Modelos para dados longitudinais baseados em distribuições de mistura de escala normal assimétrica centrada: abordagens paramétrica e semi-paramétrica

• Processo: 18/26780-6
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de junho de 2019
• Data de Término da vigência: 28 de fevereiro de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Caio Lucidius Naberezny Azevedo
• Beneficiário: João Victor Bastos de Freitas
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Equações de estimação Análise de dados longitudinais Estimação paramétrica Estimação semiparamétrica
• Palavra(s)-Chave do Pesquisador: Dados longitudinais | Equações de estimação generalizadas | Inferência frequentista | misturas de escala normal assimétrica centrada | Modelos Lineares Parciais Aditivos Generalizado | Modelagem/análise de dados longitudinais

Resumo

Neste projeto desenvolveremos duas classes de modelos de regressão para dados contínuos. Uma para dados independentes e outra para dados longitudinais, flexibilizando a modelagem de dados que apresentam assimetria e/ou caudas pesadas. Mais especificamente, consideraremos as abordagens paramétrica e semi-paramétrica utilizando Equações de Estimação Generalizadas (EEG) e Modelos Lineares Parciais Aditivos Generalizados (MLPAG), respectivamente. No caso de observações independentes, consideraremos distribuições de mistura de escala normal assimétrica com preditor semi-paramétrico (MLPAG independente). No caso de dados com medidas repetidas, estenderemos tal abordagem, via EEG e MLPAG. Em ambos os casos, assumiremos que a distribuição (marginal) da variável resposta segue uma mistura de escala normal assimétrica centrada, considerando medidas misturadoras apropriadas (como a gama, beta e binária). Desenvolveremos métodos de estimação, medidas de qualidade de ajuste e de diagnóstico para esses modelos, sob a ótica frequentista. Outras medidas misturadoras, ainda não utilizadas na literatura, serão consideradas, a saber: gama generalizada, Birnbaum-Saunders e beta prime. Serão desenvolvidas rotinas computacionais para as metodologias desse projeto, bem como serão conduzidos estudos de simulação para verificar o desempenho das metodologias a serem desenvolvidas. Também, análise de dados reais serão realizadas, a fim de ilustrar o potencial das referidas metodologias. (AU)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

FREITAS, João Victor Bastos de. Semi-parametric models based on the scale mixtures of centred skew normal distribution for independent and longitudinal data. 2021. Dissertação de Mestrado - Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica Campinas, SP.