Use este identificador para citar ou linkar para este item:
http://riu.ufam.edu.br/handle/prefix/6882
Tipo de documento: | Trabalho de Conclusão de Curso |
Título: | Modelo de regressão beta aplicado à incidência da Covid-19 no Brasil |
Autor(a): | Lima, Abraão Audille de Souza |
Orientador(a): | Carvalho, Jhonnata Bezerra de |
metadata.dc.contributor.referee1: | Costa, José Mir Justino da |
metadata.dc.contributor.referee2: | Leão, Themis da Costa Abensur |
Resumo: | O modelo de regressão beta, em muitas situações, é utilizado para modelar dados que apresentam o suporte definido no intervalo (0,1). Este modelo ganhou bastante destaque desde a sua apresentação por Ferrari e Cribari-Neto (2004). Geralmente, é utilizado o método da máxima verossimilhança (MV) para estimar os parâmetros do modelo beta, entretanto, quando o tamanho da amostra é pequeno, os vieses dos estimadores não podem ser desprezados, sendo necessária a correção dos vieses. Dentre as correções existentes para os vieses dos estimadores de MV, pode-se citar a correção via bootstrap. Neste trabalho, um estudo de simulação foi realizado para verificar o desempenho dos estimadores de MV e de MV corrigidos via bootstrap dos parâmetros do modelo de regressão beta. Além disso, foi realizado uma aplicação do modelo de regressão beta aos dados de COVID-19 dos 26 estados brasileiros, incluindo o Distrito Federal, no ano de 2020. |
Resumo em outro idioma: | The beta regression model is often used to model data that has support defined on the interval (0,1). This model gained significant attention since its presentation by Ferrari e Cribari-Neto (2004). Maximum likelihood (ML) method is generally used to estimate the parameters of the beta regression model, however, when the sample size is small, the biases of the estimators cannot be neglected. Therefore, it is necessary to correct these biases. Among the existing corrections for ML estimators, the bootstrap correction can be cited. In this text, simulation study was conducted to verify the performance of ML estimators and bootstrap-corrected ML estimators of the parameters of the beta regression model. Additionally, the beta regression model was applied to COVID-19 data from the 26 brazilians states, including the Federal District, in 2020. |
Palavras-chave: | Bootstrap Logito Máxima Verossimilhança Probito |
Área de conhecimento - CNPQ: | CIENCIAS EXATAS E DA TERRA: PROBABILIDADE E ESTATISTICA: ESTATISTICA: REGRESSAO E CORRELACAO |
Idioma: | por |
País de publicação: | Brasil |
Faculdade, Instituto ou Departamento: | ICE - Instituto de Ciências Exatas |
metadata.dc.publisher.course: | Estatística - Bacharelado - Manaus |
Tipo de acesso: | Acesso Aberto |
URI: | http://riu.ufam.edu.br/handle/prefix/6882 |
Vocabulário controlado: | Autorregressão (Estatística) Correlação (Estatistica) Análise de regressão - Estatísticas |
Aparece nas coleções: | Trabalho de Conclusão de Curso - Graduação - Ciências Exatas e da Terra |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC_AbraãoLima.pdf | 524,61 kB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons