Use este identificador para citar ou linkar para este item:
https://repositorio.ufjf.br/jspui/handle/ufjf/13436Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| joserobertoperesjunior.pdf | José Roberto Peres Junior | 984.96 kB | Adobe PDF |  Visualizar/Abrir |
| Tipo: | Trabalho de Conclusão de Curso |
| Título: | Aplicação de modelo de regressão logística multinomial em predição |
| Autor(es): | Peres Junior, Jose Roberto |
| Primeiro Orientador: | Bessegato, Lupércio França |
| Membro da banca: | Bessegato, Lupércio França |
| Membro da banca: | Vieira, Marcel de Toledo |
| Membro da banca: | Souza, Augusto Carvalho |
| Resumo: | A análise de regressão é uma ferramenta estatística muito utilizada em modelos preditivos, entretanto, vários dos problemas apresentados possuem como resposta de interesse variáveis categóricas multinomiais. Nesses casos, a regressão logística multinomial, com função de ligação logit, é uma ferramenta que pode ser usada na construção de modelos preditivos. A seleção das variáveis explicativas do modelo de regressão logística multinomial é uma etapa importante na aplicação da técnica. Há vários procedimentos para que essa tarefa seja efetuada, sendo elas automatizadas ou não. Então, mesmo com várias alternativas disponíveis, optamos por utilizar neste trabalho o método stepwise e o método não automatizado proposto por Hosmer e Lemershow (1989) aplicados no conjunto de dados penguins, disponível no R. |
| Abstract: | Regression analysis is a statistical tool widely used in predictive models, however several of the problems presented have multinomial categorical variables as an answer of interest. In these cases, multinomial logistic regression, with a logit link function, is a tool that can be used in the construction of predictive models. The selection of the explanatory variables of the multinomial logistic regression model is an important step in the application of the technique. There are several procedures for this task to be performed, whether automated or not. Among other possibilities, we chose to use in this work the stepwise method and the non-automated method proposed by HOSMER E LEMESHOW (1989) applied to the penguins dataset, available in R. |
| Palavras-chave: | Regressão logística multinomial Multinomial logistic regression Variáveis categóricas multinominais Multinominal categorical variables Logit Logit Conjunto de dados penguins Penguin data set Seleção de variáveis Selection of variables |
| CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
| Idioma: | por |
| País: | Brasil |
| Editor: | Universidade Federal de Juiz de Fora (UFJF) |
| Sigla da Instituição: | UFJF |
| Departamento: | ICE – Instituto de Ciências Exatas |
| Tipo de Acesso: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 Brazil |
| Licenças Creative Commons: | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| URI: | https://repositorio.ufjf.br/jspui/handle/ufjf/13436 |
| Data do documento: | 8-Set-2021 |
| Aparece nas coleções: | Estatística - TCC Graduação |
Este item está licenciado sob uma Licença Creative Commons
