Análise bayesiana de dados funcionais com o uso de processo gaussiano e metanálise: uma aplicação para a marcha humana
O termo dados funcionais surgiu para acomodar situações em que cada observação pode ser naturalmente interpretada como uma função. Estas situações têm se tornado cada vez mais comuns com o surgimento de instrumentos de medição que possuem capacidade de registrar grandes volumes de informações com al...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-08092022-092139 |
| Acceso en línea: | https://www.teses.usp.br/teses/disponiveis/104/104131/tde-08092022-092139/ |
| Access Level: | acceso abierto |
| Palabra clave: | Análise de dados funcionais Bandas preditivas Bayesian inference Functional data analysis Gaussian process Human gait Inferência bayesiana Marcha humana Meta-analysis Metanálise Predictive bands Processo gaussiano |
| Sumario: | O termo dados funcionais surgiu para acomodar situações em que cada observação pode ser naturalmente interpretada como uma função. Estas situações têm se tornado cada vez mais comuns com o surgimento de instrumentos de medição que possuem capacidade de registrar grandes volumes de informações com alta frequência. Neste contexto, surgiu um ramo da estatística denominado análise de dados funcionais, em que métodos apropriados de análise foram desenvolvidos. Um exemplo de aplicação para a análise de dados funcionais é a marcha humana e seu estudo é fundamental para compreensão do movimento normal da marcha e na proposição e avaliação de programas preventivos ou de reabilitação. Neste trabalho, consideramos dados de rotação angular do joelho durante a marcha de uma população de indivíduos sem lesões prévias com o objetivo de caracterizar padrões individuais e populacionais. Para tanto, consideramos para os dados de cada indivíduo um modelo de regressão Bayesiano com processo Gaussiano, e as conclusões serão apresentadas a partir da proposição de diferentes métodos de construção de bandas preditivas funcionais. Para o agrupamento das conclusões entre os diferentes indivíduos da população, propomos a aplicação de uma metanálise Bayesiana |
|---|