Modelo de regressão beta flexível bayesiano com covariável funcional

Resumo:

Os modelos de regressão paramétrica padrão são inadequados quando o objetivo é prever uma resposta contínua limitada, como uma proporção/porcentagem ou uma taxa. Uma solução possível é o modelo de regressão beta flexível, baseado em uma mistura especial de betas projetada para lidar com (embora não se limitando a) bimodalidade, caudas pesadas e observações periféricas. Este trabalho apresenta esse modelo no caso de uma covariável funcional, motivada por uma análise espectrométrica em amostras de leite. Os problemas de estimativa são tratados por meio de uma combinação de expansão de base padrão e técnicas de Monte Carlo de cadeias de Markov. Especificamente, a seleção dos coeficientes mais significativos da expansão é feita por meio de métodos de seleção de variáveis bayesianas que aproveitam os antecedentes de encolhimento. A eficácia da proposta é ilustrada com estudos de simulação e a aplicação em dados espectrométricos.