O modelo de regressão GJS inflacionado em zero ou um

• Ano de defesa: 2018
• Autor(a) principal: Queiroz, Francisco Felipe de
• Orientador(a): Lemonte, Artur José
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
• País: Brasil
• Palavras-chave em Português: Distribuição GJS; Modelo de regressão beta inflacionado; Modelo de regressão GJS; Regressão beta
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/26152

Em uma ampla variedade de problemas envolvendo taxas, frações e proporções, a variável de interesse pode assumir não apenas valores no intervalo (0, 1) como, também, os valores zero ou um. Nessas situações, o modelo de regressão beta, que é uma alternativa para modelagem de dados no intervalo (0, 1), não é adequado, já que a variável resposta é discreta nos pontos zero e/ou um e contínua no intervalo (0, 1). O modelo de regressão beta inflacionado de zero ou um pode ser utilizado nestes casos. Este trabalho tem como objetivo desenvolver uma alternativa ao modelo de regressão beta inflacionado para análise de taxas e proporções na presença de zeros ou uns. O modelo de regressão proposto é baseado na distribuição GJS (LEMONTE; BAZÁN, 2016). Apresentamos a distribuição GJS inflacionada de zero ou um, seu respectivo modelo de regressão e abordamos aspectos inferenciais para a estimação dos parâmetros do modelo. Além disso, avaliamos o desempenho dos estimadores através de simulaçõs Monte Carlo. Adicionalmente, propomos resíduos para o modelo de regressão GJS inflacionado e aplicamos a técnica de influência local baseada na curvatura normal para identificar possíveis pontos influentes. Ilustramos a metodologia desenvolvida mediante duas aplicações a conjuntos de dados reais.