Voltar

Pós-Graduação em Estatística promove seminário na próxima quinta (2)

A palestrante será a professora do EBTT, Daniele de Brito Trindade

O Programa de Pós-Graduação em Estatística (PPGE) da UFPE oferece seminário na próxima quinta-feira (2). O evento de tema “Avaliação das medidas de predição para o modelo de regressão beta não linear com erros de medida” será dirigido pela professora Daniele de Brito Trindade. A palestra acontecerá na sala 208, 1° andar do Departamento de Matemática do CCEN, das 16h às 17h.

Daniele de Brito Trindade atualmente é professora EBTT no Instituto Federal de Educação Ciências e Tecnologia Baiano – Campus Guanambi e professora colaboradora do Mestrado Profissional Produção Vegetal no Semiárido no Instituto Federal Baiano - Campus Guanambi. Graduada em Estatística pela Universidade Federal da Bahia (2011), possui doutorado e mestrado pela Universidade Federal de Pernambuco (2018 e 2014). Tem experiência na área de modelos de regressão, com ênfase em dados longitudinais e modelos com erros de medidas e planejamento de experimentos, com ênfase em ciências agrárias.

Resumo

O modelo de regressão beta com erros de medida, proposto por Carrasco et al. (2014), assume que a estrutura da regressão da média da variável resposta é linear. Além disso, também é introduzida uma estrutura de regressão para o parâmetro de precisão. Modelos não lineares com erros de medidas estão sendo recentemente estudados, como mostra a literatura (ver: Chesher, 1991; Huwang & Huang, 2000; Wang, 2003; Wang, 2004; Schennach, 2012). Assim, neste trabalho propomos modelos de regressão beta com formas funcionais não lineares na presença de erros de medida sob o enfoque estrutural. A análise de diagnóstico é uma das etapas mais importantes no ajuste de um modelo de regressão, pois é feita a verificação de possíveis afastamentos das suposições feitas ao modelo, especialmente para o componente aleatório e para a parte sistemática do modelo, bem como a avaliação do efeito de observações discrepantes nos resultados do ajuste. Outro aspecto importante na modelagem de regressão é a seleção de covariáveis para o preditor linear ou não linear, bem como a avaliação da qualidade de ajuste do modelo proposto aos dados. Desta forma, o objetivo deste trabalho é avaliar os coeficientes de predição PRESS, P2 e medidas de qualidade de ajuste propostos para o modelo de regressão beta não linear com erros de medidas.

Data da última modificação: 26/04/2019, 15:55