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 [2010/02/13 14:23] wbonat |
pessoais:wbonat:nutri [2010/02/13 15:20] wbonat |
||
---|---|---|---|
Linha 1: | Linha 1: | ||
- | ====== Aplicações de inferência bayesiana aproximada para modelos gaussianos latentes espaço temporais ====== | + | ===== Aplicações de inferência bayesiana aproximada para modelos gaussianos latentes espaço temporais ===== |
- | ==== Resumo ==== | + | == Resumo == |
- | + | ||
- | A família dos modelos gaussianos latentes é adaptável a uma grande quantidade de aplicações que requere modelagem complexa. | + | |
- | + | ||
- | Em particular, dados espaço-temporais estão entre as mais desafiadoras para modelagem estatística. | + | |
- | + | ||
- | O objetivo deste trabalho foi revisar algumas possíveis estratégias de modelagem para dados deste tipo, incluindo interações espaço-temporal. | + | |
- | + | ||
- | A inferência nesta classe de modelos é comumente realizada usando métodos computacionalmente intensivos, tais como, os algoritmos MCMC \textit{Markov Chain Monte Carlo}. | + | |
- | + | ||
- | 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. | + | |
- | + | ||
- | Este trabalho revisou a abordagem 'INLA' '\textit{Integrated Nested Laplace Approximations}' proposta por RUE, MARTINO e CHOPIN (2009), | + | |
+ | A família dos modelos gaussianos latentes é adaptável a uma grande quantidade de aplicações que requere modelagem complexa. Em particular, dados espaço-temporais estão entre as mais desafiadoras para modelagem estatística. O objetivo deste trabalho foi revisar algumas possíveis estratégias de modelagem para dados deste tipo, incluindo interações espaço-temporal. A inferência nesta classe de modelos é comumente realizada usando métodos computacionalmente intensivos, tais como, os algoritmos MCMC \textit{Markov Chain Monte Carlo}.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. Este trabalho revisou a abordagem 'INLA' '\textit{Integrated Nested Laplace Approximations}' proposta por RUE, MARTINO e CHOPIN (2009), | ||
que se mostrou eficiente para ajustar modelos altamente estruturados em diversas situações práticas. | que se mostrou eficiente para ajustar modelos altamente estruturados em diversas situações práticas. | ||
- | + | A nova metodologia de inferência foi aplicada a três problemas com diferentes objetivos e estruturas no conjunto de dados. 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. Os conjuntos de dados foram selecionados de modo a cobrir os modelos mais comumente usados na literatura. | |
- | A nova metodologia de inferência foi aplicada a três problemas com diferentes objetivos e estruturas no conjunto de dados. | + | |
- | + | ||
- | 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. | + | |
- | + | ||
- | Os conjuntos de dados foram selecionados de modo a cobrir os modelos mais comumente usados na literatura. | + | |
O primeiro conjunto refere-se a avaliações da qualidade da água, assumindo normalidade para a variável resposta. | O primeiro conjunto refere-se a avaliações da qualidade da água, assumindo normalidade para a variável resposta. | ||
- | |||
O segundo conjunto tem como resposta a contagens de ovos do mosquito \textit{Aedes aegypti} coletados em ovitrampas em Recife/PE, | O segundo conjunto tem como resposta a contagens de ovos do mosquito \textit{Aedes aegypti} coletados em ovitrampas em Recife/PE, | ||
- | |||
para a qual assume-se a distribuição binomial negativa. | para a qual assume-se a distribuição binomial negativa. | ||
- | |||
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. | 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. | ||
- | |||
Nos três conjuntos de dados analisados foi feita ainda uma comparação entre os resultados obtidos pelas abordagens INLA e GAM (modelos aditivos generalizados). | Nos três conjuntos de dados analisados foi feita ainda uma comparação entre os resultados obtidos pelas abordagens INLA e GAM (modelos aditivos generalizados). | ||
- | |||
No primeiro problema os resultados produzidos pelas duas abordagens foram semelhantes. | No primeiro problema os resultados produzidos pelas duas abordagens foram semelhantes. | ||
Linha 51: | Linha 27: | ||
Por estas medidas em todos os exemplos analisados a abordagem INLA se mostrou mais flexiível e adequada a apresentou melhores resultados. | Por estas medidas em todos os exemplos analisados a abordagem INLA se mostrou mais flexiível e adequada a apresentou melhores resultados. | ||
+ | ====== Códigos dos exemplos ====== | ||
+ | |||
+ | {{:pessoais:wbonat:iqa.r|Qualidade da água de reservatórios operados pela Copel no estado do Paraná}} | ||
+ | |||
+ | {{:pessoais:wbonat:aedes.r|Investigando fatores associados a ocorrência de Aedes aegypti coletados em ovitrampas em Recife/PE}} | ||
+ | {{:pessoais:wbonat:citrus.r| Análise do padrão espaço-temporal da leprose-dos-citrus}} | ||
+ | ====== Funções adicionais ====== | ||
+ | {{:pessoais:wbonat:descritiva.r| Faz vários boxplots na mesma janela.}} | ||
+ | {{:pessoais:wbonat:mat.inla.r| Escreve a matriz de interação na forma do INLA}} | ||
- | ====== Listas de exercícios ====== | + | {{:pessoais:wbonat:restricoes.r| Constrói a matriz de restrições}} |
- | {{:pessoais:wbonat:lista1nutri.pdf|Primeira lista - Intervalo de Confiança}} | + | |
- | {{:pessoais:wbonat:testes.pdf|Segunda lista - Teste de hipótese}} | + | {{:pessoais:wbonat:mat.temporal.r| Constrói a matriz de um random walk de primeira ordem}} |
- | ====== Tabelas e Formulários ====== | + | {{:pessoais:wbonat:mat.espacial.r| Constrói a matriz de um CAR espacial}} |
- | {{:disciplinas:pdf:tabeladistribuicaonormal.pdf|Tabela distribuição Normal}} | + | |
- | {{:pessoais:wbonat:formulario.pdf|Formulário Geral}} | + | {{:pessoais:wbonat:grp2sp.r| Converte um arquivo da classe gpc para sp}} |
+ | {{:pessoais:wbonat:voronoi.r| Constrói uma tecelagem de Voronoi com base em um conjunto de coordenadas}} | ||