Endpoint-inflated beta-binomial regression for correlated count data

Descripción del Articulo

El modelo de regresión binomial con in acción en los extremos permite modelar datos de conteo acotados en los que una alta proporción de las observaciones se encuentra en los extremos. Extendemos el modelo considerando una función de enlace de logit ordenado, la cual aprovecha la información de orde...

Descripción completa

Detalles Bibliográficos
Autor: Fazio Luna, Boris Manuel
Formato: tesis de maestría
Fecha de Publicación:2019
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Institucional
Lenguaje:inglés
OAI Identifier:oai:repositorio.pucp.edu.pe:20.500.14657/175701
Enlace del recurso:http://hdl.handle.net/20.500.12404/18680
Nivel de acceso:acceso abierto
Materia:Análisis de regresión
Probabilidades
Modelos matemáticos
http://purl.org/pe-repo/ocde/ford#1.01.03
id RPUC_15c93929e8efedb6bd458c5108070cd4
oai_identifier_str oai:repositorio.pucp.edu.pe:20.500.14657/175701
network_acronym_str RPUC
network_name_str PUCP-Institucional
repository_id_str 2905
spelling Sal y Rosas Celi, Víctor GiancarloFazio Luna, Boris Manuel2021-03-29T21:45:28Z2021-03-29T21:45:28Z20192021-03-29http://hdl.handle.net/20.500.12404/18680El modelo de regresión binomial con in acción en los extremos permite modelar datos de conteo acotados en los que una alta proporción de las observaciones se encuentra en los extremos. Extendemos el modelo considerando una función de enlace de logit ordenado, la cual aprovecha la información de orden implícita en las probabilidades de in acción y exploramos el uso de efectos aleatorios y marginalización para manejar la presencia de observaciones repetidas. Empleamos un conjunto de datos previamente analizado en la literatura mediante un modelo de regresión binomial con in acción en los extremos que emplea el enlace softmax para mostrar el mejor ajuste logrado por nuestro modelo.The endpoint-inflated binomial regression model provides a way of modeling bounded count data with a high proportion of observations at the endpoints. We extended the model by considering an ordered logit link which exploits the natural ordering in the inflation probabilities and explore the utility of random effects and marginalization for dealing with repeated measures. We use a dataset previously analyzed in the literature with an endpointinflated binomial regression using a softmax link to show our model achieves an improved fit.engPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/pe/Análisis de regresiónProbabilidadesModelos matemáticoshttp://purl.org/pe-repo/ocde/ford#1.01.03Endpoint-inflated beta-binomial regression for correlated count datainfo:eu-repo/semantics/masterThesisTesis de maestríareponame:PUCP-Institucionalinstname:Pontificia Universidad Católica del Perúinstacron:PUCPMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de PosgradoEstadística40361284https://orcid.org/0000-0001-8636-714270803305542037Bayes Rodríguez, Cristian LuisSal Y Rosas Celi, Víctor GiancarloBenites Sánchez, Luis Enriquehttps://purl.org/pe-repo/renati/level#maestrohttp://purl.org/pe-repo/renati/type#tesis20.500.14657/175701oai:repositorio.pucp.edu.pe:20.500.14657/1757012024-06-10 10:29:22.816http://creativecommons.org/licenses/by/2.5/pe/info:eu-repo/semantics/openAccessmetadata.onlyhttps://repositorio.pucp.edu.peRepositorio Institucional de la PUCPrepositorio@pucp.pe
dc.title.es_ES.fl_str_mv Endpoint-inflated beta-binomial regression for correlated count data
title Endpoint-inflated beta-binomial regression for correlated count data
spellingShingle Endpoint-inflated beta-binomial regression for correlated count data
Fazio Luna, Boris Manuel
Análisis de regresión
Probabilidades
Modelos matemáticos
http://purl.org/pe-repo/ocde/ford#1.01.03
title_short Endpoint-inflated beta-binomial regression for correlated count data
title_full Endpoint-inflated beta-binomial regression for correlated count data
title_fullStr Endpoint-inflated beta-binomial regression for correlated count data
title_full_unstemmed Endpoint-inflated beta-binomial regression for correlated count data
title_sort Endpoint-inflated beta-binomial regression for correlated count data
author Fazio Luna, Boris Manuel
author_facet Fazio Luna, Boris Manuel
author_role author
dc.contributor.advisor.fl_str_mv Sal y Rosas Celi, Víctor Giancarlo
dc.contributor.author.fl_str_mv Fazio Luna, Boris Manuel
dc.subject.es_ES.fl_str_mv Análisis de regresión
Probabilidades
Modelos matemáticos
topic Análisis de regresión
Probabilidades
Modelos matemáticos
http://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocde.es_ES.fl_str_mv http://purl.org/pe-repo/ocde/ford#1.01.03
description El modelo de regresión binomial con in acción en los extremos permite modelar datos de conteo acotados en los que una alta proporción de las observaciones se encuentra en los extremos. Extendemos el modelo considerando una función de enlace de logit ordenado, la cual aprovecha la información de orden implícita en las probabilidades de in acción y exploramos el uso de efectos aleatorios y marginalización para manejar la presencia de observaciones repetidas. Empleamos un conjunto de datos previamente analizado en la literatura mediante un modelo de regresión binomial con in acción en los extremos que emplea el enlace softmax para mostrar el mejor ajuste logrado por nuestro modelo.
publishDate 2019
dc.date.created.none.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2021-03-29T21:45:28Z
dc.date.available.none.fl_str_mv 2021-03-29T21:45:28Z
dc.date.issued.fl_str_mv 2021-03-29
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.other.none.fl_str_mv Tesis de maestría
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12404/18680
url http://hdl.handle.net/20.500.12404/18680
dc.language.iso.es_ES.fl_str_mv eng
language eng
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/2.5/pe/
dc.publisher.es_ES.fl_str_mv Pontificia Universidad Católica del Perú
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.none.fl_str_mv reponame:PUCP-Institucional
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Institucional
collection PUCP-Institucional
repository.name.fl_str_mv Repositorio Institucional de la PUCP
repository.mail.fl_str_mv repositorio@pucp.pe
_version_ 1835638446262059008
score 13.835634
Endpoint-inflated beta-binomial regression for correlated count data
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares