estimating equations which incorporate an correlation structure. Such equations, initially, were obtained for Generalized Linear Models, whose we will deal with here. In this work the theory of estimating functions and the constructions of GEE’s will be presented, as well as techniques for model selections and working correlation matrix selection, statistics to test linear hypothesis of interest with respect to regression parameters, as well as diagnostic techniques of global and local influence. The importance and necessity of modeling using GEE’s will be presented and discussed through practical examples. |
URI: | http://www.repositorio.ufc.br/handle/riufc/41613 |
Aparece nas coleções: | ESTATÍSTICA - Monografias |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2018_tcc_jvbfreitas.pdf | 1,18 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.