Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/28422| Título: | Modelos de regressão para duas variáveis dependentes |
| Autor(es): | Noveli, Aline Beatriz |
| Orientador(es): | Souza, Roberto Molina de |
| Palavras-chave: | Análise multivariada Análise de regressão Teoria bayesiana de decisão estatística Multivariate analysis Regression analysis Bayesian statistical decision theory |
| Data do documento: | 20-Out-2020 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | NOVELI, Aline Beatriz. Modelos de regressão para duas variáveis dependentes. 2020. Trabalho de Conclusão de Curso (Licenciatura em Matemática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2020. |
| Resumo: | O 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. |
| Abstract: | The 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. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/28422 |
| Aparece nas coleções: | CP - Licenciatura em Matemática |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CP_DAMAT_2020_1_01.pdf | 5,25 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.