Tópicos e extensões relacionados com os modelos mistos aditivos semiparamétricos de contornos elípticos: métodos de estimação, teste de hipóteses e métodos de diagnóstico de influência

• Processo: 09/11078-5
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de outubro de 2009
• Data de Término da vigência: 30 de junho de 2012
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Gilberto Alvarenga Paula
• Beneficiário: Germán Mauricio Ibacache Pulgar
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 04/15304-6 - Modelos de regressão e aplicações, AP.TEM
• Assunto(s): Seleção de modelos Modelos lineares mistos Modelos não lineares
• Palavra(s)-Chave do Pesquisador: Estimação Penalizada | Métodos de Diagnóstico | modelos mistos | modelos não lineares | Modelos semiparamétricos | Seleção de Modelos | Modelagem Estatística de Regressão

Resumo

O objetivo deste projeto é investigar a extensão de alguns tópicos discutidos na tese de doutorado do aluno Gérman Pulgar em que foram propostos modelos aditivos semiparamétricos de contornos elípticos. Especificamente, estudaremos o modelo misto não linear semiparamétrico de contornos elípticos baseados em funções de verossimilhança penalizadas, obtendo-se em particular a função escore penalizada e a correspondente matriz de informação de Fisher. A partir desses resultados, desenvolveremos métodos para estimar os parâmetros da regressão, as funções não paramétricas e os componentes de variância do modelo. Testes de hipótese serão desenvolvidos, em particular para testar os componentes de variância, por exemplo através de testes do tipo escore. Métodos de diagnóstico, tais como análise de resíduos e estudos de sensibilidade serão também estudados. Extensões para estruturas mais gerais de correlação para os erros, como por exemplo estruturas autoregressivas serão também investigadas. Por fim aplicações a dados reais e o desenvolvimento de programas computacionais em plataformas conhecidas, como por exemplo MATLAB e R.