Skip to content

Latest commit

 

History

History
57 lines (41 loc) · 2.37 KB

README.md

File metadata and controls

57 lines (41 loc) · 2.37 KB

Catálogo Web Interativo de Modelos de Regressão Não Lineares

Bruna Wundervald, graduanda em Estatística na UFPR.

Walmes Zeviani, professor doutor do departamento de Estatística da UFPR.


Descrição do projeto

Modelos de regressão, no geral, são empregados para explicar o comportamento de uma variável resposta devido uma ou mais variáveis explanatórias. Os modelos lineares são chamados assim porque são lineares em seus parâmetros, enquanto os não lineares não os são.

Exemplos de equações de modelos não lineares:

Para estes modelos, a forma como os parâmetros se relacionam com a função não é óbvia. Com isso, é difícil perceber se a forma destas funções condiz com a relaçãoentre as variáveis observadas.

Exemplo com curvas de um mesmo modelo variando seus parâmetros:

Com ajuda gŕafica, é mais fácil perceber como os parâmetros afetam as curvas da equação, como é notável na imagem acima. Assim, este projeto tem como objetivo apresentar um catálogo interativo de modelos não lineares. A ideia principal do catálogo é possibilitar ao usuário escolher qual modelo melhor se aplica aos seus dados.

O catálogo é uma aplicação web que usa recursos interativos para alterar a forma da função através dos parâmetros. O usuário final interage com uma página web, que contém:

    1. o gráfico com a curva do modelo,
    1. uma coluna com sliders de alteração dos parâmetros, e, consequentemente, da forma da curva,
    1. os respectivos acessórios, como botões de acesso a documentação e ao código-fonte.

A interface proposta contém materiais para cada modelo presente, aonde constam suas especificações, propriedades, aplicações e parametrizações conhecidas. São utilizados o software estatístico R, e o Shiny, para a construção da interface web.

Os resultados, em termos gerais, são uma melhora na visualização dos modelos, o que leva a uma compreensão mais rápida sobre como eles funcionam e se relacionam com seus respectivos parâmetros.

O projeto está sendo desenvolvido no LEG (Laboratório de Estatística e Geoinformação), da Universidade Federal do Paraná, em Curitiba. Sugestões de implementação, comentários e contribuições são bem vindas.