Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial
| 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 Federal de Pernambuco
UFPE Brasil Programa de Pos Graduacao em Estatistica |
| 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: | https://repositorio.ufpe.br/handle/123456789/17306 |
Resumo: | Nesta dissertação, tratamos de refinamentos para testes de hipóteses em modelos de regressão não lineares heteroscedásticos. Na primeira parte da dissertação, reunimos resultados importantes da literatura sobre correção de Bartlett às razão de verossimilhanças perfiladas modificadas (CYSNEIROS; FERRARI, 2006) e razão de verossimilhanças bootstrap (ROCKE, 1989) nos modelos de regressão não lineares da família exponencial com parâmetros de dispersão que não são constantes para todas as observações, respectivamente. Na segunda parte, obtemos um fator de correção tipo-Bartlett para a estatística gradiente (TERRELL, 2002), nesta classe de modelos. Na terceira parte, desenvolvemos estudos de simulação Monte Carlo para avaliar e comparar numericamente os desempenhos dos testes em amostras finitas. Finalmente, realizamos uma aplicação empírica. |
| id |
UFPE_f2d5325771d41bf910c117a64958a4cd |
|---|---|
| oai_identifier_str |
oai:repositorio.ufpe.br:123456789/17306 |
| network_acronym_str |
UFPE |
| network_name_str |
Repositório Institucional da UFPE |
| repository_id_str |
|
| spelling |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencialEstatística matemáticaCorreção tipo BartlettNesta dissertação, tratamos de refinamentos para testes de hipóteses em modelos de regressão não lineares heteroscedásticos. Na primeira parte da dissertação, reunimos resultados importantes da literatura sobre correção de Bartlett às razão de verossimilhanças perfiladas modificadas (CYSNEIROS; FERRARI, 2006) e razão de verossimilhanças bootstrap (ROCKE, 1989) nos modelos de regressão não lineares da família exponencial com parâmetros de dispersão que não são constantes para todas as observações, respectivamente. Na segunda parte, obtemos um fator de correção tipo-Bartlett para a estatística gradiente (TERRELL, 2002), nesta classe de modelos. Na terceira parte, desenvolvemos estudos de simulação Monte Carlo para avaliar e comparar numericamente os desempenhos dos testes em amostras finitas. Finalmente, realizamos uma aplicação empírica.CAPESIn this dissertation, we deal with refinements for hypothesis tests in nonlinear heteroskedastic regression models. Firstly, we describe important results in the literature on Bartlett corrections to the modified profile likelihood ratio and likelihood ratio bootstrap to the class of the exponential family nonlinear models with dispersion parameters that are not constant over the observations, respectively. Secondly, we obtain a Bartlett-type correction to the gradient statistic in this class of models. Thirdly, the finite-sample performances of the various tests considered in this dissertation are evaluated and compared using Monte Carlo simulations. Finally, we present one empirical application.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em EstatisticaCYSNEIROS, Audrey Helen Mariz de AquinoLÔBO, Telma de Souza2016-07-08T18:58:50Z2016-07-08T18:58:50Z2016-02-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.ufpe.br/handle/123456789/17306porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2019-10-25T23:35:37Zoai:repositorio.ufpe.br:123456789/17306Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T23:35:37Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
| dc.title.none.fl_str_mv |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial |
| title |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial |
| spellingShingle |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial LÔBO, Telma de Souza Estatística matemática Correção tipo Bartlett |
| title_short |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial |
| title_full |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial |
| title_fullStr |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial |
| title_full_unstemmed |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial |
| title_sort |
Correção tipo-Bartlett à estatística gradiente nos modelos não lineares da família exponencial |
| author |
LÔBO, Telma de Souza |
| author_facet |
LÔBO, Telma de Souza |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
CYSNEIROS, Audrey Helen Mariz de Aquino |
| dc.contributor.author.fl_str_mv |
LÔBO, Telma de Souza |
| dc.subject.por.fl_str_mv |
Estatística matemática Correção tipo Bartlett |
| topic |
Estatística matemática Correção tipo Bartlett |
| description |
Nesta dissertação, tratamos de refinamentos para testes de hipóteses em modelos de regressão não lineares heteroscedásticos. Na primeira parte da dissertação, reunimos resultados importantes da literatura sobre correção de Bartlett às razão de verossimilhanças perfiladas modificadas (CYSNEIROS; FERRARI, 2006) e razão de verossimilhanças bootstrap (ROCKE, 1989) nos modelos de regressão não lineares da família exponencial com parâmetros de dispersão que não são constantes para todas as observações, respectivamente. Na segunda parte, obtemos um fator de correção tipo-Bartlett para a estatística gradiente (TERRELL, 2002), nesta classe de modelos. Na terceira parte, desenvolvemos estudos de simulação Monte Carlo para avaliar e comparar numericamente os desempenhos dos testes em amostras finitas. Finalmente, realizamos uma aplicação empírica. |
| publishDate |
2016 |
| dc.date.none.fl_str_mv |
2016-07-08T18:58:50Z 2016-07-08T18:58:50Z 2016-02-22 |
| 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 |
https://repositorio.ufpe.br/handle/123456789/17306 |
| url |
https://repositorio.ufpe.br/handle/123456789/17306 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Estatistica |
| publisher.none.fl_str_mv |
Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Estatistica |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
| instname_str |
Universidade Federal de Pernambuco (UFPE) |
| instacron_str |
UFPE |
| institution |
UFPE |
| reponame_str |
Repositório Institucional da UFPE |
| collection |
Repositório Institucional da UFPE |
| repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
| repository.mail.fl_str_mv |
attena@ufpe.br |
| _version_ |
1856042031592243200 |