Resumo:
O modelo de regressão linear proporciona a mensuração do efeito de uma ou mais variáveis
explicativas sobre uma variável resposta, porém quando uma ou mais suposições do
modelo ordinário não são satisfatórias, principalmente a suposição dos erros seguirem uma
distribuição normal, em alguns casos não será possível realizar a análise de forma confiável
com apenas as transformações existentes. Para tal, precisa-se realizar a análise com base
em uma modelagem específica e mais flexível, conhecida como Modelo Linear Generalizado
(MLG) apresentada por
Nelder e Wedderburn
(1972). A ideia básica dessa técnica, consiste
em ampliar as opções para a distribuição da variável resposta, permitindo que a mesma
pertença a família exponencial de distribuições, bem como dar maior flexibilidade para
a relação funcional entre a função de ligação (µ) da variável resposta univariada e a
parte sistemática do modelo (η). O objetivo deste trabalho é estudar a teoria referente
aos MLG’s, especificamente o modelo de regressão logística, apresentando métodos e
procedimentos computacionais para uma aplicação relacionada à pesquisa do câncer em
esôfago e estômago, em dados oriundos de uma colaboração recente com pesquisadores do
Instituto de Matemática e Estatística da USP e do Hospital Sírio-Libanês de São Paulo SP.
Todas as análises foram implementadas no software R.
Descrição:
SILVA, A. J. da. Estudo teórico sobre modelos lineares generalizados com aplicação a dados genéticos. 2014. 54f. Trabalho de Conclusão de Curso (Graduação em Estatística)- Universidade Estadual da Paraíba, Campina Grande, 2014.