Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/1138

Title: Biblioteca R para a análise bayesiana de dados categorizados usando modelos mistos de limiar
???metadata.dc.creator???: Corrêa, Fábio Mathias
???metadata.dc.contributor.advisor1???: Bueno Filho, Júlio Sílvio de Sousa
???metadata.dc.contributor.referee1???: Ortega, Edwin Moises Marcos
Ferreira, Eric Batista
Lima, Renato Ribeiro de
Sáfadi, Thelma
???metadata.dc.description.concentration???: Estatística e Experimentação Agropecuária
Keywords: Análise bayesiana
Análise threshold
Modelos mistos
Markov Chain Monte Carlo
Biblioteca R
Bayesian analysis
Threshold models
Mixed models
R package
???metadata.dc.date.submitted???: 14-Nov-2012
Issue Date: 2013
???metadata.dc.description.sponsorship???: Conselho Nacional de desenvolvimento científico e tecnológico (CNPq)
???metadata.dc.description.resumo???: Nesta tese avaliamos os algoritmos para a análise bayesiana de modelos mistos em dados categorizados ordinais, bem como a sua implementação na biblioteca Bayesthresh para o ambiente de programação R. O pacote Bayesthresh apresenta uma estrutura flexível para inserção de modelos mistos e utiliza-se do processos de Monte Carlo via Cadeias Markov (MCCM) para obtenção das aproximações numéricas das distribuições a posteriori para os parâmetros do modelo. O estudo sobre a eficiência dos algoritmos implementados no pacote avaliou o tempo de processamento, a dependência das cadeias MCCM geradas e efeitos de sensibilidade a especificação das distribuições "a priori"para as componentes da variância. Adicionalmente foram calculados os erros (viés e Erro Quadrático Médio - EQM) das estimativas a posteriori obtidas para os efeitos fixos, efeitos aleatórios e componentes da variância. Um exemplo é apresentado de um experimento com variedades de tomateiro cujo objetivo é a seleção para a resistência à requeima causada pelo fungo Phytophthora infestans. Os algoritmos descritos por Nandram e Chen (1996) e sua modificação para a introdução da distribuição t para o traço latente foram os mais rápidos e precisos, porém, para experimentos simulados com correlação intraclasse igual a 0.8 (valor alto na prática), estes algoritmos tenderam a superestimar esta correlação. Na ilustração são apresentadas estimativas úteis para a seleção de variedades bem como o equivalente bayesiano de um teste para decidir se o traço latente tem distribuição gaussiana, não encontrando evidências em contrário. Em artigo adicional explora-se a utilização da ferramenta construída com exemplos de possibilidades de análise. Nesta ilustração foi analisado um experimento sensorial de conservas de banana desidratadas sob diferentes concentrações de açúcar, descrito por Silva (2008)
In this thesis we evaluate algorithms for Bayesian analysis of ordinal categorical data as well as their implementation in the library Bayesthresh for the R statistical programing environment. Bayesthresh package has a flexible structure to insert mixed models and uses Markov Chain Monte Carlo (MCMC) sampling to approximate posterior distributions for model parameters. Simulation study of the efficiency of the algorithms considered processing time, dependency in the MCMC sampling chains and sensitivity to prior specifications for the variance components. Mean Squared Error (MSE) and average Bias in the marginal posterior distributions where also evaluated. An example is discussed from a breeding experiment for resistance to late blight (Phytophthora infestans) in varieties of tomato. Algorithms described by Nandran and Chen (1996) and derived algorithms were the faster and more accurate, although slightly overestimating intraclass correlation ( ) in experiments with higher parametric values ( = 0:8). In the example useful estimates for plant breeding are presented, as Bayes factor test to decide on latent trait having Gaussian distribution. Gaussian distribution was as likely as Student’s t distribution. An additional paper explores the uses of the modeling tool with an example from sensory analysis of dehydrated banana candy recipes with different sugar content, described by Silva (2008)
Description: Tese apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração Estatística e Experimentação Agropecuária, para a obtenção do título de doutor
URI: http://repositorio.ufla.br/jspui/handle/1/1138
Publisher: UNIVERSIDADE FEDERAL DE LAVRAS
???metadata.dc.language???: pt_BR
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Files in This Item:

File Description SizeFormat
TESE_Biblioteca R para a análise bayesiana....pdf780.75 kBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback