Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial
Ano de defesa: | 2009 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade de São Paulo
|
Programa de Pós-Graduação: |
Estatística
|
Departamento: |
Não Informado pela instituição
|
País: |
BR
|
Link de acesso: | https://doi.org/10.11606/T.45.2009.tde-05082009-170043 |
Resumo: | Neste trabalho, desenvolvemos três tópicos relacionados a modelos de regressão da família exponencial. No primeiro tópico, obtivemos a matriz de covariância assintótica de ordem $n^$, onde $n$ é o tamanho da amostra, dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem $n^$ em modelos lineares generalizados, considerando o parâmetro de precisão conhecido. No segundo tópico calculamos o coeficiente de assimetria assintótico de ordem n^{-1/2} para a distribuição dos estimadores de máxima verossimilhança dos parâmetros que modelam a média e dos parâmetros de precisão e dispersão em modelos não-lineares da família exponencial, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. Finalmente, obtivemos fatores de correção tipo-Bartlett para o teste escore em modelos não-lineares da família exponencial, considerando covariáveis para modelar o parâmetro de dispersão. Avaliamos os resultados obtidos nos três tópicos desenvolvidos por meio de estudos de simulação de Monte Carlo |
id |
USP_0df3caa5a260d6905c6b1c0d355d284b |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-05082009-170043 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
|
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial Further statistical methods in regression models of the exponential family 2009-08-03Denise Aparecida BotterLucia Pereira BarrosoGauss Moutinho CordeiroAudrey Helen Mariz de Aquino CysneirosKlaus Leite Pinto VasconcellosAlexsandro Bezerra CavalcantiUniversidade de São PauloEstatísticaUSPBR Bartlett-type corrections coeficiente de assimetria correção tipo-Bartlett covariance matrix estimador de máxima verossimilhança Generalized linear models matriz de covariância Modelos lineares generalizados modelos não lineares score test skewness teste escore Neste trabalho, desenvolvemos três tópicos relacionados a modelos de regressão da família exponencial. No primeiro tópico, obtivemos a matriz de covariância assintótica de ordem $n^$, onde $n$ é o tamanho da amostra, dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem $n^$ em modelos lineares generalizados, considerando o parâmetro de precisão conhecido. No segundo tópico calculamos o coeficiente de assimetria assintótico de ordem n^{-1/2} para a distribuição dos estimadores de máxima verossimilhança dos parâmetros que modelam a média e dos parâmetros de precisão e dispersão em modelos não-lineares da família exponencial, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. Finalmente, obtivemos fatores de correção tipo-Bartlett para o teste escore em modelos não-lineares da família exponencial, considerando covariáveis para modelar o parâmetro de dispersão. Avaliamos os resultados obtidos nos três tópicos desenvolvidos por meio de estudos de simulação de Monte Carlo In this work, we develop three topics related to the exponential family nonlinear regression. First, we obtain the asymptotic covariance matrix of order $n^$, where $n$ is the sample size, for the maximum likelihood estimators corrected by the bias of order $n^$ in generalized linear models, considering the precision parameter known. Second, we calculate an asymptotic formula of order $n^{-1/2}$ for the skewness of the distribution of the maximum likelihood estimators of the mean parameters and of the precision and dispersion parameters in exponential family nonlinear models considering that the dispersion parameter is the same although unknown for all observations. Finally, we obtain Bartlett-type correction factors for the score test in exponential family nonlinear models assuming that the precision parameter is modelled by covariates. Monte Carlo simulation studies are developed to evaluate the results obtained in the three topics. https://doi.org/10.11606/T.45.2009.tde-05082009-170043info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:16:17Zoai:teses.usp.br:tde-05082009-170043Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial |
dc.title.alternative.en.fl_str_mv |
Further statistical methods in regression models of the exponential family |
title |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial |
spellingShingle |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial Alexsandro Bezerra Cavalcanti |
title_short |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial |
title_full |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial |
title_fullStr |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial |
title_full_unstemmed |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial |
title_sort |
Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial |
author |
Alexsandro Bezerra Cavalcanti |
author_facet |
Alexsandro Bezerra Cavalcanti |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Denise Aparecida Botter |
dc.contributor.referee1.fl_str_mv |
Lucia Pereira Barroso |
dc.contributor.referee2.fl_str_mv |
Gauss Moutinho Cordeiro |
dc.contributor.referee3.fl_str_mv |
Audrey Helen Mariz de Aquino Cysneiros |
dc.contributor.referee4.fl_str_mv |
Klaus Leite Pinto Vasconcellos |
dc.contributor.author.fl_str_mv |
Alexsandro Bezerra Cavalcanti |
contributor_str_mv |
Denise Aparecida Botter Lucia Pereira Barroso Gauss Moutinho Cordeiro Audrey Helen Mariz de Aquino Cysneiros Klaus Leite Pinto Vasconcellos |
description |
Neste trabalho, desenvolvemos três tópicos relacionados a modelos de regressão da família exponencial. No primeiro tópico, obtivemos a matriz de covariância assintótica de ordem $n^$, onde $n$ é o tamanho da amostra, dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem $n^$ em modelos lineares generalizados, considerando o parâmetro de precisão conhecido. No segundo tópico calculamos o coeficiente de assimetria assintótico de ordem n^{-1/2} para a distribuição dos estimadores de máxima verossimilhança dos parâmetros que modelam a média e dos parâmetros de precisão e dispersão em modelos não-lineares da família exponencial, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. Finalmente, obtivemos fatores de correção tipo-Bartlett para o teste escore em modelos não-lineares da família exponencial, considerando covariáveis para modelar o parâmetro de dispersão. Avaliamos os resultados obtidos nos três tópicos desenvolvidos por meio de estudos de simulação de Monte Carlo |
publishDate |
2009 |
dc.date.issued.fl_str_mv |
2009-08-03 |
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://doi.org/10.11606/T.45.2009.tde-05082009-170043 |
url |
https://doi.org/10.11606/T.45.2009.tde-05082009-170043 |
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 de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1786376581274402816 |