Untitled - UFRJ

Modelo de Regressão Exponencial: Estimação BayesianaObjetivaTeresa Cristina Martins DiasDEs/UFSCarVera Lucia D. TomazellaDEs/UFSCarNeste trabalho estamos interessados em comparar os resultados obtidos quando utilizando a prioride Jeffreys (1961) e a priori de referência, introduzida por Bernardo (1979) em modelos de regressão.A teoria para dados de sobrevivência tem sido bastante desenvolvida com o objetivo de estudar afunção de risco/confiabilidade de um paciente ou sistema. Esta metodologia permite determinar quaisvariáveis afetam a forma da função de risco e obter estimativas desta função para cada unidade (indivíduo).Os modelos de regressão utilizados nesta área de análise se sobrevivência, descrevem a relaçãoentre o tempo de sobrevivência e algumas variáveis explicativas de interesse. Muitas técnicas podem seraplicadas para a análise de dados desta natureza.A teoria de informação estatística é usada para definir a priori de referência como uma funçãomatemática que descreve a situação onde os dados dominam melhor o conhecimento a priori sobre aquantidade de interesse. Na abordagem de Berger-Bernardo, uma característica importante na construçãode uma priori não-informativa é o tratamento diferenciado para os parâmetros de interesse e osparâmetros perturbadores.Sob o paradigma Bayesiano, o resultado de qualquer problema de inferência combina a informaçãofornecida pelos dados com a relevante informação a priori avaliada. Em muitas situações, esta informaçãoé vaga ou subjetiva para tomar decisões. É importante identificar uma forma matemática de umapriori não informativa que tenha efeito mínimo na distribuição a posteriori (Jeffreys (1961), Tibshirani(1989), Bernardo (1979)). Mais especificamente queremos estimar os parâmetros envolvidos na funçãode sobrevivência do modelo de regressão exponencial. A metodologia é ilustrada com um conjunto dedados reais.Palavras-Chave: análise de sobrevivência, modelo de regressão, análise de referência Bayesiana,priori de referência.77