ESTIMAÇÃO DOS PARÂMETROS DA DISTRIBUIÇÃO BETA-BINOMIAL: UMA APLICAÇÃO USANDO O SOFTWARE SAS

Autores

  • Edson Zangiacomi Martinez Universidade de São Paulo (USP)
  • Jorge Alberto Achcar Universidade de São Paulo (USP)
  • Davi Casale Aragon Universidade de São Paulo (USP)

DOI:

https://doi.org/10.5902/2179460X17512

Palavras-chave:

beta-binomial distribution, regression model, data analysis

Resumo

http://dx.doi.org/10.5902/2179460X17512

Neste artigo nós descrevemos a estimação dos parâmetros da distribuição beta-binomial usando o procedimento NLMIXED do software SAS. A distribuição beta-binomial é uma distribuição de misturas discreta capaz de capturar a superdispersão dos dados. A estimação dos parâmetros de uma distribuição beta-binomial pode oferecer problemas computacionais, dado que ela não pertence a uma família exponencial e não há soluções explícitas para o método da máxima verossimilhança. Usando dados reais, nós mostramos que o software SAS pode ser satisfatoriamente usado para a estimação dos parâmetros. Nós também consideramos a possibilidade de incluir uma covariável no modelo. As linhas de comando SAS usadas neste artigo não disponibilizadas em um anexo.

Downloads

Não há dados estatísticos.

Biografia do Autor

Edson Zangiacomi Martinez, Universidade de São Paulo (USP)

Departamento de Medicina Social, Faculdade de Medicina de Ribeirão Preto

Jorge Alberto Achcar, Universidade de São Paulo (USP)

Departamento de Medicina Social, Faculdade de Medicina de Ribeirão Preto

Davi Casale Aragon, Universidade de São Paulo (USP)

Departamento de Puericultura e Pediatria, Faculdade de Medicina de Ribeirão Preto

Referências

Aeschbacher, H. U., Vuataz, L., Sotek, J., Stalder, R. (1977). Use of the beta-binomial distribution in dominant-lethal testing for “weak mutagenic activity” Part 1. Mutation Research/Fundamental and Molecular Mechanisms of Mutagenesis, 44(3), 369–390.

Burnham, K. P., Anderson, D. R. (2003). Model selection and inference: a practical information-theoretic approach. Springer-Verlag, New York.

Chatfield, C., Goodhardt, G. J. (1976). The beta-binomial model for consumer purchasing behaviour. In: Mathematical Models in Marketing, pp. 53–57. Springer Berlin Heidelberg.

Crowder, M. J. (1978). Beta-binomial ANOVA for proportions. Journal of the Royal Statistical Society. Series C (Applied Statistics), 27(1), 34–37.

Gange, S. J., Munoz, A., Saez, M., Alonso, J. (1996). Use of the beta-binomial distribution to model the effect of policy changes on appropriateness of hospital stays. Journal of the Royal Statistical Society. Series C (Applied Statistics), 45(3), 371–382.

Griffiths, D. A. (1973). Maximum likelihood estimation for the beta-binomial distribution and an application to the house-hold distribution of the total number of cases of a disease. Biometrics, 29(4), 637–648.

Haseman, J. K., Kupper, L. L. (1979). Analysis of dichotomous response data from certain toxicological experiments, Biometrics, 35(1), 281–293.

Kleinman, J. C. (1978). Proportions with extraneous variance: single and independent samples. Journal of the American Statistical Association, 68(341), 46–53.

Koenig, H. G., Büssing, A. (2010). The Duke University Religion Index (DUREL): a five-item measure for use in epidemological studies. Religions, 1(1), 78–85.

Littell, R. C., Milliken, G. A., Stroup, W. W., Wolfinger, R. D., Schabenberger, O. (2006). SAS for Mixed Models. Second Edition. Cary: SAS Institute.

Martinez, E. Z., Santos-Almeida, R. G., Carvalho, A. C. D. (2012). Propriedades da Escala de Religiosidade de Duke em uma amostra de pós-graduandos. Revista de Psiquiatria Clínica, 39:(5), 180.

Morgan, B. J. T. (1992). Analysis of quantal response data. London: Chapman and Hall.

Pearson, E. S. (1925). Bayes’ theorem, examined in the light of experimental sampling. Biometrika, 17(3/4), 388–442.

Skellam, J. G. (1948). A probability distribution derived from the binomial distribution by regarding the probability of success as variable between the sets of trials. Journal of the Royal Statistical Society. Series B, 10(2),

–261.

Smith, D. M. (1983). Maximum likelihood estimation of the parameters of the beta binomial distribution. Journal of the Royal Statistical Society. Series C (Applied Statistics), 32(2), 196–204.

Tamura, R. N., Young, S. S. (1987). A stabilized moment estimator for the beta-binomial distribution. Biometrics, 43, 813–824.

Yamamoto, E., Yanagimoto, T. (1992). Moment estimators for the beta-binomial distribution. Journal of Applied Statistics, 19(2), 273–283.

Williams, D. A. (1975). The analysis of binary responses from toxicological experiments involving reproduction and teratogenicity. Biometrics, 31(4), 949–952.

Downloads

Publicado

2015-09-26

Como Citar

Martinez, E. Z., Achcar, J. A., & Aragon, D. C. (2015). ESTIMAÇÃO DOS PARÂMETROS DA DISTRIBUIÇÃO BETA-BINOMIAL: UMA APLICAÇÃO USANDO O SOFTWARE SAS. Ciência E Natura, 37(3), 12–19. https://doi.org/10.5902/2179460X17512

Edição

v. 37 n. 3 (2015)

Seção

Estatística

Licença

Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.

 

Diretrizes Éticas para Publicação de Revistas

A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.

A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.

Em particular, 

Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.

Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.

Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.