Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/3244
Título: Uso de modelos de regressão não-linear em dados de leite materno.
Autor(es): Mourão, Gabriella Luz Firmino
Orientador(es): Bearzoti, Eduardo
Membros da banca: Bearzoti, Eduardo
Pena, Carolina Silva
Ribeiro, Marcelo Carlos
Palavras-chave: Regressão não linear
Regressão logística
Modelos segmentados
Leite materno
Data do documento: 2021
Referência: MOURÃO, Gabriella Luz Firmino. Uso de modelos de regressão não-linear em dados de leite materno. 2021. 53 f. Monografia (Graduação em Estatística) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.
Resumo: O uso de modelos de regressão corresponde a uma das mais utilizadas dentre as metodologias estatı́sticas, sendo que em geral maior ênfase é dada aos modelos lineares e lineares generalizados. Contudo, a classe dos modelos de regressão não lineares corresponde a uma alternativa igualmente de grande utilidade, dada a maior flexibilidade de funções relacionando a variável preditora com a variável resposta. Os modelos não lineares são utilizados nas mais variadas áreas de conhecimento, como Econometria, cinética quı́mica, experimentos agrı́colas, dentre outras. Este trabalho teve por objetivo descrever e ilustrar esta classe de modelos, aplicando-os em dados de leite humano, oriundos de uma linha de pesquisa da Escola de Nutrição da UFOP. Foram considerados dois modelos não-lineares, admitindo-se distribuição normal para os resı́duos, e com pequenas modificações em relação aos modelos conforme originalmente propostos. Em um primeiro momento, foi utilizado um modelo de regressão logı́stica normal para estimar o número de microrganismos presentes em alı́quotas de leite, em função da temperatura de processamento do leite. As modificações aqui compreenderam a inclusão de um termo constante, bem como a possibilidade de a curva ter um formato de “S” invertido. A regressão logı́stica apresentou grande aderência aos dados, e permitiu identificar um método de processamento potencialmente superior. Em um segundo momento, foi ajustado um modelo bi-segmentado contı́nuo, utilizando-se uma variável dummy, com ponto de interseção entre os segmentos desconhecido, o que torna o modelo não linear. Foram analisados dados referentes ao teor de uma fração lipı́dica do leite (o hexanal), em função do tempo de armazenamento de leite materno. Aqui foi feita outra pequena adaptação, admitindo-se a possibilidade de que a relação funcional entre a variável preditora e a variável resposta pudesse corresponder a outras funções que não apenas a função afim. Esta flexibilização melhorou sobremaneira a qualidade do ajustamento,e permitiu descrever o comportamento do hexanal em função do tempo, evidenciando um segmento de plena ascensão, seguido de um outro segmento com decaimento progressivo. Estes resultados ilustram como, em uma mesma linha de pesquisa, diferentes modelos de regressão não linear foram de grande utilidade, evidenciando a flexibilidade e o potencial desta classe de modelos de regressão.
Resumo em outra língua: The use of regression models corresponds to one of the most used among statistical methodologies, and in general greater emphasis is given to linear and generalized linear models. However, the class of nonlinear regression models corresponds to an alternative equally of great utility, given the greater flexibility of functions relating the predictor variable to the response variable. Nonlinear models are used in the most varied areas of knowledge, such as Econometrics, chemical kinetics, agricultural experiments, among others. This work aimed to describe and illustrate this class of models, applying them to human milk data, from a research program of the School of Nutrition of UFOP. Two non-linear models were considered, assuming normal distribution for the residuals, and with small modifications in relation to the models as originally proposed. At first, a normal logistic regression model was used to estimate the number of microorganisms present in milk aliquots, as a function of the milk processing temperature. The modifications here included a constant term in the model, as well as the possibility of the curve having an inverted S shape. Logistic regression showed great adherence to the data, and allowed the identification of a potentially superior processing method. In a second moment, a continuous bi-segmented model was fitted, using a dummy variable, with an unknown intersection point between the segments, which makes the model non-linear. Data related to the content of a lipid fraction in milk (the hexanal) were analyzed as a function of the storage time of breast milk. Here, another small adaptation was made, admitting the possibility that the functional relationship between the predictor variable and the response variable could correspond to functions other than just the affine function. This flexibility greatly improved the quality of the adjustment, and made it possible to describe the behavior of the hexanal as a function of time, showing a segment of full rise, followed by another segment with progressive decay. These results illustrate how, in a unique research program, different nonlinearregression models were quite useful, showing the flexibility and potential of this class of regression models.
URI: http://www.monografias.ufop.br/handle/35400000/3244
Aparece nas coleções:Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_UsoModelosRegressão.pdf1,32 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons