Modelos mistos com erros nas variáveis

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Alamos, Marco Antonio Riquelme
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: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Inferência Estatística
Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-130244/
Resumo: Neste trabalho estudamos a combinação de efeitos aleatórios e erros de medição para os modelos de regressão (funcionais e estruturais). Na modelagem proposta utilizamos a classe de distribuições elípticas que forma uma classe generalizada de famílias de distribuições que preservam a mesma estrutura simétrica da distribuição normal permitindo assim, por exemplo, acomodar erros de medição aberrantes através de distribuições com caudas mais pedadas do que a normal. Usamos ferramentas clássicas (método do escore corrigido e o algoritmo EM) para obter estimadores consistentes e suas distribuições limite. Estudamos os seguintes modelos: (1) modelo linear funcional com efeitos mistos com erros elípticos nas variáveis, (2) modelo estrutural simétrico com intercepto aleatório e (3) modelo de regressão heterocedástico com erros de medida para k populações. Também apresentamos alguns estudos de diagnósticos usando o método de influência local para avaliar os aspectos de robustez das estimativas dos parâmetros sob diferentes esquemas de perturbação. Discutimos alguns estudos de simulação e ilustramos os resultados com dados reais.
id USP_d846cb06c4117245a7f1ded5550c6afc
oai_identifier_str oai:teses.usp.br:tde-20220712-130244
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Modelos mistos com erros nas variáveisnot availableInferência EstatísticaNeste trabalho estudamos a combinação de efeitos aleatórios e erros de medição para os modelos de regressão (funcionais e estruturais). Na modelagem proposta utilizamos a classe de distribuições elípticas que forma uma classe generalizada de famílias de distribuições que preservam a mesma estrutura simétrica da distribuição normal permitindo assim, por exemplo, acomodar erros de medição aberrantes através de distribuições com caudas mais pedadas do que a normal. Usamos ferramentas clássicas (método do escore corrigido e o algoritmo EM) para obter estimadores consistentes e suas distribuições limite. Estudamos os seguintes modelos: (1) modelo linear funcional com efeitos mistos com erros elípticos nas variáveis, (2) modelo estrutural simétrico com intercepto aleatório e (3) modelo de regressão heterocedástico com erros de medida para k populações. Também apresentamos alguns estudos de diagnósticos usando o método de influência local para avaliar os aspectos de robustez das estimativas dos parâmetros sob diferentes esquemas de perturbação. Discutimos alguns estudos de simulação e ilustramos os resultados com dados reais.not availableBiblioteca Digitais de Teses e Dissertações da USPBolfarine, HelenoAlamos, Marco Antonio Riquelme2012-01-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-130244/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-16T16:08:02Zoai:teses.usp.br:tde-20220712-130244Biblioteca 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:27212024-08-16T16:08:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelos mistos com erros nas variáveis
not available
title Modelos mistos com erros nas variáveis
spellingShingle Modelos mistos com erros nas variáveis
Alamos, Marco Antonio Riquelme
Inferência Estatística
title_short Modelos mistos com erros nas variáveis
title_full Modelos mistos com erros nas variáveis
title_fullStr Modelos mistos com erros nas variáveis
title_full_unstemmed Modelos mistos com erros nas variáveis
title_sort Modelos mistos com erros nas variáveis
author Alamos, Marco Antonio Riquelme
author_facet Alamos, Marco Antonio Riquelme
author_role author
dc.contributor.none.fl_str_mv Bolfarine, Heleno
dc.contributor.author.fl_str_mv Alamos, Marco Antonio Riquelme
dc.subject.por.fl_str_mv Inferência Estatística
topic Inferência Estatística
description Neste trabalho estudamos a combinação de efeitos aleatórios e erros de medição para os modelos de regressão (funcionais e estruturais). Na modelagem proposta utilizamos a classe de distribuições elípticas que forma uma classe generalizada de famílias de distribuições que preservam a mesma estrutura simétrica da distribuição normal permitindo assim, por exemplo, acomodar erros de medição aberrantes através de distribuições com caudas mais pedadas do que a normal. Usamos ferramentas clássicas (método do escore corrigido e o algoritmo EM) para obter estimadores consistentes e suas distribuições limite. Estudamos os seguintes modelos: (1) modelo linear funcional com efeitos mistos com erros elípticos nas variáveis, (2) modelo estrutural simétrico com intercepto aleatório e (3) modelo de regressão heterocedástico com erros de medida para k populações. Também apresentamos alguns estudos de diagnósticos usando o método de influência local para avaliar os aspectos de robustez das estimativas dos parâmetros sob diferentes esquemas de perturbação. Discutimos alguns estudos de simulação e ilustramos os resultados com dados reais.
publishDate 2012
dc.date.none.fl_str_mv 2012-01-27
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://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-130244/
url https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-130244/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
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_ 1865492575891226624

Registros relacionados