| Processo: | 18/26780-6 |
| Linha de fomento: | Bolsas no Brasil - Mestrado |
| Vigência (Início): | 01 de junho de 2019 |
| Vigência (Término): | 28 de fevereiro de 2021 |
| Área do 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 |
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) | |