Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
|
pessoais:wbonat:nutri [2009/06/26 14:14] wbonat |
pessoais:wbonat:nutri [2010/02/13 14:23] wbonat |
||
|---|---|---|---|
| Linha 1: | Linha 1: | ||
| - | ====== Notas 26/06/2009 ====== | + | ====== Aplicações de inferência bayesiana aproximada para modelos gaussianos latentes espaço temporais ====== |
| - | {{:pessoais:wbonat:notasnutricao.pdf|}} | + | |
| - | Entrega de provas e listas 01/07/2009 | + | ==== Resumo ==== |
| - | Exame Final - 08/07/2009 | + | A família dos modelos gaussianos latentes é adaptável a uma grande quantidade de aplicações que requere modelagem complexa. |
| - | ====== Listas de exercícios ====== | + | Em particular, dados espaço-temporais estão entre as mais desafiadoras para modelagem estatística. |
| - | {{:pessoais:wbonat:lista1nutri.pdf|Primeira lista - Intervalo de Confiança}} | + | |
| - | {{:pessoais:wbonat:testes.pdf|Segunda lista - Teste de hipótese}} | + | O objetivo deste trabalho foi revisar algumas possíveis estratégias de modelagem para dados deste tipo, incluindo interações espaço-temporal. |
| - | ====== Tabelas e Formulários ====== | + | A inferência nesta classe de modelos é comumente realizada usando métodos computacionalmente intensivos, tais como, os algoritmos MCMC \textit{Markov Chain Monte Carlo}. |
| - | {{:disciplinas:pdf:tabeladistribuicaonormal.pdf|Tabela distribuição Normal}} | + | |
| - | {{:pessoais:wbonat:formulario.pdf|Formulário Geral}} | + | Entretanto implementações rotineiras de tais algoritmos em problemas espaciais e/ou temporais não estão livres de problemas associados à dimensão e estrutura de dependências. |
| + | Assim novos métodos e algoritmos para inferência nesta família de modelos têm sido propostos. | ||
| - | ====== Equipes para a Resenha ====== | + | Este trabalho revisou a abordagem 'INLA' '\textit{Integrated Nested Laplace Approximations}' proposta por RUE, MARTINO e CHOPIN (2009), |
| - | ===== Recomendações gerais ===== | + | |
| - | - Comente brevemente a relevância do problema tratado pelo artigo. | + | |
| - | - Avalie a forma de condução da pesquisa. (Coleta e tratamento dos dados). | + | que se mostrou eficiente para ajustar modelos altamente estruturados em diversas situações práticas. |
| - | - Identifique quais as técnicas estatísticas utilizadas pelo autor. (Intervalo de Confiança, Teste de hipóteses,...etc). | + | A nova metodologia de inferência foi aplicada a três problemas com diferentes objetivos e estruturas no conjunto de dados. |
| - | - Comente sobre as técnicas e do seu uso para a solução do problema em questão. | + | Sempre que possível os modelos ajustados pelo INLA, foram confrontados com ajustes de modelos aditivos generalizados para verificar a concordância entre as abordagens, principalmente no que diz respeito ao modo como captam os efeitos espaciais e temporais. |
| - | - Avalie a forma de emprego das técnicas estatísticas. | + | Os conjuntos de dados foram selecionados de modo a cobrir os modelos mais comumente usados na literatura. |
| - | - Comente brevemente sobre os principais resultados e em que a estatística colaborou para estes. | + | O primeiro conjunto refere-se a avaliações da qualidade da água, assumindo normalidade para a variável resposta. |
| - | - Conclua fazendo críticas, sugestões ou recomendações para a melhoria do artigo em termos de uso da estatística. | + | O segundo conjunto tem como resposta a contagens de ovos do mosquito \textit{Aedes aegypti} coletados em ovitrampas em Recife/PE, |
| - | - Para fazer download dos arquivos desta página você precisa usar o navegador Mozilla Firefox. ( Não use o Internet Explorer do (R)Windows). | + | para a qual assume-se a distribuição binomial negativa. |
| - | ===== Equipe 1 ===== | + | O terceiro conjunto corresponde a dados sobre a doença leprose-dos-citros, assumindo para a distribuição binomial para a variável resposta de presença ou ausência da doença. |
| - | - Fernanda Uber | + | |
| - | - Carolina W. Hartmann | + | |
| - | - Juliana Gonçalves | + | |
| - | - Lourdes Fedrovicz | + | |
| - | {{:pessoais:wbonat:04.pdf|Artigo sugerido}} | + | |
| - | ===== Equipe 2 ===== | + | Nos três conjuntos de dados analisados foi feita ainda uma comparação entre os resultados obtidos pelas abordagens INLA e GAM (modelos aditivos generalizados). |
| - | - Ana Paula | + | |
| - | - Ariane | + | |
| - | - Francielly | + | |
| - | - Laís | + | |
| - | - Marina | + | |
| - | - Douglas Rover | + | |
| - | {{:pessoais:wbonat:05.pdf|Artigo sugerido}} | + | |
| - | ===== Equipe 3 ===== | + | No primeiro problema os resultados produzidos pelas duas abordagens foram semelhantes. |
| - | - Andrieli | + | |
| - | - Bruna Larissa | + | |
| - | - Camila Náter | + | |
| - | - Camila Ono | + | |
| - | - Luíza | + | |
| - | {{:pessoais:wbonat:port.pdf|Artigo sugerido}} | + | |
| - | ===== Equipe 4 ===== | + | Para o segundo conjunto algumas diferenças importantes foram encontradas, covariáveis que pela abordagem GAM eram indicadas como significativas, |
| - | - Caroline Benvenutti | + | |
| - | - Fabiane Volaco | + | |
| - | - Helena Ferrari | + | |
| - | - Marília Zaporolli | + | |
| - | - Paola Altheia | + | |
| - | {{:pessoais:wbonat:v35n1a09.pdf|Artigo sugerido}} | + | |
| - | ===== Equipe 5 ===== | + | pela abordagem INLA foram indicadas como não significativas, embora com predições semelhantes para os efeitos espaciais e temporais. |
| - | - Flávia Bianconi | + | |
| - | - Rafael Charan | + | |
| - | - Fernando Henrique Corsico | + | |
| - | - Gustavo E. de Godoi | + | |
| - | - Paola Altheia | + | |
| - | {{:pessoais:wbonat:09.pdf|Artigo sugerido}} | + | |
| - | ===== Equipe 6 ===== | + | O último é mais desafiador exemplo, mostrou uma grande diferença entre as abordagens na forma como captam os efeitos espaciais e temporais. |
| - | - Evelyn Opuska | + | |
| - | - Francine Aniceto | + | |
| - | - Talita Pigato | + | |
| - | - Ana Carolina | + | |
| - | {{:pessoais:wbonat:10.pdf|Artigo sugerido}} | + | |
| - | ===== Equipe 7 ===== | + | De forma geral a abordagem GAM tende a suavizar demais estes efeitos e fornece intervalos de confiança pouco realísticos, ao passo que a abordagem INLA apresenta melhores resultados e intervalos de credibilidade para predições com melhor cobertura. |
| - | - Nayara Cavassim | + | |
| - | - Gislaine Aithma | + | |
| - | - Bruna Machado | + | |
| - | {{:pessoais:wbonat:v77n5a08.pdf|Artigo sugerido}} | + | |
| - | ===== Equipe 8 ===== | + | Neste caso não foi possível obter estimativas confiáveis de interações espaço-temporais. |
| - | - Carolina Pirobom | + | |
| - | - Antônia Cairassim | + | Nos três exemplos, medidas de concordância entre as observações e os modelos foram tomadas, foram elas: erro quadrático médio, erro absoluto médio, correlação entre observados e preditos e taxa de cobertura. |
| - | - Camila Bao | + | |
| - | - Eliane | + | Por estas medidas em todos os exemplos analisados a abordagem INLA se mostrou mais flexiível e adequada a apresentou melhores resultados. |
| - | - Daniele Ayres | + | |
| - | {{:pessoais:wbonat:31903.pdf|Artigo sugerido}} | + | |
| + | |||
| + | |||
| + | |||
| + | |||
| + | ====== Listas de exercícios ====== | ||
| + | {{:pessoais:wbonat:lista1nutri.pdf|Primeira lista - Intervalo de Confiança}} | ||
| + | |||
| + | {{:pessoais:wbonat:testes.pdf|Segunda lista - Teste de hipótese}} | ||
| + | |||
| + | ====== Tabelas e Formulários ====== | ||
| + | {{:disciplinas:pdf:tabeladistribuicaonormal.pdf|Tabela distribuição Normal}} | ||
| + | |||
| + | {{:pessoais:wbonat:formulario.pdf|Formulário Geral}} | ||
| - | ===== Equipe 9 ===== | ||
| - | - Monah Rosa | ||
| - | - Thaís Zucarelli | ||
| - | - Roberto Gregório | ||
| - | - Henrique | ||
| - | {{:pessoais:wbonat:18.pdf|Artigo sugerido}} | ||
