Aplicação do Modelo GAMLSS a Dados Imobiliários: Um estudo de caso de lotes urbanos na cidade de São Carlos, SP
|
|
- Ana Sofia Monsanto Soares
- 6 Há anos
- Visualizações:
Transcrição
1 Aplicação do Modelo GAMLSS a Dados Imobiliários: Um estudo de caso de lotes urbanos na cidade de São Carlos, SP Amanda Cristina Estevam 1 Guilherme Moraes Ferraudo 1 Vera Tomazella 1 Francisco Louzada Neto 2 1 Introdução O mercado imobiliário é considerado um dos setores mais complexos da economia, pois os imóveis são vistos como bens compostos que impedem a comparação direta das unidades, as quais apresentam características específicas. No entanto, utilizando-se de técnicas estatísticas adequadas é possível responder questões importantes como, quais variáveis interferem na formação do preço, quanto custa produzir o bem avaliado e o valor de mercado. A avaliação imobiliária é de grande importância para o direcionamento de políticas públicas e privadas no que diz respeito a ajustes fiscais, regularização imobiliária, disputas judiciais, atualização patrimonial, compra e venda, entre outras finalidades que são fundamentais para o desenvolvimento dessa área do país. Assim, o mercado imobiliário atraí diversos estudos e pesquisas, os quais buscam explicar e interpretar as inúmeras transações realizadas e principalmente encontrar maneiras adequadas de determinar seu valor monetário. Como observado por Dantas (2005), embora a regressão linear tradicional seja muito usada para modelar dados imobiliários, pode apresentar resultados inconsistentes pois muitas vezes os dados não apresentam normalidade e não atendem os pressupostos necessários da teoria. Devido aos avanços da estatística, a engenharia de avaliações também se adaptou e passou a utilizar outros métodos de regressão, como por exemplo, os modelos lineares generalizados (MLGs), que embora aumentem as opções para a distribuição da variável resposta (as pertencentes à família exponencial) não permitem que esta tenha uma grande simetria e curtose, além de modelar apenas a média. A fim de suprir as restrições acima, Rigby & Stasinopoulos (2005) propuseram os modelos aditivos generalizados para posição, escala e forma (GAMLSS) que também permitem que todos os parâmetros da variável resposta sejam modelados de forma linear ou não-linear. Utilizando esta nova metodologia, este estudo oferecerá uma contribuição na área de Engenharia de Avaliações, visando à formação do valor de mercado de lotes urbanos da cidade de São Carlos, quais variáveis que influenciam na precificação desses bens e a criação de Plantas de Valores Genéricos (PVG). 1 Departamento de Estatística - UFSCar. amandacrisestevam@gmail.com 2 ICMC - USP. 1
2 2 Material e métodos 2.1 GAMLSS De acordo com Rigby e Stasinopoulos (2007), na estrutura do GAMLSS os p parâmetros θ T = (θ 1,θ 2,...,θ k ) de uma função (densidade) de probabilidade f (y θ) são modelados utilizando termos aditivos. Aqui se presume que para i = 1,2,...,n as observações y i são independentes com função (densidade) de probabilidade condicionada a θ i, ou seja, f (y i θ i ), onde θ T i = (θ i1,θ i2,...,θ ik ) é um vetor de k parâmetros relacionado às variáveis explanatórias e efeitos aleatórios. Seja y T = (y 1,y 2,...,y n ) o vetor de observações da variável resposta. Considere ainda, para k = 1,2,3,4, uma função de ligação g k ( ) relacionado ao k-ésimo parâmetro θ k às variáveis explanatórias e efeitos aleatórios por meio de um modelo aditivo dado por: ou seja, g k (µ) = η 1 = X 1 β 1 + J 1 Z j1 γ j1 g k (σ) = η 2 = X 2 β 2 + J 2 Z j2 γ j2 g k (ν) = η 3 = X 3 β 3 + J 3 Z j3 γ j3 g k (τ) = η 4 = X 4 β 4 + J 4 Z j4 γ j4 g k (θ k ) = η k = X k β k + J k Z jk γ jk, (1) em que θ k e η k são vetores n 1, β k é um vetor de parâmetros de tamanho J k, e X k e Z jk são matrizes de delineamento conhecidas. O vetor de parâmetros β k e os parâmetros de efeitos aleatórios γ jk, para j = 1,2,...,J k e k = 1,2,3,4 são estimados na estrutura de GAMLSS (para valores fixos dos hiper-parâmetros de suavização λ jk s) maximizando a função de verossimilhança penalizada l p dada por: l p = l 1 2 p k=1 J k λ jk γ jk G jkγ jk (2) onde l = n log f ( y i θ i) é a função de log-verossimilhança. A premissa de independência entre i=1 diferentes vetores γ jk de efeitos aleatórios é fundamental no contexto da estrutura GAMLSS. A seleção do modelo é feita através do desvio global ajustado (Global Deviance-GD), que compara dois modelos encaixados utilizando o teste da razão de verossimilhança. Para modelos não encaixados, utiliza-se o critério de informação de Akaike generalizado (GAIC) que 2
3 penaliza sobre ajustes adicionando aos desvios globais ajustados uma penalidade fixa #, ou seja, GAIC(#) = GD + #d f, onde df corresponde aos graus de liberdade efetivos no modelo. O critério de informação de Akaike (Akaike Information Criterion - AIC; Akaike, 1974) e o critério bayesiano de Schwarz (Schwarz Bayesian Criterion -SBC; Schwarz, 1978) são casos especiais do critério GAIC(#), e correspondem a # = 2 e # = log(n), respectivamente. (Florencio, 2010) 2.2 Exemplo com dados reais Os dados utilizados são referentes a lotes urbanos da cidade de São Carlos no ano de 2005 utilizados por Ferraudo (2010), que propôs um modelo de regressão linear unindo dois campos do conhecimento aparentemente distintos - as metodologias inferenciais de avaliação em massa e os estudos de localização intra-urbana, de natureza sociológica, geográfica e histórica. A pesquisa se concentra nos preços de oferta dos lotes, obtidos nas empresas imobiliárias locais. A escolha por este valor se justifica por ser fiel e de fácil obtenção pelo pesquisador. Embora seja de certa forma tendenciosa, por expressar puramente os interesses dos vendedores, é lícito crer que este valor represente o máximo valor possível sobre uma determinada parcela de terra urbana. Associadas a este preço de oferta, seguem as vantagens oferecidas pela aquisição do imóvel: vizinhança, acessibilidade, atrativos naturais, dentre outras (Ferreira, 2007). Neste trabalho utilizou-se a classe de modelo GAMLSS, proposta por Rigby e Stasinopoulos (2005). Para o ajuste dos modelos, foi considerado apenas os lotes com área igual ou inferior a 800m 2 e comercializados efetivamente em 2005 resultando em um total de 284 observações. A variável resposta foi o valor total do lote (R$) e como variáveis explicativas a área(m 2 ) do lote e as variáveis de localização. A localização foi expressa por oito variáveis do tipo dummy como descrita no parágrafo abaixo. NUC.PRINC: 1 = Lote localiza-se contíguo à aglomeração da Sede Municipal e 0 = Lote localiza-se em parcelamentos rurais; PLN.CENTRAL: 1 = Lote localiza-se no interior da Planície Central e 0 = Fora da Planície Central; FERROVIA: 1 = A acessibilidade ao centro não é prejudicada pela ferrovia e 0 = o inverso; RODOVIA: 1 = A acessibilidade ao centro não é prejudicada pela rodovia SP-310 (Rod. Washington Luís) e 0 = o inverso; ENCOSTA: 1 = A acessibilidade ao centro não é prejudicada pela encosta sul e 0 = o inverso; CONDO: 1 = Lote localiza-se em condomínio urbanístico e 0 = Lote não se localiza em condomínio urbanístico; FECHADO: 1 = Lote localiza-se em bairro fechado por muros e 0 = Lote localiza-se em bairro aberto; ESTRIT.RESID: 1 = O parcelamento a que pertence o lote é estritamente residencial e 0 = O parcelamento tem uso misto. O banco de dados foi separado em duas partes. Utilizou-se 70% dos dados para o ajuste do modelo e 30% para a validação. Fez-se uma breve análise descritiva nos 70% dos dados e verificou-se que o preço médio dos lotes na cidade de São Carlos é de aproximadamente R$ ,00, com um desvio padrão de 3
4 29.775,50, gerando assim um coeficiente de variação de 74%, indicando que existe uma variabilidade considerável nos preços dos lotes. Acredita-se que esta variabilidade se dá devido aos fatores incorporados no modelo. Com relação à assimetria e curtose, pôde-se verificar uma assimetria positiva, e uma curtose indicando que a distribuição tem um achatamento leptocúrtico. 3 Resultados e discussões Para a modelagem dos dados foi utilizado o ambiente de computação estatística R, versão (R CORE TEAM, 2012) e o pacote gamlss. Após verificar a não normalidade dos dados, identificou-se as distribuições plausíveis para a variável reposta: Gama, Gaussiana Inversa, Log- Normal e Weibull. Para cada distribuição, ajustou-se o modelo dado pela formúla funcional (3) com diferentes funções de ligação. Optou-se pelo modelo Gama com função de ligação log por apresentar o menor AIC. V i = β 0 + β 1 NUCPRINC i + β 2 PLNCENT RAL i + β 3 FERROV IA i + β 4 RODOV IAWL i + β 5 ENCOSTA i + β 6 CONDO i + β 7 FECHADO i +β 8 EST RIT RESID i + β9 AREA i β 10 (NUCPRINC AREA) i +β 11 (PLNCENT RAL AREA) i + β 12 (FERROV IA AREA) i β 13 (RODOV IA AREA) i + β 14 (ENCOSTA AREA) i + β 15 (CONDO AREA) i +β 16 (FECHADO AREA) i + β 17 (EST RIT RESID AREA) i (3) A seleção das covariáveis teve o auxilio da ferramenta stepgaic disponível no pacote gamlss. Em cada modelo testado verificou-se a significância das variáveis, a utilização de suavizadores (splines cúbicos) e critérios de comparação de modelos, objetivos (GD, AIC, SBS, Pseudo- R 2 ) e gráficos. Para a verificação do modelo adequado, utilizou-se gráficos de resíduos, gráfico de probabilidade normal, worm plot entre outros. A tabela 2 sumariza as estimativas dos parâmetros para o modelo Gama com função de ligação logaritmica para ambos os parâmetros µ e σ. O modelo final apresentou um pseudo R 2 de 83,25%. O sinal positivo do coeficiente da variável cs(area:nucprinc, df=3), por exemplo, indica que o aumento na área do lote provoca um aumento do preço unitário médio dos lotes situados na aglomeração da Sede Municipal. 4 Conclusões Comparado com estudos anteriores, regressão linear normal (68%)e os modelos linerares generalizados (72%), o modelo GAMLSS teve um aumento no poder de predição. Espera-se 4
5 Tabela 1: Estimativa dos parâmetros, erro padrão e p-valor. Coenficiente de µ Variável Estimativa Erro Padrão p-valor Intercepto PLN.CENTRAL FERROVIA RODOVIA CONDO FECHADO ESTRITRESID cs(area) cs(area:nucprinc, df = 3) AREA:CONDO cs(area:fechado, df = 3) cs(area:estritresid, df = 4) Coeficiente de σ Variável Estimativa Erro Padrão p-valor Intercepto com os resultados deste estudo incorporar mais uma ferramenta na estimação do valor dos lotes urbanos de São Carlos, o qual poderá ser utilizado como ferramenta na elaboração da PVG (Planta de Valores Genéricos) do município de São Carlos Referências [1] FERRAUDO, G. M. Inferência do valor de mercado de lotes urbanos. Estudo de caso: Município de São Carlos (SP) p. Dissertação (Mestrado em Estatística), Universidade Federal de São Carlos, São Carlos, [2] Florencio, L. A. Engenharia de avaliações com base em modelos GAMLSS f. Tese (Mestrado em Estatística) - Departamento de Estatística, Universidade Federal de Pernambuco, Pernambuco [3] R Core Team (2012). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN , URL [4] RIGBY, R. A.; STASINOPOULOS, D. M. Generalized additive models for location, scale and shape. Appl. Statist. 54, Part 3, p , 2005 [5] RIGBY, R. A.; STASINOPOULOS, D. M. Generalized Additive Models for Location Scale and Shape (GAMLSS) in R. Journal of Statistical Software. v. 23, Issue 7,
CE062c - GAMLSS. Silva, J.P; Taconeli, C.A. 09 de outubro, Silva, J.P; Taconeli, C.A. CE062c - GAMLSS 09 de outubro, / 42
CE062c - GAMLSS Silva, J.P; Taconeli, C.A. 09 de outubro, 2018 Silva, J.P; Taconeli, C.A. CE062c - GAMLSS 09 de outubro, 2018 1 / 42 Por que GAMLSS? Silva, J.P; Taconeli, C.A. CE062c - GAMLSS 09 de outubro,
Leia maisModelagem de dados complexos por meio de extensões do modelo de
Modelagem de dados complexos por meio de extensões do modelo de regressão clássico Luiz R. Nakamura Departamento de Informática e Estatística Universidade Federal de Santa Catarina luiz.nakamura@ufsc.br
Leia maisAplicação do modelo de Quase-Verossimilhança
Aplicação do modelo de Quase-Verossimilhança Fábio Hideto Oki 1 1 Introdução O câncer é uma doença de proporção mundial, atingindo só no Brasil cerca de 350 mil pessoas por ano e é caracterizado pela mutação
Leia maisMODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS
MODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS 1 Diversas distribuições podem ser consideradas para a modelagem de dados positivos com distribuição contínua e assimétrica, como, por exemplo, as
Leia maisAplicação dos modelos lineares generalizados na análise do
Aplicação dos modelos lineares generalizados na análise do número de ácaros Ana Paula Coelho Madeira Silva 12 Fabrício Oliveira Fernandes 12 Marcos Antonio Matiello Fadini 12 1 Introdução O estudo das
Leia maisANÁLISE DOS CUSTOS DE PARTOS DE UMA OPERADORA DE PLANOS DE SAÚDE UTILIZANDO GAMLSS
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO DE ESTATÍSTICA Rafaela de Sousa Kienen ANÁLISE DOS CUSTOS DE PARTOS DE UMA OPERADORA DE PLANOS DE SAÚDE UTILIZANDO
Leia maisModelos aditivos generalizados para locação, escala e forma na análise do número de lesões corticais em pacientes com esclerose múltipla
ISSN: 2317-0840 Modelos aditivos generalizados para locação, escala e forma na análise do número de lesões corticais em pacientes com esclerose múltipla 1 Universidade Federal do Paraná - UFPR Ricardo
Leia maisUtilização de GAMLSS na construção de curvas de referência: um estudo de caso sobre composição corporal.
Universidade Federal do Paraná - UFPR Alexandre Doral Marques Utilização de GAMLSS na construção de curvas de referência: um estudo de caso sobre composição corporal. Curitiba - PR 2017 Alexandre Doral
Leia maisModelagem de dados de consumo de combustível de veículos por meio de GAMLSS
Universidade Federal do Paraná Alcides Conte Neto, Hektor Dannyel Brasil Modelagem de dados de consumo de combustível de veículos por meio de GAMLSS Curitiba 2018 Alcides Conte Neto, Hektor Dannyel Brasil
Leia mais4 Modelos Lineares Generalizados
4 Modelos Lineares Generalizados Neste capítulo, serão apresentados arcabouços teóricos dos modelos lineares generalizados (MLGs) e como casos particulares desses modelos são aplicáveis ao problema da
Leia maisModelos de regressão para dados correlacionados. Cibele Russo
Modelos de regressão para dados correlacionados Cibele Russo cibele@icmc.usp.br ICMC USP Mini-curso oferecido no Workshop on Probabilistic and Statistical Methods 28 a 30 de janeiro de 2013 Cibele Russo
Leia maisUtilizando a função auto.arima em modelos de séries temporais
Utilizando a função auto.arima em modelos de séries temporais Erasnilson Vieira Camilo 1 2 Marina Rodrigues Maestre 1 Rick Anderson Freire Mangueira 1 Elias Silva de Medeiros 1 Cristian Villegas 1 1 Introdução
Leia maisModelagem do número de patentes nos países americanos via Regressão múltipla
Modelagem do número de patentes nos países americanos via Regressão múltipla Diailison Teixeira de Carvalho 1 Luiz Alberto Beijo 2 Eduardo Gomes Salgado 3 1 Introdução A análise de regressão linear múltipla
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA DENNIS LEÃO GRR LUAN FIORENTIN GRR
UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA DENNIS LEÃO GRR - 20160239 LUAN FIORENTIN GRR - 20160219 MODELAGEM DE DADOS DE ÓBITOS POR AGRESSÕES NO ESTADO DE SÃO PAULO NO ANO DE 2016 CURITIBA Novembro
Leia maisModelos Lineares Generalizados
Modelos Lineares Generalizados Emilly Malveira de Lima Análise de Dados Categóricos Universidade Federal de Minas Gerais - UFMG 10 de Maio de 2018 Emilly Malveira (PGEST-UFMG) 10 de Maio de 2018 1 / 20
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
1 Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 9 de Abril de 2015 2 3 Função Deviance Podemos ver o ajuste de um modelo a um conjunto de dados como: uma forma
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de Setembro a 01 de Outubro
COMPARAÇÃO DOS MÉTODOS DE VERIFICAÇÃO DO AJUSTE DA DISTRIBUIÇÃO GUMBEL A DADOS EXTREMOS CARLOS JOSÉ DOS REIS 1, LUIZ ALBERTO BEIJO 2,GILBERTO RODRIGUES LISKA 3 RESUMO A distribuição Gumbel é muito aplicada
Leia maisAjuste e comparação de modelos para dados grupados e censurados
Ajuste e comparação de modelos para dados grupados e censurados 1 Introdução José Nilton da Cruz 1 Liciana Vaz de Arruda Silveira 2 José Raimundo de Souza Passos 2 A análise de sobrevivência é um conjunto
Leia maisAnálise de modelos lineares mistos com dois fatores longitudinais: um fator quantitativo e um qualitativo ordinal.
Anais do XII Encontro Mineiro de Estatística - MGEST 013. Uberlândia - 0 e 06 de setembro de 013. Revista Matemática e Estatística em Foco - ISSN:318-0 Análise de modelos lineares mistos com dois fatores
Leia maisModelos de regressão para dados correlacionados. Cibele Russo
Modelos de regressão para dados correlacionados Cibele Russo cibele@icmc.usp.br ICMC USP Mini-curso oferecido no Workshop on Probabilistic and Statistical Methods 28 a 30 de janeiro de 2013 Cibele Russo
Leia maisModelos de regressão beta inflacionados
Modelos de regressão beta inflacionados Raydonal Ospina Martínez Orientadora: Silvia Lopes de Paula Ferrari Recife/PE: 3 de Março de 2009 XI Escola de Modelos de Regressão 1 / 22 APOIO FINANCIERO CAPES,
Leia maisTEORIA DE VALORES EXTREMOS APLICADA NA ANÁLISE DE TEMPERATURA MÁXIMA EM URUGUAIANA, RS.
TEORIA DE VALORES EXTREMOS APLICADA NA ANÁLISE DE TEMPERATURA MÁXIMA EM URUGUAIANA, RS. 1. INTRODUÇÃO Nosso planeta seguiu uma evolução desde sua origem, passando por transformações significativas em sua
Leia maisModelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados
Modelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados Erica Castilho Rodrigues 23 de Maio de 207 Introdução 2 3 Vimos como encontrar o EMV usando algoritmos numéricos. Duas possibilidades:
Leia maisNúmero de Consultas ao Médico
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO DE ESTATÍSTICA João Matheus S. K. T. Hneda Lineu Alberto Cavazani de Freitas Número de Consultas ao Médico Análise
Leia maisUso de modelos lineares generalizados para estimar germinação carpogênica de escleródios de S. sclerotioroum
Uso de modelos lineares generalizados para estimar germinação carpogênica de escleródios de S. sclerotioroum Marceli Hikishima, Embrapa Arroz e Feijão 1 Aline de Holanda Nunes Maia, Embrapa Meio Ambiente
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR DENNIS LEÃO GRR LUAN FIORENTIN GRR
UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR -20149072 DENNIS LEÃO GRR - 20160239 LUAN FIORENTIN GRR - 20160219 MODELAGEM DA QUANTIDADE DE MATRÍCULAS NO ENSINO REGULAR NO ESTADO DO
Leia maisRegressão para Dados Binários - Estudo de Dengue
Universidade Federal do Paraná Departamento de Estatística Regressão para Dados Binários - Estudo de Dengue CE225 - Modelos Lineares Generalizados Francielle Przibiciem de Mattos GRR20124686 Guilherme
Leia maisAdriane Machado Cinthia Zamin Cavassola Luiza Hoffelder da Costa REGRESSÃO EM DADOS DE CONTAGEM: UM ESTUDO SOBRE A QUANTIDADE DE BICICLETAS ALUGADAS
Adriane Machado Cinthia Zamin Cavassola Luiza Hoffelder da Costa REGRESSÃO EM DADOS DE CONTAGEM: UM ESTUDO SOBRE A QUANTIDADE DE BICICLETAS ALUGADAS Relatório técnico apresentado como atividade avaliativa
Leia maisUtilização de modelos marginais na análise de dados longitudinais irregulares em relação ao tempo
Utilização de modelos marginais na análise de dados longitudinais irregulares em relação ao tempo César Gonçalves de Lima 1 Michele Barbosa 2 Valdo Rodrigues Herling 3 1. Introdução Dados longitudinais
Leia maisModelo de regressão Beta
Modelo de regressão Beta Fernando Lucambio Pérez Departamento de Estatística Universidade Federal do Paraná Agosto de 2004 1 Consideremos uma situação em que a variável resposta contínua é restrita ao
Leia maisFAMÍLIA EXPONENCIAL DE DISTRIBUIÇÕES
FAMÍLIA EXPONENCIAL DE DISTRIBUIÇÕES 1 Os modelos lineares generalizados, propostos originalmente em Nelder e Wedderburn (1972), configuram etensões dos modelos lineares clássicos e permitem analisar a
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS Julgue os itens que se seguem, acerca da estatística descritiva. 51 Na distribuição da quantidade de horas trabalhadas por empregados de certa empresa, é sempre possível determinar
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisAnálise de previsão da inflação no período pós-plano Real
Análise de previsão da inflação no período pós-plano Real Marina Rodrigues Maestre 1 Jayane Pereira de Oliveira 2 Raquel Castellucci Caruso Sachs 3 Vitor Augusto Ozaki 4 1 Introdução Durante a década de
Leia maisÓbitos por Acidentes de Transporte em Santa Catarina no ano de 2016
Óbitos por Acidentes de Transporte em Santa Catarina no ano de 2016 Modelos Lineares Generalizados Lais Hoffmam Simone Matsubara Willian Meira Yasmin Fernandes Curitiba 2018 Sumário 1. Resumo... 3 2. Introdução...
Leia maisModelo de regressão estável aplicado a econometria
Modelo de regressão estável aplicado a econometria financeira Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br 1 Objetivos
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA. Jayme Gomes dos Santos Junior Luciana Helena Kowalski
UNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA Jayme Gomes dos Santos Junior Luciana Helena Kowalski MODELAGEM DA EXPECTATIVA DE VIDA NOS MUNICÍPIOS DO PARANÁ A PARTIR DE COVARIÁVEIS DO CENSO 2010
Leia maisExemplo Misto Ataques Epilépticos
Exemplo Misto Ataques Epilépticos Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Ataques Epilépticos 2 o Semestre 2016 1 / 25
Leia maisTrabalho de Modelos Lineares Generalizados
Universidade Federal do Paraná Trabalho de Modelos Lineares Generalizados Ananda Bordignon 1, Brendha Lima 2, Giovanna Lazzarin 3 12 de Novembro de 2018 1 GRR20149157 2 GRR20149163 3 GRR20149088 1 SUMÁRIO
Leia maisMAE Modelos Lineares Generalizados 2 o semestre 2017
MAE5763 - Modelos Lineares Generalizados 2 o semestre 2017 Prof. Gilberto A. Paula 3 a Lista de Exercícios 1. Supor y i ind FE(µ, φ i ) com φ i = α + γz i, para i = 1,..., n. Como ca a matriz modelo Z?
Leia maisAnálise do volume útil do reservatório de Furnas via modelos de séries temporais
Análise do volume útil do reservatório de Furnas via modelos de séries temporais Cristina Henriques Nogueira 1 3 Thelma Sáfadi 2 1 Introdução A energia elétrica é, sem dúvida, um recurso indispensável
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ. Adriane Machado (GRR ), Cinthia Zamin Cavassola(GRR ) e Luiza Hoffelder da Costa(GRR )
UNIVERSIDADE FEDERAL DO PARANÁ Adriane Machado (GRR20149152), Cinthia Zamin Cavassola(GRR20149075) e Luiza Hoffelder da Costa(GRR20149107) AJUSTE DE MODELO DE REGRESSÃO LOGÍSTICA REFERENTE À PRESENÇA DE
Leia maisAumento amostral via arquétipos na avaliação do potencial hídrico de espécies de eucalipto
Aumento amostral via arquétipos na avaliação do potencial hídrico de espécies de eucalipto Pórtya Piscitelli Cavalcanti 1 4 Carlos Tadeu dos Santos Dias 2 4 Patrícia Andressa de Ávila 3 4 José Leonardo
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia maisESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística ESTUDO SOBRE A TAXA ANUAL DE CÂNCER NASAL EM UMA REFINARIA DE NÍQUEL NO PAÍS DE GALES CE225 - Modelos Lineares Generalizados
Leia maisEconometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.
3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros
Leia maisComparação de métodos para tratamento de parcelas perdidas em delineamento em blocos casualizados via simulação Monte Carlo
Comparação de métodos para tratamento de parcelas perdidas em delineamento em blocos casualizados via simulação Monte Carlo Marcela Costa Rocha 1 Maria de Lourdes Lima Bragion 1 1 Introdução A perda de
Leia maisMETÓDOS DE REGRESSÃO KERNEL
METÓDOS DE REGRESSÃO KERNEL George Cavalcanti de Albuquerque Júnior 1; Getúlio José Amorim do Amaral 2 1 Estudante do Curso de Estatística - CCEN UFPE; E-mail: gcdaj1@de.ufpe.br, 2 Docente/pesquisador
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia maisAplicação da análise de regressão na contabilidade do custo de produção do milho
Aplicação da análise de regressão na contabilidade do custo de produção do milho Janser Moura Pereira 1 Quintiliano Siqueira Schroden Nomelini 1 Andréa Clélia da Rocha Moura 2 Nathane Eva dos Santos Peixoto
Leia maisEXPLORANDO OS MODELOS LINEARES GENERALIZADOS APLICAÇÃO A DADOS DE UM PEQUENO SUPERMERCADO
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística EXPLORANDO OS MODELOS LINEARES GENERALIZADOS APLICAÇÃO A DADOS DE UM PEQUENO SUPERMERCADO CE225 - Modelos Lineares Generalizados
Leia maisINCIDÊNCIA DE DENGUE EM UMA CIDADE DA COSTA MEXICANA: UM ESTUDO PREDITIVO
Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Estatística INCIDÊNCIA DE DENGUE EM UMA CIDADE DA COSTA MEXICANA: UM ESTUDO PREDITIVO CE225 - Modelos Lineares Generalizados Eduardo
Leia maisDistribuição Generalizada de Valores Extremos (GVE): Um estudo aplicado a valores de temperatura mínima da Cidade de Viçosa-MG
Distribuição Generalizada de Valores Extremos (GVE): Um estudo aplicado a valores de temperatura mínima da Cidade de Viçosa-MG Eduardo Campana Barbosa 12 Carlos Henrique Osório Silva 3 Rômulo César Ricardo
Leia maisA distribuição Weibull Exponencial de Zografos
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. A distribuição Weibull Eponencial de Zografos Patrícia Silva N. Barros, PPGBEA - UFRPE / DCE - UFPB E-mail: patriciajp1408@hotmail.com Kleber Napoleão
Leia maisAjuste de modelos de séries temporais para pressão atmosférica de Uberlândia
Ajuste de modelos de séries temporais para pressão atmosférica de Uberlândia Valiana Alves Teodoro Mirian Fernandes Carvalho Araújo Lúcio Borges de Araújo Introdução Na comercialização de produtos originados
Leia maisModelos Binomial e Poisson
Objetivos Motivação BIE5781 - Pós-Graduação em Ecologia USP setembro de 2012 Objetivo da Aula Objetivos Motivação Os objetivos dessa aula são: Objetivos Motivação Objetivo da Aula Os objetivos dessa aula
Leia maisExemplos Modelos de Quase-Verossimilhança
Exemplos Modelos de Quase-Verossimilhança p. 1/40 Exemplos Modelos de Quase-Verossimilhança Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de
Leia maisRelatório GLM - Predição de doênça coronária cardíaca através do modelo de regressão generalizado com resposta Binomial
UNIVERSIDADE FEDERAL DO PARANÁ Rafael Morciani Alves da Silva Maike Willian Martins dos Santos Mateus Gemelli Ramos Relatório GLM - Predição de doênça coronária cardíaca através do modelo de regressão
Leia mais3 Dados e metodologia
3 Dados e metodologia 3.1 Apresentação de Dados Para a realização dessa pesquisa foram utilizados os dados da série histórica dos preços da soja (em grão) do Estado do Paraná, obtidos da base de dados
Leia maisAnalise de sobreviventes em acidentes de carros
Analise de sobreviventes em acidentes de carros Modelos Lineares Generalizados Lais Hoffmam GRR20159455 Simone Matsubara GRR20124663 Willian Meira GRR20159077 Yasmin Fernandes ISO20180365 Curitiba 2018
Leia maisPredição do preço médio anual do frango por intermédio de regressão linear
Predição do preço médio anual do frango por intermédio de regressão linear João Flávio A. Silva 1 Tatiane Gomes Araújo 2 Janser Moura Pereira 3 1 Introdução Visando atender de maneira simultânea e harmônica
Leia mais4 Aplicações. 4.1 Número de casos de poliomielite nos Estados Unidos
4 Aplicações Este capítulo trata da aplicação de modelos GARMA a séries reais de dados de contagem. Para o estudo de casos reais foram escolhidas as seguintes séries: número de casos mensais de poliomielite
Leia maisAnálise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais
Análise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais Guilherme Alvarenga Laia 1 Maria Imaculada de Sousa Silva 2 Nádia Giaretta Biase 3 1 Introdução
Leia maisRESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
Leia maisModelos de Regressão para Dados de Contagem
UNIVERSIDADE FEDERAL DO PARANÁ Departamento de Estatística Modelos de Regressão para Dados de Contagem CE225 - Modelos Lineares Generalizados Professor Cesar Taconelli Andrea A Alves, GRR: 20096668 NathanM
Leia maisAnálise de Dados Categóricos
1/43 Análise de Dados Categóricos Modelo de Regressão de Poisson Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Departamento de Estatística Universidade Federal de Minas Gerais 2/43 Revisão:
Leia maisDisciplina de Modelos Lineares Professora Ariane Ferreira
Disciplina de Modelos Lineares 2012-2 Regressão Logística Professora Ariane Ferreira O modelo de regressão logístico é semelhante ao modelo de regressão linear. No entanto, no modelo logístico a variável
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos
Leia maisAnálise de Dados Longitudinais Aula
1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
PROPOSTA DE APLICAÇÃO DA ANÁLISE DE VARIÂNCIA COM MODELO AUTOREGRESSIVO PARA ANÁLISE DE VARIEDADES DE TRIGO (Triticum aestivum L.) DIOGO FRANCISCO ROSSONI¹, MARIELE VILELA BERNARDES PRADO², JAIR ROCHA
Leia maisConsistência de agrupamentos de acessos de alho via análise discriminante
Consistência de agrupamentos de acessos de alho via análise discriminante 1 Introdução 1 Anderson Rodrigo da Silva 1 Paulo Roberto Cecon 1 Mário Puiatti 2 Moysés Nascimento 1 Fabyano Fonseca e Silva 1
Leia maisAvaliação de modelos de densidade de probabilidade em séries de dados meteorológicos
Resumos Expandidos: XII Mostra de Estagiários e Bolsistas... 21 Avaliação de modelos de densidade de probabilidade em séries de dados meteorológicos Luana Osaka Ohashi¹ José Eduardo Boffino de Almeida
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto Introdução 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2.
Leia maisModelos Lineares Generalizados - Componentes do Modelo
Modelos Lineares Generalizados - Componentes do Modelo Erica Castilho Rodrigues 01 de Abril de 2014 3 Vejamos agora quais as componentes de um Modelo Linear Generalizado. Temos um conjunto de variáveis
Leia maisAPLICAÇÃO DA GEOESTATÍSTICA NA ANÁLISE DE EXPERIMENTOS COM MAMONA (Ricinus communis L.)
APLICAÇÃO DA GEOESTATÍSTICA NA ANÁLISE DE EXPERIMENTOS COM MAMONA (Ricinus communis L.) Verônica Yumi Kataoka 1, Vânia Corrêa Mota 1, Marcelo Silva de Oliveira 1, Antônio Lucrécio Santos Neto 1, Luis Felipe
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
NORMALIZAÇÃO DE BOX-COX EM DADOS DE EXPERIMENTOS COM EXPRESSÃO GÊNICA RESUMO NATÁLIA FARAJ MURAD 1, ROSIANA RODRIGUES ALVES 2 Este trabalho foi realizado com o objetivo de fazer um estudo sobre a normalidade
Leia maisTT64 COMPARAÇÃO DE MODELOS INFERENCIAIS TRADICIONAIS E ESPACIAIS UTILIZANDO DIFERENTES VARIÁVEIS DE LOCALIZAÇÃO.
TT64 COMPARAÇÃO DE MODELOS INFERENCIAIS TRADICIONAIS E ESPACIAIS UTILIZANDO DIFERENTES VARIÁVEIS DE LOCALIZAÇÃO. CARLOS ALBERTO PERUZZO TRIVELLONI ENGENHEIRO CIVIL (UNIVERSIDAD DE LA REPÚBLICA, MONTEVIDÉU,
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA
06 UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CAROLINE MARTINS SELIS GRR: 20137507 MILTON ABRAAO FERREIRA GRR: 20137581 NATHALIE DO AMARAL PORTO MARTINS GRR: 20137583 RELATÓRIO DE ANÁLISE
Leia maisEconometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010
Aula - 6/8/010 Econometria Econometria 1. Hipóteses do Modelo de RLM O modelo de regressão linear múltipla Estudar a relação entre uma variável dependente e uma ou mais variáveis independentes. Forma genérica:
Leia maisMÉTODO MEAN SHIFT PARA DETECÇÃO DE OUTLIERS EM MODELOS NORMAIS ASSIMÉTRICOS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA MÉTODO MEAN SHIFT PARA DETECÇÃO DE OUTLIERS EM MODELOS NORMAIS ASSIMÉTRICOS Thalita do Bem Mattos Clécio da
Leia maisSensibilidade do método de adaptabilidade e estabilidade de Lin & Binns: um estudo via simulação
Sensibilidade do método de adaptabilidade e estabilidade de Lin & Binns: um estudo via simulação Rafael Lédo Rocha de Oliveira DET, UFV 1 Anderson Rodrigo da Silva DET, UFV Cosme Damião Cruz DBG, UFV Paulo
Leia maisModelos Lineares Generalizados para Dados de Contagem Ananda Bordignon, Brendha Lima, Giovanna Lazzarin 28 de novembro de 2018
Modelos Lineares Generalizados para Dados de Contagem Ananda Bordignon, Brendha Lima, Giovanna Lazzarin 28 de novembro de 2018 1. Introdução O objetivo deste trabalho é apresentar uma análise estatística,
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisModelos GAMLSS - Associações entre marcadores e QTL
Mdels GAMLSS - Assciações entre marcadres e QTL Elias Silva de Medeirs 1 2 Rseli Aparecida Leandr 1 Cristian Villegas 1 Marina Rdrigues Maestre 1 1 Intrduçã Durante muits ans, em trabalhs estatístics,
Leia maisInferência em Recursos Florestais e Ecologia: A Abordagem da Verossimilhança 1
Inferência em Recursos Florestais e Ecologia: A Abordagem da Verossimilhança 1 JOÃO LUÍS F. BATISTA 2 16 de outubro de 2008 Resumo Além dos dois paradigmas mais populares na Estatística, o Freqüentista
Leia maisReferência Banco de dados FioCruz Doc LAB1_GEO.doc. Autor Eduardo C. G. Camargo Versão 1.0 Data DEZ / Revisão Versão Data
Ministério da Ciência e Tecnologia Instituto Nacional de Pesquisas Espaciais Análise Espacial de Dados Geográficos Laboratório Módulo: Geoestatística Linear Referência Banco de dados FioCruz Doc LAB_GEO.doc
Leia maisModelagem da estrutura de covariância na análise de medidas repetidas
Modelagem da estrutura de covariância na análise de medidas repetidas Marisol García Peña Sergio Arciniegas Alarcón Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento
Leia maisProposta de ajuste de modelos não lineares na descrição de germinação de sementes de café
Proposta de ajuste de modelos não lineares na descrição de germinação de sementes de café Iábita Fabiana Sousa 1 Joel Augusto Muniz 1 Renato Mendes Guimarães 2 Taciana Villela Savian 3 1 Introdução Um
Leia maisA Importância da Estatística na Pesquisa Científica e na Tomada de Decisão
A Importância da Estatística na Pesquisa Científica e na Tomada de Decisão Ricardo Alves de Olinda Universidade Estadual da Paraíba - UEPB Centro de Ciências e Tecnologia - CCT Departamento de Estatística
Leia maisExemplos Equações de Estimação Generalizadas
Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos
Leia maisCoeficiente de determinação R 2 no modelo de regressão linear normal
Coeficiente de determinação R 2 no modelo de regressão linear normal Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio@ufpr.br
Leia maisProcedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear
Procedimento Complementar para Validação de Métodos Analíticos e Bioanalíticos usando Análise de Regressão Linear Rogério Antonio de Oliveira 1 Chang Chiann 2 1 Introdução Atualmente, para obter o registro
Leia maisVARIABILIDADE ESPACIAL DA CONDUTIVIDADE ELÉTRICA NO SOLO EM UM TALHÃO DE LARANJA: AMOSTRAS EM GRIDES REGULARES. Lucas Santana da Cunha 1 RESUMO
VARIABILIDADE ESPACIAL DA CONDUTIVIDADE ELÉTRICA NO SOLO EM UM TALHÃO DE LARANJA: AMOSTRAS EM GRIDES REGULARES Lucas Santana da Cunha 1 RESUMO Todas as atividades que giram em torno dos conceitos da agricultura
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia mais