Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/72500| Type: | TCC |
| Title: | Modelo de regressão gama unitária |
| Authors: | Rocha, Eric Oliveira |
| Advisor: | Nobre, Juvêncio Santos |
| Keywords: | Modelos de regressão;Distribuição beta;Distribuição gama unitária;Modelos de regressão beta;Software R |
| Issue Date: | 2022 |
| Citation: | ROCHA, Eric Oliveira. Modelo de regressão gama unitária. 2022. 55 f. Monografia (Graduação em Estatística) – Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2022. |
| Abstract in Brazilian Portuguese: | Modelos de regressão com suporte limitado no (0, 1) são úteis quando se tem o interesse em modelar taxas e proporções, nesse sentido temos o modelo de regressão beta devido a Ferrari e Cribari-Neto (2004, Journal of applied statistics) e mais recentemente o modelo de regressão gama unitária proposto por Mousa et al. (2016, Advances and Applications in Statistics) que tem como base a distribuição gama unitária devido Grassia (1977, Australian Journal of Statistics) sendo obtida por meio de uma transformação logarítmica de uma variável com distribuição gama e possui a característica de ser bastante flexível, podendo assumir formas simétricas e assimétricas em (0,1). Portanto, tem-se um modelo regressão para situações em que a variável resposta é contínua com suporte limitado, isso inclui taxas e proporções tendo assim uma grande diversidade de aplicações práticas. Além disso, o modelo de regressão associado é reparametrizado de forma similar ao modelo beta proposto por Ferrari e Cribari-Neto (2004, Journal of applied statistics), i.e., expresso em termos de sua média e de um parâmetro de dispersão. Neste trabalho temos como objetivo apresentar os aspectos teóricos e práticos do modelo, foi utilizado um conjunto de dados reais no qual se considerou o ajuste e a análise de diagnóstico no software livre R dos modelos de regressão gama unitária e beta, no qual foi possível verificar uma melhor adequabilidade do modelo de regressão gama unitária aos dados, evidenciando a sua vantagem. |
| Abstract: | Regression models with bounded support at (0, 1) are useful when you are interested in modeling rates and proportions, in this sense we have the beta regression model due to Ferrari and Cribari-Neto (2004, Journal of applied statistics) and more recently the model of unitary gamma regression proposed by Mousa et al. (2016, Advances and Applications in Statistics) which is based on the unitary gamma distribution due to Grassia (1977, Australian Journal of Statistics) being obtained through a logarithmic transformation of a variable with gamma distribution and has the characteristic of being quite flexible, being able to assume symmetric and asymmetric forms in (0,1). Therefore, there is a model regression for situations where the response variable is continuous with limited support, this includes rates and proportions thus having a wide range of practical applications. In addition In addition, the associated regression model is reparametrized similarly to the beta model proposed by Ferrari and Cribari-Neto (2004, Journal of applied statistics), i.e., expressed in terms of its mean and a dispersion parameter. In this work we have In order to present the theoretical and practical aspects of the model, a set of real data in which the adjustment and diagnostic analysis were considered in the free software R of the unitary and beta gamma regression models, in which it was possible to verify a better suitability of the unitary gamma regression model to the data, evidencing its advantage. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/72500 |
| Appears in Collections: | ESTATÍSTICA - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2022_tcc_eorocha.pdf | Monografia de Eric Rocha | 1,11 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.