54ª RBRAS e 13º SEAGRO
Miniconferências |
Miniconferências são sessões de conferências com 30 minutos cada.
|
|
Miniconferência 1
ANÁLISE DE VARIÂNCIA ROBUSTA
Arturo Alejandro Zavala Zavala - UFMT
Anfiteatro Bento Prado Junior
Neste trabalho pretende-se fazer uma abordagem da Análise de Variância considerando os métodos robustos. Com isto, o objetivo geral do trabalho é fazer comparações dos parâmetros de posição de mais de duas populações, quando suas distribuições são assimétricas ou com caudas mais pesadas que a normal.
topo
|
|
Miniconferência 2
MODELOS DE INTENSIDADES HÍBRIDOS COM TERMOS DE FRAGILIDADES E ESTRESSE LIMIAR PARA DADOS MULTIVARIADOS DE SOBREVIVÊNCIA
Cynthia Arantes Vieira Tojeiro - UFSCar
Anfiteatro Bento Prado Junior
Em análise de dados de sobrevivência, existem situações em
que o evento de interesse pode ocorrer mais que uma vez para o mesmo
indivíduo, sendo por isso chamado de evento recorrente. Nesses casos,
pode-se investigar padrões e taxas de ocorrência dos eventos em
causa levando em conta a dependência entre as observações em
estudo. Situações em que se observam tempos de recorrências para
um mesmo indivíduo, caracterizam dados de sobrevivência
multivariados. Um modelo que atualmente tem sido muito utilizado na
modelagem dessa dependência entre os tempos de recorrência de um
indivíduo é aquele conhecido como modelo de fragilidade. Nesse
modelo, um efeito aleatório, denominado fragilidade, é introduzido
na função de risco para descrever essa possível associação.O objetivo
deste trabalho é desenvolver extensões dos modelos
de intensidades híbridos com estresse limiar, com dados de eventos
recorrentes, considerando diferentes formas de introdução dos
efeitos aleatórios (fragilidade), com distintas distribuições de
probabilidade assumidas para esse efeito aleatório. Os modelos propostos
foram estudados aqui a partir de perspectivas clássicas e Bayesiana.
Palavras-chave: Modelos de Riscos, Estresse limiar, Eventos
recorrentes, Modelos de fragilidade, Inferências Clássica e
Bayesiana.
topo
|
|
Miniconferência 3
AN EFFICIENT SPLIT-MERGE MCMC ALGORITHM FOR MIXTURE MODEL WITH UNKNOWN NUMBER OF COMPONENTS
Erlandson Ferreira Saraiva - UFSCar
Teatro Florestan Fernandes
Mixture models has been used for modeling phenomenons whose observations are from a population composed by k subpopulations, where k may be known or unknown. This kind of modeling finds a wide range of applications, since clients classifications in market studies to grouping genes and proteins in bioinformatics.
We propose a split-merge MCMC method for analysis of mixture models with unknown number of components. The strategy for splitting is based on data and posterior distribution. Allocation probabilities are calculated based on component parameters that are generated from posterior distribution given the previously allocated observations. The performance of the method is verified through a simulation and an application.
topo
|
|
Miniconferência 4
VIÉS DE PRECISÃO NA ANÁLISE DE DADOS LONGITUDINAIS
Francisco Marcelo Monteiro da Rocha - USP
Teatro Florestan Fernandes
A análise de dados longitudinais envolve a especificação da forma funcional para a resposta média e da estrutura de dependência intraunidades de investigação. Em geral, a forma funcional da resposta média é não linear e sua especificação envolve conhecimentos sobre valores mínimos ou máximos que a resposta pode assumir ao longo dos instantes de avaliação e a presença de assíntotas, por exemplo. Além disso, propor um modelo não linear pode ser ainda mais difícil quando temos poucas observações por unidade de investigação e/ou quando as unidades de investigação apresentam dados omissos, muito comuns em estudos longitudinais. Nesse contexto, é razoável aproximar o possível modelo não linear por um modelo polinomial e nesse caso o desafio é identificar o grau do polinômio. A especificação da estrutura de dependência entre as observações da mesma unidade sob investigação representa outro desafio na análise, pois esta estrutura deve ser suficientemente flexível para acomodar eventual heterocedasticidade, correlação serial e ainda ser parcimoniosa para evitar problemas na estimação dos parâmetros. O nosso objetivo é apresentar como se comporta o viés e a precisão dos estimadores dos coeficientes do polinômio e consequentemente dos valores preditos, quando o grau do polinômio é possivelmente inadequado sob diferentes estruturas de covariância comumente utilizadas em análise de dados longitudinais.
topo |
|
— Atualizado em 18/07/2009.
