Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.
Made available in DSpace on 2016-06-02T20:06:11Z (GMT). No. of bitstreams: 1 DissPGCB.pdf: 1168050 bytes, checksum: 6dc9351b4fed81fa76650df3ca9d8772 (MD5) Previous issue date: 2005-09-16 === This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and...
Main Author: | |
---|---|
Other Authors: | |
Format: | Others |
Language: | Portuguese |
Published: |
Universidade Federal de São Carlos
2016
|
Subjects: | |
Online Access: | https://repositorio.ufscar.br/handle/ufscar/4591 |
id |
ndltd-IBICT-oai-repositorio.ufscar.br-ufscar-4591 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-IBICT-oai-repositorio.ufscar.br-ufscar-45912018-05-23T20:08:29Z Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. Buzolin, Prescila Glaucia Christianini Diniz, Carlos Alberto Ribeiro Teoria bayesiana de decisão estatística Inferência bayesiana Heteroscedasticidade Modelos de crescimento sigmoidais CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Made available in DSpace on 2016-06-02T20:06:11Z (GMT). No. of bitstreams: 1 DissPGCB.pdf: 1168050 bytes, checksum: 6dc9351b4fed81fa76650df3ca9d8772 (MD5) Previous issue date: 2005-09-16 This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set. Esta dissertação apresenta as abordagens Clássica e Bayesiana para os modelos de crescimento sigmoidais de Gompertz e de Richards. São consideradas as suposições de homoscedasticidade e heteroscedasticidade multiplicativa dos erros. Para a análise Clássica foi utilizado o método de máxima verossimilhança onde a obtenção das estimativas dos parâmetros ocorreu através de métodos iterativos. Para a análise bayesiana, foram consideradas prioris não informativas de Jeffreys e para a obtenção dos resumos a posteriori utilizamos o algoritmo de Metropolis-Hastings. Ambos os métodos foram ilustrados através de dados simulados e reais. 2016-06-02T20:06:11Z 2006-05-10 2016-06-02T20:06:11Z 2005-09-16 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis BUZOLIN, Prescila Glaucia Christianini. Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos.. 2005. 128 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. https://repositorio.ufscar.br/handle/ufscar/4591 por info:eu-repo/semantics/openAccess application/pdf Universidade Federal de São Carlos Programa de Pós-graduação em Estatística UFSCar BR reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos instacron:UFSCAR |
collection |
NDLTD |
language |
Portuguese |
format |
Others
|
sources |
NDLTD |
topic |
Teoria bayesiana de decisão estatística Inferência bayesiana Heteroscedasticidade Modelos de crescimento sigmoidais CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
spellingShingle |
Teoria bayesiana de decisão estatística Inferência bayesiana Heteroscedasticidade Modelos de crescimento sigmoidais CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Buzolin, Prescila Glaucia Christianini Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
description |
Made available in DSpace on 2016-06-02T20:06:11Z (GMT). No. of bitstreams: 1
DissPGCB.pdf: 1168050 bytes, checksum: 6dc9351b4fed81fa76650df3ca9d8772 (MD5)
Previous issue date: 2005-09-16 === This work presents a classical and a Bayesian approaches to two sigmoidal grownth curves, the Gompertz and the Richards models. We consider the homoscedastic assumption and a multiplicative heteroscedastic structure. For the classical approach we use the maximum likelihood method and for bayesian approach we consider non-informative priors. The posterioris summaries were obtained by the use of the Metropolis-Hastings algorithm. The illustration of both approaches is made using a simulated and a real data set. === Esta dissertação apresenta as abordagens Clássica e Bayesiana para os modelos de crescimento sigmoidais de Gompertz e de Richards. São consideradas as suposições de homoscedasticidade e heteroscedasticidade multiplicativa dos erros. Para a análise Clássica foi utilizado o método de máxima verossimilhança onde a obtenção das estimativas dos parâmetros ocorreu através de métodos iterativos. Para a análise bayesiana, foram consideradas prioris não informativas de Jeffreys e para a obtenção dos resumos a posteriori utilizamos o algoritmo de Metropolis-Hastings. Ambos os métodos foram ilustrados através de dados simulados e reais. |
author2 |
Diniz, Carlos Alberto Ribeiro |
author_facet |
Diniz, Carlos Alberto Ribeiro Buzolin, Prescila Glaucia Christianini |
author |
Buzolin, Prescila Glaucia Christianini |
author_sort |
Buzolin, Prescila Glaucia Christianini |
title |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_short |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_full |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_fullStr |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_full_unstemmed |
Uma abordagem clássica e bayesiana para os modelos de Gompertz e de Richards heteroscedásticos. |
title_sort |
uma abordagem clássica e bayesiana para os modelos de gompertz e de richards heteroscedásticos. |
publisher |
Universidade Federal de São Carlos |
publishDate |
2016 |
url |
https://repositorio.ufscar.br/handle/ufscar/4591 |
work_keys_str_mv |
AT buzolinprescilaglauciachristianini umaabordagemclassicaebayesianaparaosmodelosdegompertzederichardsheteroscedasticos |
_version_ |
1718649911959879680 |