Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: MANGHI, Roberto Ferreira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
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:
Probabilidade.
Distribuição de probabilidade.
Estatística aplicada – Modelagem.
Regressão.
Link de acesso: https://repositorio.ufpe.br/handle/123456789/17308
Resumo: Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadas
id UFPE_f5b7d74aad0eee8489541ea815593c7a
oai_identifier_str oai:repositorio.ufpe.br:123456789/17308
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionadosProbabilidade.Distribuição de probabilidade.Estatística aplicada – Modelagem.Regressão.Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadasCAPESIn this thesis we developed diagnostic techniques on Generalized Additive Partial Linear Models (GAPLM) (see Lian et al., 2014) for correlated data with marginal distribution on the exponential family, where the mean depends on parametric and non-parametric components. In addition, we propose equations for joint estimation of fixed effects and correlation parameters. We developed the joint parameter estimation process and “naive” and “robust” estimators for the standard-errors of the estimators are proposed. Leverage measures, residual analysis and local influence analysis based on the normal curvature under different perturbation scenarios are developed. Three types of residuals are derived and a simulation study is conducted to verify empirical properties of the proposed residuals and the fixed effects estimators. Normal quantile graphics with simulated envelopes are used to investigate the fitted models adequacy under the assumption of a marginal distribution on the exponential family and applications to real data are presented.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em EstatisticaCYSNEIROS, Francisco José de AzevêdoMANGHI, Roberto Ferreira2016-07-08T19:26:48Z2016-07-08T19:26:48Z2016-02-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://repositorio.ufpe.br/handle/123456789/17308porAttribution-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:UFPE2019-10-25T23:36:21Zoai:repositorio.ufpe.br:123456789/17308Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T23:36:21Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
title Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
spellingShingle Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
MANGHI, Roberto Ferreira
Probabilidade.
Distribuição de probabilidade.
Estatística aplicada – Modelagem.
Regressão.
title_short Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
title_full Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
title_fullStr Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
title_full_unstemmed Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
title_sort Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
author MANGHI, Roberto Ferreira
author_facet MANGHI, Roberto Ferreira
author_role author
dc.contributor.none.fl_str_mv CYSNEIROS, Francisco José de Azevêdo
dc.contributor.author.fl_str_mv MANGHI, Roberto Ferreira
dc.subject.por.fl_str_mv Probabilidade.
Distribuição de probabilidade.
Estatística aplicada – Modelagem.
Regressão.
topic Probabilidade.
Distribuição de probabilidade.
Estatística aplicada – Modelagem.
Regressão.
description Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadas
publishDate 2016
dc.date.none.fl_str_mv 2016-07-08T19:26:48Z
2016-07-08T19:26:48Z
2016-02-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/17308
url https://repositorio.ufpe.br/handle/123456789/17308
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_ 1856041942687678464

Registros relacionados