Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana
Ano de defesa: | 2005 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de São Carlos
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Estatística - PPGEs
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufscar.br/handle/ufscar/4592 |
Resumo: | The statistical analysis of the continuous data set has been developed in most cases for normal models, specially, in the linear and nom linear models context. In the simple linear regression models, even accepting as reasonable the normal error assumption, usually it can take misleading inferences for the parameter of interest. In the classical literature is supposed that the errors follow the normal distribution with zero mean and unknown variance. In this work, we intend to make the normality as-sumption flexible using a new class of asymmetric distributions. The first class considered was studied by Azzalini [3], which includes the normal distributions as a particular case. The second flexible class was introduced by Ma & Genton [22] and the third one is the extended normal distributions proposed by Arellano-Valle [2]. These two last ones had been enclosed as alternative proposals to the model of Azzalini [3]. With this purpose, inferences procedures based on Bayesian approaches, will be developed to estimate the parameters involved in the simple linear regression models with asymmetrical errors. |
id |
SCAR_7d46ca68d73ae847fe262f47e29efa1c |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/4592 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
|
spelling |
Freitas, Luiz Antonio deRodrigues, Josemarhttp://lattes.cnpq.br/43591147333947612016-06-02T20:06:11Z2007-08-162016-06-02T20:06:11Z2005-12-13FREITAS, Luiz Antonio de. Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana. 2005. 120 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005.https://repositorio.ufscar.br/handle/ufscar/4592The statistical analysis of the continuous data set has been developed in most cases for normal models, specially, in the linear and nom linear models context. In the simple linear regression models, even accepting as reasonable the normal error assumption, usually it can take misleading inferences for the parameter of interest. In the classical literature is supposed that the errors follow the normal distribution with zero mean and unknown variance. In this work, we intend to make the normality as-sumption flexible using a new class of asymmetric distributions. The first class considered was studied by Azzalini [3], which includes the normal distributions as a particular case. The second flexible class was introduced by Ma & Genton [22] and the third one is the extended normal distributions proposed by Arellano-Valle [2]. These two last ones had been enclosed as alternative proposals to the model of Azzalini [3]. With this purpose, inferences procedures based on Bayesian approaches, will be developed to estimate the parameters involved in the simple linear regression models with asymmetrical errors.A análise estatística para o estudo de dados contínuos tem sido desenvolvida em grande parte combase nomodelo normal, que se destaca sobretudo no contexto de modelos lineares e não lineares. No estudo da regressão linear univariada, mesmo aceitando como razoável a suposição de simetria para os erros, em muitas situações práticas essa suposição de normalidade pode nos levar a inferências pouco apropriadas sobre os parâmetros de interesse. Na literatura clássica é suposto que os erros seguem uma distribuição normal com mé- dia zero e variância desconhecida. Neste trabalho, pretendemos flexibilizar essa suposição de normalidade, dispondo de novas classes de distribuições assimétricas. A primeira classe considerada é a proposta por Azzalini [3], que inclui a distribuição normal como um caso particular. A segunda é a dos modelos flexíveis de Ma & Genton [22] e a terceira é a classe de distribuições normais assimétricas estendidas, proposta por Arellano-Valle & Azzalini [2]. Estas duas últimas foram incluídas como propostas alternativas ao modelo de Az-zalini [3]. Com esse objetivo, métodos de inferência baseados na abordagem bayesiana, serão desenvolvidos para estimar os parâmetros envolvidos no modelo de regressão linear simples com erros assimétricos.Financiadora de Estudos e Projetosapplication/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Estatística - PPGEsUFSCarBRAnálise de regressãoInferência bayesianaCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICAModelo de regressão com erros normais assimétricos: uma abordagem bayesianainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINAL840.pdfapplication/pdf637562https://{{ getenv "DSPACE_HOST" "repositorio.ufscar.br" }}/bitstream/ufscar/4592/1/840.pdf655616584fbe63191ef8eeeb51966d31MD51THUMBNAIL840.pdf.jpg840.pdf.jpgIM Thumbnailimage/jpeg6267https://{{ getenv "DSPACE_HOST" "repositorio.ufscar.br" }}/bitstream/ufscar/4592/2/840.pdf.jpg0e07746b3ac53cf2df9de5a708eecb21MD52ufscar/45922019-09-11 02:36:31.242oai:repositorio.ufscar.br:ufscar/4592Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-05-25T12:48:52.454182Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana |
title |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana |
spellingShingle |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana Freitas, Luiz Antonio de Análise de regressão Inferência bayesiana CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA |
title_short |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana |
title_full |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana |
title_fullStr |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana |
title_full_unstemmed |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana |
title_sort |
Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana |
author |
Freitas, Luiz Antonio de |
author_facet |
Freitas, Luiz Antonio de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Freitas, Luiz Antonio de |
dc.contributor.advisor1.fl_str_mv |
Rodrigues, Josemar |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4359114733394761 |
contributor_str_mv |
Rodrigues, Josemar |
dc.subject.por.fl_str_mv |
Análise de regressão Inferência bayesiana |
topic |
Análise de regressão Inferência bayesiana CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA |
description |
The statistical analysis of the continuous data set has been developed in most cases for normal models, specially, in the linear and nom linear models context. In the simple linear regression models, even accepting as reasonable the normal error assumption, usually it can take misleading inferences for the parameter of interest. In the classical literature is supposed that the errors follow the normal distribution with zero mean and unknown variance. In this work, we intend to make the normality as-sumption flexible using a new class of asymmetric distributions. The first class considered was studied by Azzalini [3], which includes the normal distributions as a particular case. The second flexible class was introduced by Ma & Genton [22] and the third one is the extended normal distributions proposed by Arellano-Valle [2]. These two last ones had been enclosed as alternative proposals to the model of Azzalini [3]. With this purpose, inferences procedures based on Bayesian approaches, will be developed to estimate the parameters involved in the simple linear regression models with asymmetrical errors. |
publishDate |
2005 |
dc.date.issued.fl_str_mv |
2005-12-13 |
dc.date.available.fl_str_mv |
2007-08-16 2016-06-02T20:06:11Z |
dc.date.accessioned.fl_str_mv |
2016-06-02T20:06:11Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
FREITAS, Luiz Antonio de. Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana. 2005. 120 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/4592 |
identifier_str_mv |
FREITAS, Luiz Antonio de. Modelo de regressão com erros normais assimétricos: uma abordagem bayesiana. 2005. 120 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. |
url |
https://repositorio.ufscar.br/handle/ufscar/4592 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Estatística - PPGEs |
dc.publisher.initials.fl_str_mv |
UFSCar |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://{{ getenv "DSPACE_HOST" "repositorio.ufscar.br" }}/bitstream/ufscar/4592/1/840.pdf https://{{ getenv "DSPACE_HOST" "repositorio.ufscar.br" }}/bitstream/ufscar/4592/2/840.pdf.jpg |
bitstream.checksum.fl_str_mv |
655616584fbe63191ef8eeeb51966d31 0e07746b3ac53cf2df9de5a708eecb21 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1767351085412909056 |