Dados do Trabalho

Título

APLICAÇOES DE NOVOS MODELOS DE REGRESSAO BINOMIAL PARA DADOS DESBALANCEADO

Curso

Estatística

Semestre/período

1 / 7

RESUMO (Abstract)

Neste trabalho estudamos a estimação clássica e bayesiana para os modelos de regressão binaria potencia e reversa de potencia recentemente formulados na literatura os quais foram propostos como ligações assimétricas alternativos ao modelo logito e probito mas que neste trabalho são propostos como alternativos na presencia de desbalanceamento de dados binários.
O trabalho mostra com um estudo de simulação, como o desbalanceamento afeta a estimação dos parâmetros de uma regressão logística no que respeita ao vicio, erro quadrático meio e o desvio padrão das estimativas, independente do tamanho da amostra. Ao mesmo tempo, nos mostramos como uma ligação potencia pode estimar adequadamente os parâmetros na classe de desbalanceamento considerada.
Além disso foi desenvolvida uma aplicação na qual e-mails são classificados com spam ou não segundo três fatores globais associadas as palavras, aos caracteres e as letras maiúsculas usada no texto do e-mail. Foi comparado o desempenho dos modelos de regressão binaria com funções de ligação usuais, com as funções de ligação potencia e reversa de potencia sobre abordagem bayesiana. Usando critérios de informação, medidas de avaliação preditiva e introduzindo analises de resíduos, é mostrado que o modelo usando a função de ligação potencia cauchito se ajustou melhor do que os modelos tradicionais.