• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
10.11606/D.45.2007.tde-01072007-080446
Document
Auteur
Nom complet
Karin Ayumi Tamura
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2007
Directeur
Jury
Giampaoli, Viviana (Président)
Cysneiros, Francisco José de Azevêdo
Paula, Gilberto Alvarenga
Titre en portugais
"Modelo logístico multinível: um enfoque em métodos de estimação e predição"
Mots-clés en portugais
Modelos multiníveis
predição da variável resposta.
regressão logística
Resumé en portugais
Modelo multinível é uma ferramenta estatística cada vez mais popular para análise de dados com estrutura hierárquica. O objetivo deste trabalho é propor um método para realizar a predição de observações de novos grupos usando modelos de regressão logística multinível com 2 níveis. Além disso, é apresentado e comparado dois métodos de estimação para o modelo multinível: Quase-verossimilhança Penalizada (QVP) e Quadratura de Gauss-Hermite (QGH). A idéia central está baseada no trabalho de (Jiang e Lahiri, 2006) no qual se propõe o uso do chamado melhor estimador empírico para o efeito aleatório. Através deste estimador, utilizou-se a parte fixa do modelo em conjunto com uma estimativa do desvio padrão do efeito aleatório para fazer a predição de observações de novos grupos, encontrando a probabilidade estimada dessa observação apresentar o evento de interesse, dadas suas características.
Titre en anglais
Multilevel logistc model: focusing on estimation and prediction methods
Mots-clés en anglais
logistic regression
Multilevel models
variable response prediction.
Resumé en anglais
Multilevel model is an statistical tool which is becoming more and more popular in data analysis with hierachical structure. The purpose of this dissertation is to present a method to make a prediction of new group observation in multilevel logistic regression models with 2 levels. Besides, were presented and compared two estimation methods for multilevel model: Penalized Quase-likelihood and Gauss-Hermite Quadrature. The central idea is based on the paper of Jiang and Lahiri (2006), which is presented the empirical best estimator for the random effect. Through this estimator was used the fixed part of the model with an estimative of the standard deviation of the random effect to find the estimated probability of this observation presenting the target event, in accordance with its characteristic.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
KarinAyumiTamura.pdf (1.08 Mbytes)
Date de Publication
2013-02-19
 
AVERTISSEMENT: Le matériau se réfère à des documents provenant de cette thèse ou mémoire. Le contenu de ces documents est la responsabilité de l'auteur de la thèse ou mémoire.
  • TAMURA, Karin Ayumi, and GIAMPAOLI, Viviana. Prediction in Multilevel Logistic Regression [doi:10.1080/03610911003790106]. Communications in Statistics - Simulation and Computation [online], 2010, vol. 39, n. 6, p. 1083-1096.
  • TAMURA, Karin Ayumi, e GIAMPAOLI, Viviana. Predição em modelo logísticos multiníveis. Escola de Modelos de Regressão. In Escola de Modelos de Regressão, 10, Salvador, 2007.
Tous droits de la thèse/dissertation appartiennent aux auteurs
Centro de Informática de São Carlos
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2019. Tous droits réservés.