Untitled - UFRJ

Estimação Bayesiana em Modelos de Regressão BetaMariana Albi de Oliveira SouzaUniversidade Federal do Rio de JaneiroHelio dos Santos MigonUniversidade Federal do Rio de JaneiroCibele Q. SilvaUniversidade de BrasíliaModelos de regressão são amplamente utilizados em diversas áreas de conhecimento pois contemplamsituações em que a resposta de interesse depende de um conjunto de variáveis explicativas. Em particular,modelos lineares normais são os mais comumente utilizados na literatura, porém nem sempre sãoadequados por não contemplarem situações tais como assimetria, domínios limitados, etc.Como alternativa a estes modelos, trataremos do modelo de regressão beta. Neste, assumiremosrespostas contínuas restritas ao intervalo (0, 1) modeladas através de distribuições beta cujas médiasdependem de variáveis explicativas através de uma função de ligação. Além de acomodar assimetriasdevido a flexibilidade desta família de distribuições, este modelo é especialmente interessante para análisede taxas, percentuais e proporções.Abordaremos tal modelo através de uma perspectiva Bayesiana, apresentando diferentes métodosde estimação e comparando os resultados. Em particular, estimativas serão obtidas tanto através deestratégias numéricas, com a utilização de métodos de Monte Carlo via cadeias de Markov, quanto atravésde aproximações analíticas, com a utilização do INLA (Integrated Nested Laplace Approximation).Exemplos com dados simulados e dados reais serão apresentados com o intuito de ilustrar os métodos.148