Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas
Ano de defesa: | 2016 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Estadual de Maringá
Brasil Departamento de Estatística Programa de Pós-Graduação em Bioestatística UEM Maringá, PR Centro de Ciências Exatas |
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://repositorio.uem.br:8080/jspui/handle/1/4360 |
Resumo: | The methods of constructing a probability function from a probability density function has long been used in recent years. In general the discretization process of a continuous variable produces probability functions that can be rivals to traditional distributions used in the count data analysis - Poisson and negative binomial for example. The discretization also avoids the use of a continuous distribution in the analysis of strictly discrete data. By the method based on an infinite series, proposed by Good (1953), by the method based on the survival function, proposed by Nakagawa e Osaki (1975), and by the method based on the hazard rate function, proposed by Roy e Ghosh (2009), the objective of this study is to propose new discrete analogues of Lindley (LINDLEY, 1958) distribution and the variants power Lindley distribution (GHITANY et al., 2013) and weighted Lindley distribution (GHITANY et al., 2011) and also propose zero- runcated, shifted and weighted (just in case of Lindley distribution) for these new distributions. For each proposed distributions were carried out Monte Carlo simulation studies to evaluate BIAS and the MSE of maximum likelihood estimators. Two applications where not observed response x = 0 are considered to illustrate the applicability of the proposed distributions. The first refers to the length of wet spells and the second to the length of positive runs in the financial market prices. |
id |
UEM-10_01ac8dd46a04fd98d996eeacd415ef96 |
---|---|
oai_identifier_str |
oai:localhost:1/4360 |
network_acronym_str |
UEM-10 |
network_name_str |
Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) |
repository_id_str |
|
spelling |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuasAnálise de sobrevivênciaDiscretização (Estatística)Variáveis aleatórias discretasDistribuição LindleyFunção de probabilidadeMonte Carlo, Método deVerossimilhança (Estatística)Inferência estatísticaBrasil.Survival analyisDiscretizationLindley distributionProbability functionMonte Carlo simulationLikelihoodBrazil.Ciências Exatas e da TerraEstatísticaThe methods of constructing a probability function from a probability density function has long been used in recent years. In general the discretization process of a continuous variable produces probability functions that can be rivals to traditional distributions used in the count data analysis - Poisson and negative binomial for example. The discretization also avoids the use of a continuous distribution in the analysis of strictly discrete data. By the method based on an infinite series, proposed by Good (1953), by the method based on the survival function, proposed by Nakagawa e Osaki (1975), and by the method based on the hazard rate function, proposed by Roy e Ghosh (2009), the objective of this study is to propose new discrete analogues of Lindley (LINDLEY, 1958) distribution and the variants power Lindley distribution (GHITANY et al., 2013) and weighted Lindley distribution (GHITANY et al., 2011) and also propose zero- runcated, shifted and weighted (just in case of Lindley distribution) for these new distributions. For each proposed distributions were carried out Monte Carlo simulation studies to evaluate BIAS and the MSE of maximum likelihood estimators. Two applications where not observed response x = 0 are considered to illustrate the applicability of the proposed distributions. The first refers to the length of wet spells and the second to the length of positive runs in the financial market prices.Os métodos de construção de uma função de probabilidade a partir de uma função de densidade de probabilidade tem sido muito utilizado em anos recentes. No geral, o processo de discretização de uma variável aleatória contínua produz funções de probabilidade que podem ser concorrentes das distribuições tradicionais usadas na análise de dados de contagem - Poisson e Binomial negativa por exemplo. A discretização também evita o uso de uma distribuição contínua na análise de dados estritamente discretas. Pelo método baseado em uma série infinita, proposto por Good (1953), pelo método baseado na função de sobrevivência, proposto por Nakagawa e Osaki (1975), e pelo método baseado na função de risco, proposto por Roy e Ghosh (2009), o objetivo deste trabalho é propor novas distribuições discretas da distribuição Lindley (LINDLEY, 1958) e suas variantes Lindley potência (GHITANY et al., 2013) e Lindley ponderada (GHITANY et al., 2011) e também propor as versões truncada em zero, deslocada da origem e ponderada (apenas no caso da distribuição Lindley) para estas novas distribuições. Para cada distribuições propostas foram realizados estudos de simulação de Monte Carlo para avaliar o vício e o erro-quadrático- édio dos estimadores de máxima verossimilhança. Duas aplicações, em que não se observa resposta igual a zero, são consideradas para ilustrar a aplicabilidade das distribuições propostas. A primeira utiliza dados referentes ao comprimento da sequência de dias chuvosos e a segunda dados do comprimento da sequênciade corridas positivas, em relação ao valor de retorno de ativos, de ações do mercado financeiro.127 fUniversidade Estadual de MaringáBrasilDepartamento de EstatísticaPrograma de Pós-Graduação em BioestatísticaUEMMaringá, PRCentro de Ciências ExatasJosmar MazucheliJorge Alberto Achcar - USPEmílio Augusto Coelho Barros - UFTPROliveira, Ricardo Puziol de2018-04-18T20:15:54Z2018-04-18T20:15:54Z2016info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://repositorio.uem.br:8080/jspui/handle/1/4360porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM)instname:Universidade Estadual de Maringá (UEM)instacron:UEM2018-10-10T18:35:52Zoai:localhost:1/4360Repositório InstitucionalPUBhttp://repositorio.uem.br:8080/oai/requestopendoar:2024-04-23T14:57:31.283130Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM)false |
dc.title.none.fl_str_mv |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas |
title |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas |
spellingShingle |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas Oliveira, Ricardo Puziol de Análise de sobrevivência Discretização (Estatística) Variáveis aleatórias discretas Distribuição Lindley Função de probabilidade Monte Carlo, Método de Verossimilhança (Estatística) Inferência estatística Brasil. Survival analyis Discretization Lindley distribution Probability function Monte Carlo simulation Likelihood Brazil. Ciências Exatas e da Terra Estatística |
title_short |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas |
title_full |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas |
title_fullStr |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas |
title_full_unstemmed |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas |
title_sort |
Aplicações de alguns métodos de discretização nas distribuições Lindley contínuas |
author |
Oliveira, Ricardo Puziol de |
author_facet |
Oliveira, Ricardo Puziol de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Josmar Mazucheli Jorge Alberto Achcar - USP Emílio Augusto Coelho Barros - UFTPR |
dc.contributor.author.fl_str_mv |
Oliveira, Ricardo Puziol de |
dc.subject.por.fl_str_mv |
Análise de sobrevivência Discretização (Estatística) Variáveis aleatórias discretas Distribuição Lindley Função de probabilidade Monte Carlo, Método de Verossimilhança (Estatística) Inferência estatística Brasil. Survival analyis Discretization Lindley distribution Probability function Monte Carlo simulation Likelihood Brazil. Ciências Exatas e da Terra Estatística |
topic |
Análise de sobrevivência Discretização (Estatística) Variáveis aleatórias discretas Distribuição Lindley Função de probabilidade Monte Carlo, Método de Verossimilhança (Estatística) Inferência estatística Brasil. Survival analyis Discretization Lindley distribution Probability function Monte Carlo simulation Likelihood Brazil. Ciências Exatas e da Terra Estatística |
description |
The methods of constructing a probability function from a probability density function has long been used in recent years. In general the discretization process of a continuous variable produces probability functions that can be rivals to traditional distributions used in the count data analysis - Poisson and negative binomial for example. The discretization also avoids the use of a continuous distribution in the analysis of strictly discrete data. By the method based on an infinite series, proposed by Good (1953), by the method based on the survival function, proposed by Nakagawa e Osaki (1975), and by the method based on the hazard rate function, proposed by Roy e Ghosh (2009), the objective of this study is to propose new discrete analogues of Lindley (LINDLEY, 1958) distribution and the variants power Lindley distribution (GHITANY et al., 2013) and weighted Lindley distribution (GHITANY et al., 2011) and also propose zero- runcated, shifted and weighted (just in case of Lindley distribution) for these new distributions. For each proposed distributions were carried out Monte Carlo simulation studies to evaluate BIAS and the MSE of maximum likelihood estimators. Two applications where not observed response x = 0 are considered to illustrate the applicability of the proposed distributions. The first refers to the length of wet spells and the second to the length of positive runs in the financial market prices. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016 2018-04-18T20:15:54Z 2018-04-18T20:15:54Z |
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.uri.fl_str_mv |
http://repositorio.uem.br:8080/jspui/handle/1/4360 |
url |
http://repositorio.uem.br:8080/jspui/handle/1/4360 |
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.publisher.none.fl_str_mv |
Universidade Estadual de Maringá Brasil Departamento de Estatística Programa de Pós-Graduação em Bioestatística UEM Maringá, PR Centro de Ciências Exatas |
publisher.none.fl_str_mv |
Universidade Estadual de Maringá Brasil Departamento de Estatística Programa de Pós-Graduação em Bioestatística UEM Maringá, PR Centro de Ciências Exatas |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) instname:Universidade Estadual de Maringá (UEM) instacron:UEM |
instname_str |
Universidade Estadual de Maringá (UEM) |
instacron_str |
UEM |
institution |
UEM |
reponame_str |
Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) |
collection |
Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Estadual de Maringá (RI-UEM) - Universidade Estadual de Maringá (UEM) |
repository.mail.fl_str_mv |
|
_version_ |
1797150439128432640 |