http://repositorio.unb.br/handle/10482/49587| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| SauloHenriqueFurtadoLeite_DISSERT.pdf | 647,91 kB | Adobe PDF | Visualizar/Abrir |
| Título: | A métrica de Fisher-Rao : abordagem geométrica em probabilidade e estatística |
| Autor(es): | Leite, Saulo Henrique Furtado |
| Orientador(es): | Medino, Ary Vasconcelos |
| Assunto: | Inferência estatística Geometria diferencial Probabilidades Estatística |
| Data de publicação: | 6-Ago-2024 |
| Data de defesa: | 6-Out-2023 |
| Referência: | LEITE, Saulo Henrique Furtado. A métrica de Fisher-Rao: abordagem geométrica em probabilidade e estatística. 2023. 111 f., il. Dissertação (Mestrado em Matemática) — Universidade de Brasília, Brasília, 2023. |
| Resumo: | Nesta dissertação, veremos como a matriz de informação de Fisher dá origem a uma métrica riemanniana em modelos estatísticos paramétricos regulares e como daí se obtém o conceito de variedade estatística riemanniana. Veremos que essa métrica fornece uma medida de dissimilaridade entre distribuições de probabilidade, conhecida como distância de FisherRao. Mostraremos que a família paramétrica das densidades gaussianas multivariadas é uma variedade estatística riemanniana. Apresentaremos uma relação entre a distância de Fisher-Rao e a divergência Kullback-Leibler. Por fim, ilustraremos através de exemplos como ferramentas da Geometria Riemanniana podem ser usadas em questões relacionadas à Inferência Estatística. |
| Abstract: | In this dissertation, we will see how the Fisher information matrix gives rise to a Riemannian metric in regular parametric statistical models and how the concept of Riemannian statistical manifold is derived from this. We will see that this metric provides a measure of dissimilarity between probability distributions, known as the Fisher-Rao distance. We will show that the parametric family of multivariate Gaussian densities is a Riemannian statistical manifold. We will present a relationship between the Fisher-Rao distance and the Kullback-Leibler divergence. Finally, we will illustrate through examples how tools from Riemannian Geometry can be used in questions related to Statistical Inference. |
| Unidade Acadêmica: | Instituto de Ciências Exatas (IE) Departamento de Matemática (IE MAT) |
| Informações adicionais: | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Matemática, 2023. |
| Programa de pós-graduação: | Programa de Pós-Graduação em Matemática |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
| Agência financiadora: | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e Fundação de Apoio à Pesquisa do Distrito Federal (FAPDF). |
| Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.