ESTIMAÇÃO BAYESIANA NO MODELO MULTINOMIAL COM ERROS DE CLASSIFICAÇÃO E CLASSIFICAÇÕES REPETIDAS (pp.126-136)

  • Magda Carvalho Pires
  • Letícia Silva Nunes

Resumo

A tarefa de classificar indivíduos segundo alguma característica está presente na maioria das áreas de conhecimento. Entretanto, o processo de classificação pode estar sujeito a erros, o que quer dizer que, em um caso 
dicotômico, um sucesso pode ser erroneamente classificado como fracasso ou vice-versa. Ignorando esses erros de classificação, são produzidas estimativas viciadas das quantidades de interesse [Bross, (1953)]. Diante do problema, muitos 
métodos foram sugeridos. Pires (2006) e Quinino et al. (2010), por exemplo, propõem utilizar repetidas classificações dos elementos amostrais e incorporar no modelo a classificação mais frequente. Em uma situação mais complexa, 
consideremos que a classificação dos elementos amostrais em mais de duas categorias pode estar sujeita a erros, ou seja, um elemento amostral pode estar alocado a uma categoria que não corresponde ao seu estado verdadeiro. Nesse 
contexto, apresentamos uma proposta para estender a metodologia de classificações repetidas à análise de dados multinomiais utilizando dados aumentados e uma abordagem bayesiana. Estudos de Simulação Monte Carlo demonstraram bom 
desempenho do modelo proposto em relação ao modelo que não considera apenas uma classificação, no sentido de produzir estimativas a posteriori menos viciadas e com menor variabilidade.Palavras-chave: Distribuição Multinomial, Erros de Classificação, Classificações Repetidas.
Edição
v. 3 n. 2 (2014): Revista da Estatística da Universidade Federal de Ouro Preto
Seção
Artigos

Autores que publicam nesta revista concordam com os seguintes termos:

a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).