Upload
duongdien
View
214
Download
0
Embed Size (px)
Citation preview
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Estimação de Distribuições BivariadasDiscretas
Victor Fossaluza
Professor Substituto - DEs - UFSCARDoutorando - IME - USP
CONFERÊNCIA DE ESTATÍSTICA INDUTIVA
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Tópicos
1 Introdução
2 SoluçõesFrequências observadasAproximação Por Uma Distribuição ContínuaPolinômios de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Introdução
Trabalho realizado pelos alunos Marcel AugustoFerreira da Silva, Rodrigo Luiz Longo e Tiago Joãoda Silva do ultimo ano do bacharelado em estatísticano IME-USP durante o curso de Estatística Aplicada I(CEA) no semestre passado.
Este trabalho foi orientado por mim, juntamente commeus mestres e amigos: prof. Dr. Carlos Alberto deBragança Pereira e prof. Dr. Luís Gustavo Esteves.
Dados provenientes de diversas pesquisas realizadaspela profa. Dra. Amélia Pasqual Marques doDepartamento de Fonoaudiologia, Fisioterapia eTerapia Ocupacional da Faculdade de Medicina daUniversidade de São Paulo (FOFITO-FMUSP).
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Motivação
Essas pesquisas foram realizadas para estudar aqualidade de vida de pacientes com fibromialgia.
A fibromialgia é uma síndrome de dor crônica egeneralizada, que engloba também outrasmanifestações como fadiga, distúrbios do sono,dispnéia, depressão, etc.
O diagnóstico da fibromialgia é feito por meio dapalpação de pontos anatomicamente específicos,chamados tender points.
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Tender Points
A presença de dor (pressão suportada menor que2,6 kg/cm2) em ao menos 11 pontos entre os 18analizados caracteriza a síndrome.
Epicôndilo
lateral
Segunda junção
costo-condral
Glúteo
Occipital Cervical baixa
anterior
Trapézio
Supraespinhoso
Borda
medial do
joelho
Trocanter
maior
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Tender Points
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Motivação
Uma das formas de medir a qualidade de vida empacientes fibromialgicos é a avaliação da ansiedade,muito comum nesses indivíduos.
Para isso, foi utilizado o Inventário de AnsiedadeTraço-Estado (IDATE), que é considerado oinstrumento padrão na avaliação da ansiedade empacientes fibromiálgicos
Este inventário é composto por duas escalas, cadauma delas assume valores no conjunto {0, 1, ..., 60}:
ansiedade-traço que refere-se às diferençasindividuais relativamente estáveis para respostascomportamentais.ansiedade-estado que refere-se ao estado do pacienteem relação à ansiedade no momento da avaliação.
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Objetivo
Existe uma forte dependência entre as variáveis Traçoe Estado.
Como se tratam de variáveis discretas, a estimação dadistribuição conjunta baseado nas frequênciasobservadas fica limitada devido a presença de zeros.
Temos 453 (pares de) observações para as variáveisTraço e Estado e precisamos estimar 61× 61 = 3721pontos!
Objetivo: estimar a distribuição discreta bivariada,inclusive para os pares onde as freqûenciasobservadas foram iguais a zero.
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Objetivo
Existe uma forte dependência entre as variáveis Traçoe Estado.
Como se tratam de variáveis discretas, a estimação dadistribuição conjunta baseado nas frequênciasobservadas fica limitada devido a presença de zeros.
Temos 453 (pares de) observações para as variáveisTraço e Estado e precisamos estimar 61× 61 = 3721pontos!
Objetivo: estimar a distribuição discreta bivariada,inclusive para os pares onde as freqûenciasobservadas foram iguais a zero.
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Tópicos
1 Introdução
2 SoluçõesFrequências observadasAproximação Por Uma Distribuição ContínuaPolinômios de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Frequências observadas
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Funcão de Distribuição Empírica
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Frequências observadas: limitações
A estimação da distribuição discreta baseada emfrequências observadas é bastante limitada!
Os pares que não foram observados serão estimadascomo sendo zero! Isso não deve ser verdade e essalimitação esta bastante relacionada com o tamanho daamostra observada ser menor que o numero de pontosa serem estimados.
Portanto, é necessário procurar alternativas para aestimação de distribuições discretas.
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Tópicos
1 Introdução
2 SoluçõesFrequências observadasAproximação Por Uma Distribuição ContínuaPolinômios de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Exemplo: Aproximação Pela Normal - CasoUnivariado
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Exemplo: Aproximação Pela Normal - CasoUnivariado
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Exemplo: Aproximação Pela Normal
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Exemplo: Aproximação Pela Normal
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Exemplo: Aproximação Pela Normal
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Tópicos
1 Introdução
2 SoluçõesFrequências observadasAproximação Por Uma Distribuição ContínuaPolinômios de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Polinômios de Bernstein
Polinômio de Bernstein
Considere F : [0, 1]k → R e x = (x1, . . . , xk) ∈ [0, 1]k.O polinômio de Bernstein de ordem m para F é definidopor:
Bm
F (x) =
m∑v1=0
· · ·m∑
vk=0
F(v1m
, . . . ,vkm
) k∏i=1
(m
vi
)xvii (1−xi)
m−vi
(1)
Os polinômios de Bernstein tem boas propriedadesmatemáticas, dentre elas: é absolutamente contínuo ederivável em [0, 1]k (e sua derivada é fácil de serobtida). Além disso:
Bm
F (x) −−−−−−→m → ∞ F (x)
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Polinômio de Bernstein
A aproximação via polinômios de Bernstein parafunções de distribuição já foi utilizada na literatura.
Normalmente, em situações práticas onde a F não éconhecida, utiliza-se a distribuição empírica F̂ .
Seja Y1, . . . ,Yn uma amostra do vetor aleatório Y . Afunção de distribuição empírica F̂ é definida por:
F̂ (x1, . . . , xk) =1
n
n∑i=1
k∏j=1
1(Yij ≤ xj)
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Polinômio de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Polinômio de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Polinômio de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Polinômio de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
Introdução
SoluçõesFrequênciasobservadas
Aproximação PorUma DistribuiçãoContínua
Polinômios deBernstein
Polinômio de Bernstein
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
ApêndiceBibliografia
O Grande Haríolo:Professor Carlinhos
Bibliografia
W. Feller.An Introduction to Probability Theory and its Applications Vol. IIWiley, New York, 1965.
G. J. Babu, A. J. Canty, Y. P. Chaubey.Application of Bernstein Polynomials for smooth estimation of a distributionand density function.Journal of Statistical Planning and Inference, 105:377-392, 2002.
S. Petrone.Random Bernstein polynomials.Scandinavian Journal of Statistics, 26(3):373-393, 1999a.
S. Petrone.Bayesian density estimation using Bernstein polynomials.The Canadian Journal of Statistics, 27(1):105-126. 1999b
S. Petrone e L. Wasserman.Consistency of bernstein polynomial posteriors.Journal of the Royal Statistical Society: Series B (Statistical Methodology),64(1):79-100, 2002.
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
ApêndiceBibliografia
O Grande Haríolo:Professor Carlinhos
O Grande Haríolo: Professor Carlinhos
“The Statistician is the Wizard who makes ‘scientific’statements about invisible states and quantities. However,
contrary to the real wishes (or witches), he attachesuncertainties to his statements.”
Estimação deDistribuiçõesBivariadasDiscretas
VictorFossaluza
ApêndiceBibliografia
O Grande Haríolo:Professor Carlinhos
O Grande Haríolo: Professor Carlinhos
“The Statistician is the Wizard who makes ‘scientific’statements about invisible states and quantities. However,
contrary to the real wishes (or witches), he attachesuncertainties to his statements.”