Visualizar trabalho

• Cód. Trabalho: 1237 | Palavras-chave: inferência bayesiana, ligação potência, ligação reversa
• Título: Estudo simulado para aplicação de modelos de regressão binária considerando diferentes funções de ligação
• Autor(es): Robson Marcelo Rossi
• Resumo:
  O presente trabalho teve por objetivo apresentar um estudo de simulação de dados binários, Y ~ Bernoulli(p) em diferentes cenários amostrais (n = 10, 30, 100, 500 e 1.000) considerando um modelo de regressão cujo preditor linear foi logit(p) = x,  isto é,  b₀=0 e b₁=1, x ~ U(-1,1) e uma ligação do tipo potência logit assimétrica (l = 0,1, 0,5, 1 e 5), tal que p = [exp(x)/(1+exp(x)]^l. Por meio de inferência Bayesiana, foram obtidas as estimativas dos parâmetros de cada modelo binomial, considerando diferentes funções de ligação simétricas (logit, probit e cauchy) e assimétricas (cloglog e loglog) nas formas básicas, potência e reversas de potência, a fim de investigar qual(is), dos 300 modelos analisados, seriam mais parcimoniosos por meio do Critério da Informação de Deviance Bayesiana (DIC). Em geral todos os modelos apresentaram performances similares, visto que os valores DIC foram relativamente próximos. Todavia, os modelos que, em geral, apresentaram o menor valor absoluto para o DIC, foram os de ligação Reversa de Potência (55%), seguido dos de ligação Potência (40%) e os Básicos (5%). Em especial, o modelo com função de ligação Reversa de Potência cloglog (Gumbel de valor mínimo) foi o mais frequente, 35% dos ajustes mais parcimoniosos nos cenários simulados.
• Texto na integra  Voltar