CHANGE POINT ESTIMATION IN SEGMENTED REGRESSION MODEL USING RSTAN: AN APPLICATION TO EXERCISE PHYSIOLOGY DATA

Autores

  • Silvio Cabral Patrício Universidade Federal de Minas Gerais – UFMG
  • Renato Valladares Panaro Universidade Federal de Minas Gerais – UFMG
  • Adriana dos Santos Lima Universidade Federal de Minas Gerais – UFMG
  • Patrícia Viana da Silva Universidade Federal de Minas Gerais – UFMG, Universidade Federal de Uberlândia – UFU

Resumo

Esse trabalho traz uma discussão a respeito do uso de dois métodos de estimação para o modelo de Regressão Segmentada com pontos de mudança desconhecidos. Os parâmetros serão estimados no contexto de inferência Bayesiana e comparados com o modelo frequentista desenvolvido por Muggeo (2003). As abordagens serão aplicadas a dados de fisiologia do exercício em que existe o interesse sobre os pontos de mudança no consumo de oxigênio (VO2) por atletas em função da velocidade na esteira. O desempenho dos métodos é investigado em modelos simulados considerando diferentes quantidades de pontos de mudança.

Biografia do Autor

Silvio Cabral Patrício, Universidade Federal de Minas Gerais – UFMG


Downloads

Publicado

2019-07-02

Artigos mais lidos pelo mesmo(s) autor(es)

Obs .: Este plugin requer que pelo menos um plugin de estatísticas / relatório esteja ativado. Se seus plugins de estatísticas fornecerem mais de uma métrica, selecione também uma métrica principal na página de configurações do site do administrador e / ou nas páginas de configurações do gerente da revista.