1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Estatística e Experimentação Agropecuária - Mestrado (Dissertações)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/1003
Registro completo de metadados
Campo DCValorIdioma
dc.creatorVeiga, Elayne Penha-
dc.date.accessioned2013-09-09T20:02:19Z-
dc.date.available2013-09-09T20:02:19Z-
dc.date.copyright2013-
dc.date.issued2013-
dc.date.submitted2012-02-28-
dc.identifier.citationVEIGA, E. P. A medida L como critério de comparação de modelos: uma revisão da literatura. 2012. 70 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2012.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/1003-
dc.descriptionDissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária para a obtenção do título de Mestre.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ)pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsrestritopt_BR
dc.subjectMedida Lpt_BR
dc.subjectFunção perda quadráticapt_BR
dc.subjectInferência preditiva Bayesianapt_BR
dc.subjectSeleção preditiva de modelospt_BR
dc.subjectL-Measurept_BR
dc.subjectQuadratic loss functionpt_BR
dc.subjectBayesian predictive inferencept_BR
dc.subjectPredictive selection of modelspt_BR
dc.subjectTeoria bayesiana de decisão estatísticapt_BR
dc.subjectEstatística matemáticapt_BR
dc.titleA medida L como critério de comparação de modelos: uma revisão da literaturapt_BR
dc.typedissertaçãopt_BR
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.contributor.advisor1Vivanco, Mario Javier Ferrua-
dc.contributor.referee1Bueno Filho, Júlio Sílvio de Sousa-
dc.contributor.referee1Silva, Washington Santos-
dc.contributor.referee1Custódio, Telde Natel-
dc.description.resumoEste estudo refere-se à Medida L e foi feito através de uma revisão de literatura com o objetivo didático de explicitar seu conceito e justificar o seu uso. A Medida L é um critério que se utiliza de conceitos bayesianos e é construída a partir da distribuição preditiva a posteriori dos dados. Pode ser escrita como a soma de dois componentes: um envolve a média desta distribuição e outro envolve as variâncias, e mede o desempenho de um modelo pela combinação de quão próximas as predições estão dos dados observados e qual a variabilidade das predições. Pela Teoria da Decisão, a Medida L é a função perda quadrática. Neste sentido, quando da tomada de decisão, o objetivo é diminuir esta perda ao se escolher um modelo em detrimento de outro. Ainda, o desenvolvimento algébrico da função perda quadrática, resulta no cálculo do Erro Quadrático Médio. Bons modelos terão pequenos valores para a medida . Para exemplificar o cálculo da medida, estudos de comparação da Medida L com outros critérios, foram feitos em dois exemplos didáticos de dados de regressão linear múltipla com o intuito de ilustrar e analisar o critério e suas comparações. Os resultados dos dois exemplos diferem; enquanto AIC e BIC selecionaram o mesmo modelo, a Medida L selecionou outro modelo.pt_BR
dc.description.resumoThe study refers to L-Measure, and was done through a literature review with the aim of clarifying the concept, justify its use. The L-Measure is a criterion that uses Bayesian concepts and is constructed from the posterior predictive distribution of the data. It can be written as the sum of two components: one involves the mean of this distribution and the other involves the variances. It measures the performance of a model by the combination of how close the predictions are from the observed data and the variability of predictions. By Decision Theory, L-Measure is the quadratic loss function. In this sense, when the decision is taken, the goal is to reduce this loss when choosing one model over another. The algebraic development of the quadratic loss function will result in the Mean Squared Error. Good models will have small values of . Comparison studies with other L-Measure criteria were made in two didactics examples with linear regression data with the aim to illustrate and analyze the criterion and their comparisons. The criteria AIC and BIC selected the same model, but L-Measure selected a model different to explain the dependent variable.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTACAO_A medida L como critério de comparação de modelos...pdf1,07 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.