[pt] MODELO POISSON-GAMA SEMI-PARAMÉTRICO: UMA ABORDAGEM DE PENALIZAÇÃO POR RUGOSIDADE
[en] SEMIPARAMETRIC POISSON-GAMMA MODELS: A ROUGHNESS PENALTY APPROACH
| dc.contributor | CRISTIANO AUGUSTO COELHO FERNANDES | |
| dc.creator | WASHINGTON LEITE JUNGER | |
| dc.date | 2004-02-19 | |
| dc.date.accessioned | 2022-09-21T21:42:17Z | |
| dc.date.available | 2022-09-21T21:42:17Z | |
| dc.identifier | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=4515@1 | |
| dc.identifier | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=4515@2 | |
| dc.identifier | http://doi.org/10.17771/PUCRio.acad.4515 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12032/42530 | |
| dc.description | [pt] Neste trabalho, os modelos Poisson-gama são estendidos para uma formulação mais geral onde o preditor linear das covariáveis é substituído por um preditor aditivo de funções genéricas destas covariáveis. Como nos modelos aditivos generalizados (MAG), as funções lineares das covariáveis constituem um caso particular de modelo aditivo e as funções suavizadores utilizadas são as splines cúbicas naturais. A formulação semi-paramétrica permite ampliar o campo de aplicação desta classe de modelos. Os modelos semi-paramétricos são estimados por um processo iterativo combinando maximização da verossimilhança e algoritmo backfitting. Todos os algoritmos de estimação e diagnósticos estão implementados nas linguagens de programação R e C. | |
| dc.description | [en] This work is aimed at extending the Poisson-Gamma models towards a more general specification, where the linear predictor of covariates is replaced by an additive predictor of generic functions of these covariates. Just like the generalized additive models (GAM), the linear functions of covariates are a particular case of additive models and the natural cubic splines are used as smoothing functions. The semiparametric specification allows to enlarge the possibilities of application of these models. The semiparametric models are fitted by an iterative process that combines maximization of likelihood and backfitting algorithm. All the routines for model fitting and diagnostics are implemented in R and C programming languages. | |
| dc.language | pt | |
| dc.publisher | MAXWELL | |
| dc.subject | [pt] SERIE TEMPORAL | |
| dc.subject | [pt] POLUICAO DO AR | |
| dc.subject | [pt] FATORES DE CONFUSAO | |
| dc.subject | [pt] EPIDEMIOLOGIA | |
| dc.subject | [pt] REGRESSAO NAO-PARAMETRICA | |
| dc.subject | [en] TIME SERIE | |
| dc.subject | [en] AIR POLLUTION | |
| dc.subject | [en] CONFOUNDING FACTORS | |
| dc.subject | [en] EPIDEMIOLOGY | |
| dc.subject | [en] NONPARAMETRIC REGRESSION | |
| dc.title | [pt] MODELO POISSON-GAMA SEMI-PARAMÉTRICO: UMA ABORDAGEM DE PENALIZAÇÃO POR RUGOSIDADE | |
| dc.title | [en] SEMIPARAMETRIC POISSON-GAMMA MODELS: A ROUGHNESS PENALTY APPROACH | |
| dc.type | TEXTO |
Files in this item
| Files | Size | Format | View |
|---|---|---|---|
|
There are no files associated with this item. |
|||