Mostrar registro simples

dc.contributor.advisorVigo, Álvaropt_BR
dc.contributor.authorCorrea, Tiago Buchweitzpt_BR
dc.date.accessioned2016-03-12T02:05:40Zpt_BR
dc.date.issued2015pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/133677pt_BR
dc.description.abstractEste trabalho apresenta a Regressão Logística Quantílica como uma alternativa para analisar respostas com desfechos limitados e estimar associações e preditores de interesse. O modelo foi proposto por Bottai, Cai e McKeown (2010, Statistics in Medicine 29: 309-317) e tem como premissa modelar os quantis da resposta, sendo vantajoso para análise exploratória de associações no contexto em que existe grande variabilidade. As interpretações são análogas àquelas do modelo de regressão logística tradicional. Através de transformações definidas pelo modelo e com ajuda do software SAS e procedimentos computacionais para regressão quantílica, foram analisados os quantis de 5, 25, 50, 75 e 95% de um exemplo, onde é possível ilustrar facilmente os resultados e identificar as razões de chance da variável resposta em relação aos preditores.pt_BR
dc.format.mimetypeapplication/pdf
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectRegressão logísticapt_BR
dc.titleIntrodução à regressão logística quantílicapt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.identifier.nrb000986089pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Matemática. Departamento de Estatísticapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2015pt_BR
dc.degree.graduationEstatística: Bachareladopt_BR
dc.degree.levelgraduaçãopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples