Please use this identifier to cite or link to this item:
http://acervodigital.unesp.br/handle/11449/108645
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Moala, Fernando Antônio [UNESP] | - |
dc.contributor.author | Penha, Débora Luzia | - |
dc.date.accessioned | 2014-08-13T14:50:49Z | - |
dc.date.accessioned | 2016-10-25T19:43:01Z | - |
dc.date.available | 2014-08-13T14:50:49Z | - |
dc.date.available | 2016-10-25T19:43:01Z | - |
dc.date.issued | 2014-01-20 | - |
dc.identifier.citation | PENHA, Débora Luzia. Inferência bayesiana não-paramétrica para elicitação da função de contabilidade. 2014. 85 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências e Tecnologia, 2014. | - |
dc.identifier.uri | http://hdl.handle.net/11449/108645 | - |
dc.identifier.uri | http://acervodigital.unesp.br/handle/11449/108645 | - |
dc.description.abstract | The elicitation is a process that allows the incorporation of a prior information provided by an expert on some quantity, unknown and of interest, to the information from the experimental data. It can be used in many applied areas of knowledge, especially in situations where experimental data are not numerous because of the di culty or cost to obtain them. In Bayesian non-parametric approach, the density or the function of interest can be estimated without imposing any restrictive assumptions on its shape. Thus, the data allows determine the estimate of the interested function rather than conditioning it to a given parametric class functions. The aim of this paper is to apply the Bayesian nonparametric elicitation method of priors proposed by Oakley and O'Hagan (2007), Moala (2009) and Moala and O'Hagan (2010) to estimate the reliability function, considered completely unknown in its form, based only on the information provided by the expert. | en |
dc.description.abstract | A elicitação é um processo que permite a incorporação da informação a priori fornecida por um especialista sobre alguma quantidade, desconhecida e de interesse, à informação proveniente dos dados do experimento. Pode ser utilizada em muitas áreas aplicadas do conhecimento, principalmente em situações nas quais os dados experimentais não são tão numerosos devido à di culdade ou custo para obtê-los. Na abordagem Bayesiana nãoparam étrica, a densidade ou a função de interesse podem ser estimadas sem imposição de quaisquer suposições restritivas sobre a sua forma. Assim, os dados permitem determinar a estimativa da função de interesse em vez de condicioná-la a pertencer a uma dada fam ília paramétrica. O objetivo do presente trabalho é realizar uma aplicação do método Bayesiano não-paramétrico de elicitação de prioris proposto por Oakley e O'Hagan (2007), Moala (2009) e Moala e O'Hagan (2010) a m de estimar a função de con abilidade, considerada completamente desconhecida em sua forma, baseando-se apenas na informação fornecida pelo especialista. | pt |
dc.format.extent | 85 f. : il. | - |
dc.language.iso | por | - |
dc.publisher | Universidade Estadual Paulista (UNESP) | - |
dc.source | Aleph | - |
dc.subject | Computação - Matematica | pt |
dc.subject | Contabilidade | pt |
dc.subject | Compressão de dados (Computação) | pt |
dc.subject | Inferencia (Logica) | pt |
dc.subject | Teoria bayesiana de decisão estatistica | pt |
dc.subject | Computer science - Mathematics | pt |
dc.title | Inferência bayesiana não-paramétrica para elicitação da função de contabilidade | pt |
dc.type | outro | - |
dc.contributor.institution | Universidade Estadual Paulista (UNESP) | - |
dc.rights.accessRights | Acesso aberto | - |
dc.identifier.file | 000760059.pdf | - |
dc.identifier.aleph | 000760059 | - |
dc.identifier.capes | 33004129046P9 | - |
Appears in Collections: | Artigos, TCCs, Teses e Dissertações da Unesp |
There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.