Estimação Bayesiana das Fragilidades Individuais de Pacientes em Tratamento de Hemodiálise
|
|
- Luiz Felipe Sequeira Fialho
- 7 Há anos
- Visualizações:
Transcrição
1 Estmação Bayesana das Fragldades Indvduas de Pacentes em Tratamento de Hemodálse Grazela Dutra Rocha Gouvêa 2 Vera Lúca Damasceno Tomazella 3 João Domngos Scalon 4 Introdução Em análse de sobrevvênca consdera-se, geralmente, que os tempos de ocorrênca de eventos são ndependentes No entanto, segundo Cook e Lawless (2007), nos casos em que o ndvíduo está sujeto a eventos recorrentes, essa suposção não é adequada Para consderar a exstênca de assocação entre os tempos de sobrevvênca, os modelos de fragldade (Clayton, 978), vêm sendo estudados Tas modelos são caracterzados pela ntrodução de um efeto aleatóro no modelo de Cox, (Cox, 972) A nterpretação do efeto aleatóro é smples: quanto maor for seu valor, maor o rsco de ocorrer uma falha Penã e Hollander (2004) propuseram uma nova classe de modelos mas geral e flexível que ncorpora, smultaneamente, os efetos de covaráves, o mpacto da acumulação de tempos de ocorrêncas de eventos sobre o ndvíduo, o efeto de varáves de fragldade, bem como o efeto das ntervenções realzadas após cada ocorrênca de evento Em estudos para analsar tempos de eventos recorrentes, é natural o nteresse em se estmar as fragldades de cada ndvíduo O objetvo deste trabalho é a utlzação de métodos bayesanos para estmar as fragldades ndvduas para os pacentes em tratamento de Hemodálse consderando o modelo geral (Peña e Hollander, 2004) e o modelo de fragldade (Clayton, 978) 2 Materal e Métodos A função ntensdade do Modelo Geral (Peña e Hollander, 2004) para o -ésmo ndvíduo, =,2,,n é λ j (t Z,X ) = Z λ 0 [ ε ( t j ),θ ] exp(β X ) em que λ 0 é uma função rsco de base, β é o vetor de coefcentes de regressão desconhecdos, Z são as fragldade e α D mede o efeto da acumulação de ocorrêncas no ndvíduo A dade efetva do processo ε(t) mede o efeto das ntervenções realzadas a cada ocorrênca de evento Como pode ser vsto em Gouvêa (200), a função de verossmlhança completa para ndvíduos com fragldade Z, e assumndo Z Gama( η, η ), é dada por: ICT- UFVJM e-mal: gragouvea@gmalcom 2 Agradecmento à FAPEMIG pelo apoo fnancero 3 DEs - UFSCAR 4 DEX - UFLA
2 L(β,θ,Z ) = n m = j= [( [ ( ) ]) y ] λ0 ε t j,θ j Λ 0 [ε (T ),θ] y j n = ( Z Λ 0 [ε (T ),θ]α D exp ( β X )) D n exp { Z Λ 0 [ε (T ),θ]α D exp ( β X )} = ( ) η η ( ) exp Γ η { } Z η Z η A dstrbução a posteror condconal para cada Z, dados (β,θ) pode ser obtda consderando esta função de verossmlhança Assm, para =,2,,n; π(z β,θ) Z η +D (Z β,θ) Gama(D + η,λ 0[ε (T,θ)]α D exp(β X ) + η ) exp{z [ η + Λ 0[ε (T,θ)]α D ]exp(β X )} e Então, Z pode ser estmado va méda a posteror da dstrbução de Z dados (β,θ) Fazendo λ 0 [ε(t)] = δ(ε(t)) δ, e ε(t) = t (reparação mínma), as estmatvas dos Z s são dadas por: Ẑ = D + ˆη ˆη + T ˆδ ˆα D exp{ˆβ X )} e as estmatvas ˆη, ˆδ, ˆβ, ˆα são obtdas por meo de amostras geradas va Métodos MCMC O modelo de fragldade multplcatvo consderando a dade efetva do processo é dado por λ j (t Z,X ) = Z λ 0 [ε (t j )]exp(β X ) com termos defndos anterormente Analogamente ao que fo apresentado para o Modelo Geral, a dstrbução a posteror condconal para cada Z, dados (β,θ) é π(z β,θ) Z (Z β,θ) Gama(D + η,λ 0[ε (T,θ)]exp(β X ) + η ) η +D () exp{z [ η + Λ 0[ε (T,θ)]exp(β X )} e Consderando λ 0 [ε(t)] = δ(ε(t)) δ, e ε(t) = t, as estmatvas dos Z s são dadas por: Ẑ = D + ˆη ˆη + T ˆδ exp{ˆβ X )} (2) e as estmatvas ˆη, ˆδ, ˆβ são obtdas por meo de amostras geradas va Métodos MCMC Os dados em análse referem-se a 49 pacentes com Insufcênca Renal Crônca, tratados na Santa Casa de Msercórda de Lavras, MG, de janero de 994 a junho de 2008 O tempo fnal de observação para cada ndvíduo é de 60 meses desde o níco do tratamento Os eventos recorrentes de nteresse são as hosptalzações a que cada pacente fo submetdo neste período De cada pacente foram obtdas as seguntes nformações: Sexo, Estado cvl, Raça, Idade no níco do tratamento, Procedênca, Nefrte, Dabetes melltus, Hpertensão, Presença de rm polcístco e Outras doenças As característcas das dstrbuções a posteror dos parâmetros dos modelos foram estmadas de amostras geradas pela técnca de Metropols- Hastngs Para a utlzação do algortmo foram utlzadas, para gerar valores canddatos, as 2
3 Tabela : Méda a posteror e IC a 95% - Modelo Geral Indvíduo Méda IC Indvíduo Méda IC 0,4959 [0,374; 0,7698] 90,896 [,440; 2,397] 2 0,8 [0,6008; 0,9339] 9,5362 [,222;,9282] 92,6549 [,0843; 2,299] 7 0,8375 [0,704; 0,9364] 93 0,803 [0,6645; 0,987] 8 0,3293 [0,0269; 0,6092] 94,896 [,440; 2,397] 23 0,493 [0,0038; 0,357] 7,7254 [,292; 2,292] 24 0,8825 [0,5589;,0835] 8,7254 [,292; 2,292] 25 0,5606 [0,279; 0,768] 9 2,6986 [,835; 3,8652] 26 0,865 [0,6988; 0,9602] 27 0,252 [0,053; 0,5572] 35,2494 [0,8996;,6572] 28 0,624 [0,3647; 0,833] 36,6338 [,245; 2,269] 29 0,624 [0,3647; 0,833] 37 0,0253 [0,005; 0,0695] 38,6987 [,2474; 2,3002] 34 3,0086 [,9834; 4,2292] 39 0,2264 [0,0339; 0,4428] 35 0,685 [0,3229; 0,8767] 40,3668 [,004;,83] 36,357 [0,6626;,6783] 4 0,768 [0,6268; 0,8885] 47 0,773 [0,6204; 0,9074] 66 0,5375 [0,889; 0,7905] 48,084 [0,6048;,6205] própras densdades a pror Fo aplcado o crtéro de convergênca de Gelman e Rubn Os programas desenvolvdos na mplementação computaconal dos exemplos de aplcação foram realzadas por meo do software lvre R (R Development Core Team, 200) 3 Resultados A Tabela apresenta um resumo dos valores da méda a posteror e ntervalos de credbldade (IC) a 95% para as fragldades z s referentes ao modelo geral Por meo dos ntervalos de credbldade pode-se observar que para todos os ndvíduos em tratamento, a varável de fragldade fo estatstcamente sgnfcatva O maor valor de fragldade fo observado para o ndvíduo 34 (Z 34 = 3,0086) O menor valor fo observado para o ndvíduo 37 (Z 37 = 0,0253) Dos 49 pacentes 52 apresentaram valores de fragldade maores que e, portanto, tendem a expermentar eventos mas rapdamente Para os 97 pacentes que apresentaram valores de fragldade menores que, o tempo até a ocorrênca dos eventos é mas longo Os pacentes 90 e 94 apresentaram valores de fragldades guas (Z 90 = Z 94 =,896), no entanto, seus tempos de recorrênca de hosptalzações não são guas e não possuem as mesmas covaráves O pacente 90, uma mulher negra, de 50 anos, não era casada, era da mcrorregão de Lavras e possuía a doença nefrte, fo hosptalzado nos meses 2, 3, 48 e censurado aos 60 meses O pacente 94, mulher branca, de 60 anos, casada, não era orgnára 3
4 Tabela 2: Méda a posteror e IC a 95% - Modelo de Fragldade Multplcatvo Indvíduo Méda IC Indvíduo Méda IC 0,0224 [0,0022; 0,0455] 90 2,3725 [,2479; 3,2966] 2 0,3 [0,032; 0,29] 9 0,9537 [0,4656;,326] 92 3,089 [,646; 4,2922] 7 0,0975 [0,0305; 0,936] 93 0,2443 [0,0749; 0,3823] 8 0,0089 [0,003; 0,020] 94 2,3725 [,2479; 3,2966] 23 0,0032 [0; 0,002] 7,63 [0,5704;,5656] 24 0,2645 [0,0786; 0,479] 8,63 [0,5704;,5656] 25 0,0707 [0,022; 0,464] 9 2,86 [,6587; 4,5526] 26 0,229 [0,080; 0,365] 27 0,057 [0,00; 0,0497] 35,5082 [0,8687; 2,2376] 28 0,0335 [0,006; 0,078] 36,3234 [0,7635;,9696] 29 0,0335 [0,006; 0,078] 37 5,703 [3,245; 8,6666] 38 0,9246 [0,5384;,357] 34 5,8094 [3,895; 7,7694] 39 3,762 [2,0995; 5,692] 35 0,0597 [0,02; 0,096] 40,7222 [,023; 2,64] 36 0,3968 [0,398; 0,6008] 4 0,269 [0,074; 0,888] 47 0,53 [0,0708; 0,2457] 66 0,084 [0,02; 0,2029] 48 2,4905 [,4477; 3,794] da mcrorregão de Lavras e possuía a doença dabetes, fo hosptalzado nos meses 26, 27 e censurado aos 60 meses Esses resultados reafrmma a dea de que não se espera que dos pacentes expermentem qualquer resposta médca exatamente no mesmo tempo Na Tabela 2 apresenta um resumo dos valores da méda a posteror e IC a 95% para as fragldades z s referentes ao modelo de fragldade multplcatvo Pode-se observar que para todos os ndvíduos em tratamento, a varável de fragldade fo estatstcamente sgnfcatva O maor valor de fragldade fo observado para o ndvíduo 20 (Z 20 = 8,77) e o menor para o ndvíduo 23 (Z 23 = 0,0032) Dos 49 pacentes, 4 apresentaram valores da varável de fragldade maores que e 08 apresentaram valores de fragldade menores do que Os pacentes 7 e 8 apresentaram valores de fragldades guas (Z 7 = Z 8 =,63), e não compartlham as mesmas covaráves O pacente 7 é do sexo masculno, casado, branco, 65 anos, resde na mcrorregão de Lavras e é portador de nefrte O pacente 8 é do sexo femnno, branco, resde na mcrorregão de lavras, é vúvo, 79 anos e tem dabetes Podem-se observar as dferenças entre as estmatvas das fragldades para os dos modelos A grande maora dos pacentes em estudo apresentaram valores das estmatvas de fragldades maores quando estmadas pelo modelo de fragldade multplcatvo Observou-se também que alguns pacentes apresentaram as mesmas covaráves e, no entanto, os valores de fragldades eram dferentes, como por exemplo: os pacentes 7 e 66 que apresentaram para o modelo Peña e Hollander valores de fragldade 0,8375 e 0,5375, e para o modelo de fragldade os valores de fragldade 0,0975 e 0,084, sendo ambos do sexo masculno, casados, brancos/pardos, com 6 anos, procedente da mcrorregão de Lavras e possuíam 4
5 a doença dabetes Os pacentes 29, 38 e 48 que apresentaram para o modelo Peña e Hollander valores de fragldade 0,624,,6987 e,084, e para o modelo de fragldade os valores de fragldade 0,0335, 0,9246 e 2,4905 sendo os três do sexo masculno, casados, brancos/pardos, com 7 anos, procedente de outras regões e possuíam a doença nefrte 4 Conclusões A aplcação ao conjunto de dados mostrou a mportânca do termo de fragldade nos modelos estudados Por meo dos resultados apresentados, foram verfcadas grandes dferenças entre os valores estmatmados das fragldades para os dos modelos A grande maora dos pacentes em estudo apresentaram valores das estmatvas de fragldades maores quando estmadas pelo modelo de fragldade multplcatvo Os resultados obtdos corroboram com o argumento de Colossmo e Golo (2006) e mostram que em estudos médcos, não mporta quantas covaráves sejam meddas, dos ndvíduos com exatamente os mesmos valores das covaráves, não são esperados expermentar qualquer resposta médca exatamente no mesmo tempo Agradecmentos Agradecemos à FAPEMIG pelo apoo fnancero Referêncas [] CLAYTON, D G A model for assocaton n bvarate lfe tables and ts applcaton n epdemologcal studes of famlal tendendy n chronc dsease ncdence Bometrka, v 65, p 4-5, 978 [2] COLOSIMO, E A; GIOLO, S R Análse de Sobrevvênca Aplcada São Paulo: Edgard Blücher, p [3] COOK, R J ; LAWLESS, J F The Statstcal Analyss of Recurrent Events Sprnger Scence + Busness Meda, LLC th edton p [4] COX, D R Regresson models and lfe tables Journal of Royal Statstcal Socety, Seres B, v 34, p , 972 [5] GOUVÊA, G D R Métodos bayesanos para análse de dados de eventos recorrentes consderando uma classe geral de modelos com fragldade multplcatva, p Tese (Doutorado em Estatístca e Expermentação Agropecuára) - Unversdade Federal de Lavras, Lavras, MG 200 [6] PEÑA, E A, HOLLANDER, M Models for Recurrent Events n Relablty and Survval Analyss In: Mathematcal Relablty: An Expostory Perspectve, eds R Soyer, T A Mazzuch, and N D Sngpurwalla, Dordrect: Kluwer, 2004 p 05-8 [7] R DEVELOPMENT CORE TEAM R: a language and envronment for statstcal computng Venna, Austra R Foundaton for Statstcal Computng Dsponível em: Acesso em: 0 setembro, 200 5
Alternativas ao modelo de Cox na análise de dados de sobrevivência com covariáveis dependentes no tempo
Alternatvas ao modelo de Cox na análse de dados de sobrevvênca com covaráves dependentes no tempo Luís Machado Departamento de Matemátca para a Cênca e a Tecnologa, Unversdade do Mnho Carmen Cadarso-Suárez
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisInferência Estatística e Aplicações II. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP
Inferênca Estatístca e Aplcações II Edson Zangacom Martnez Departamento de Medcna Socal FMRP/USP edson@fmrp.usp.br Métodos Bayesanos Edson Zangacom Martnez Cênca Hoje, julho de 2006 Thomas Bayes Thomas
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisESTIMAÇÃO BAYESIANA DAS FRAGILIDADES INDIVIDUAIS DE PACIENTES COM INSUFICIÊNCIA RENAL CRÔNICA DA CIDADE DE LAVRAS-MG
ESTIMAÇÃO BAYESIANA DAS FRAGILIDADES INDIVIDUAIS DE PACIENTES COM INSUFICIÊNCIA RENAL CRÔNICA DA CIDADE DE LAVRAS-MG Graziela Dutra Rocha GOUVÊA1 Vera Lúcia Damasceno TOMAZELLA 2 João Domingos SCALON 3
Leia maisModelagem do crescimento de clones de Eucalyptus via modelos não lineares
Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisUniversidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas
Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisAnálise de Variância. Comparação de duas ou mais médias
Análse de Varânca Comparação de duas ou mas médas Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA)
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisModelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisANÁLISE DE SOBREVIVÊNCIA UTILIZANDO DENSIDADES A PRIORI COM DADOS AMPLIADOS
ANÁLISE DE SOBREVIVÊNCIA UTILIZANDO DENSIDADES A PRIORI COM DADOS AMPLIADOS Josenldo de Souza CHAVES Josemar RODRIGUES 2 RESUMO: Neste trabalho, apresentamos uma análse Bayesana para dados clíncos exponencas
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisRegressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará
Regressão Logístca Aplcada aos Casos de Sífls Congênta no Estado do Pará Crstane Nazaré Pamplona de Souza 1 Vanessa Ferrera Montero 1 Adrlayne dos Res Araújo 2 Edson Marcos Leal Soares Ramos 2 1 Introdução
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisIdentidade dos parâmetros de modelos segmentados
Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos
Leia maisAnálise da curva de crescimento de ovinos cruzados
Análse da curva de crescmento de ovnos cruzados Dana Campos de Olvera DEX, UFLA Antôno Polcarpo Souza Carnero DET, UFV Joel Augusto Munz DEX, UFLA Introdução Os ovnos, assm como grande maora dos anmas
Leia maisRevista Ceres ISSN: X Universidade Federal de Viçosa Brasil
Revsta Ceres ISSN: 0034-737X ceresonlne@ufv.br Unversdade Federal de Vçosa Brasl Almeda Marques da Slva, Natascha; Munz, Joel Augusto; Fonseca e Slva, Fabyano; De Aquno, Luz Henrque; De Moraes Gonçalves,
Leia maisAULA EXTRA Análise de Regressão Logística
1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável
Leia maisEstatística Espacial: Dados de Área
Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisSELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE
SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de
Leia maisUMA REPARAMETRIZAÇÃO PARA A FUNÇÃO DE CONFIABILIDADE CONSIDERANDO O MODELO DE REGRESSÃO VALOR EXTREMO COM DADOS DE TEMPO DE VIDA ACELERADO
UMA REPARAMETRIZAÇÃO PARA A FUNÇÃO DE CONFIABILIDADE CONSIDERANDO O MODELO DE REGRESSÃO VALOR EXTREMO COM DADOS DE TEMPO DE VIDA ACELERADO Vera Luca D. TOMAZELLA José Carlos FOGO 2 RESUMO: Neste trabalho,
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisESTIMAÇÃO EM MODELOS DE TEMPO DE FALHA ACELERADO PARA DADOS DE SOBREVIVÊNCIACORRELACIONADOS: UMA APLICAÇÃO PARA POÇOS DE PETRÓLEO
ESTIMAÇÃO EM MODELOS DE TEMPO DE FALHA ACELERADO PARA DADOS DE SOBREVIVÊNCIACORRELACIONADOS: UMA APLICAÇÃO PARA POÇOS DE PETRÓLEO Patríca Borchardt Santos Unversdade Federal do Ro Grande do Norte Campus
Leia maisAnálise de Regressão Linear Múltipla VII
Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto
Leia maisUMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES
UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisIntegração com splines integração com splines cúbicos
Integração com splnes ntegração com splnes cúbcos Um modo de obter regras de ntegração semelhante às compostas é utlzando splnes. A utlzação de splnes de grau zero conduz às regras do rectângulo compostas,
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisAnálise de influência
Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012
ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia mais7 Tratamento dos Dados
7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r
Leia maisAplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2
Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer
Leia maisClassificação de Padrões
Classfcação de Padrões Introdução Classfcadores Paramétrcos Classfcadores Sem-paramétrcos Redução da Dmensonaldade Teste de Sgnfcânca 6.345 Sstema de Reconhecmento de Voz Teora Acústca da Produção de Voz
Leia maisANÁLISE BAYESIANA DA CONFIABILIDADE DE ITENS SUBMETIDOS A TESTES DE DEGRADAÇÃO
ANÁLISE BAYESIANA DA CONFIABILIDADE DE ITENS SUBMETIDOS A TESTES DE DEGRADAÇÃO Rodolfo Romualdo da Slva Insttuto Mltar de Engenhara (IME) Pça Gen Tbúrco 80 Urca Ro de Janero RJ CEP 90-70 (romu@skydome.com.br)
Leia maisAnna Carolina Lustosa Lima
Anna Carolna Lustosa Lma Modelagem Conjunta de Dados Longtudnas e de Sobrevvênca Belo Horzonte MG Outubro, 7 Anna Carolna Lustosa Lma Modelagem Conjunta de Dados Longtudnas e de Sobrevvênca Dssertação
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisEFEITOS DE DISPERSÃO EM PROJETOS FATORIAIS: UMA SIMULAÇÃO CONFIRMATÓRIA
! "#$ " %'&)(*&)+,.- /10.*&4365879&4/1:.+58;.*=?5.@A*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)*EOHJ&)(IHJ/)G.- D - ;./);.& Foz do Iguaçu, PR, Brasl, 09 a 11 de outubro de 007
Leia maisAnálise de Regressão Linear Múltipla IV
Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do
Leia maisPUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON
1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de
Leia maisUniversidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Departamento de Estatística UMA FAMÍLIA DE MODELOS DE REGRESSÃO
Unversdade Federal de São Carlos Centro de Cêncas Exatas e de Tecnologa Departamento de Estatístca UMA FAMÍLIA DE MODELOS DE REGRESSÃO COM A DISTRIBUIÇÃO ORIGINAL DA VARIÁVEL RESPOSTA Marcelo de Paula
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia mais4 ANÁLISE DE CONFIABILIDADE COM ANÁLISE LIMITE
4 ANÁLISE DE CONIABILIDADE COM ANÁLISE LIMITE A avalação da segurança das estruturas geotécncas tem sdo sempre um dos objetvos da Engenhara Geotécnca. A forma convenconal de quantfcar a segurança de uma
Leia mais4.1. Tábuas de mortalidade
42 4. Metodologa A verfcação da estênca de dferença na taa de mortaldade de partcpantes ue abandonam um plano de seguro de vda ou prevdênca complementar será realzada medante a comparação entre as probabldades
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA CURSO DE GRADUAÇÃO EM ESTATÍSTICA. Tatiane Gomes de Araújo
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA CURSO DE GRADUAÇÃO EM ESTATÍSTICA Tatane Gomes de Araújo APLICAÇÃO DA REGRESSÃO LOGÍSTICA PARA O ESTUDO DA DOENÇA ARTERIAL CORONARIANA Uberlânda
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisEstudo do intervalo de confiança da regressão inversa utilizando o software R
Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um
Leia maisArquiteturas de Redes Neurais Aplicadas a Data Mining no Mercado Financeiro Uma Aplicação para a Geração de Credit Ratings
Proceedngs of the V Brazlan Conference on Neural Networks - V Congresso Braslero de Redes Neuras pp. 5 20, Aprl 2 5, 200 - Ro de Janero - RJ - Brazl Arquteturas de Redes Neuras Aplcadas a Data Mnng no
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisEstudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.
Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,
Leia maisINTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisQ 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )
DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco
Leia maisREGRESSÃO E CORRELAÇÃO
Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisCorreção para estrutura de população baseada em análise de covariância via autovetores da matriz de parentesco genômico
Correção para estrutura de população baseada em análse de covarânca va autovetores da matrz de parentesco genômco Camla Ferrera Azevedo 1,6 Marcos Deon Vlela de Resende 2 Fabyano Fonseca e Slva 3 José
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisTeoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva
Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisMódulo I Ondas Planas. Reflexão e Transmissão com incidência normal Reflexão e Transmissão com incidência oblíqua
Módulo I Ondas Planas Reflexão e Transmssão com ncdênca normal Reflexão e Transmssão com ncdênca oblíqua Equações de Maxwell Teorema de Poyntng Reflexão e Transmssão com ncdênca normal Temos consderado
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Expermentas em Cêncas Mecâncas Professor Jorge Luz A. Ferrera Sumáro.. Dagrama de Dspersão. Coefcente de Correlação Lnear de Pearson. Flosofa assocada a medda da Estatstca. este de Hpótese 3. Exemplos.
Leia maisRegressão Linear Simples. Frases. Roteiro
Regressão Lnear Smples Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 4 Rotero. Modelagem de Relação. Modelo Lnear
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia mais