Modelos não lineares sob a classe de distribuições misturas da escala skew-normal

Autor(es)

Aldo William Medina Garay

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
• Data de defesa: 2010-08-07

Membros da banca

Víctor Hugo Lachos Dávila; Mariana Rodrigues Motta; Márcia D'Elia Branco

• Orientador: Filidor Edilfonso Vilca Labra; Víctor Hugo Lachos Dávila

Resumo

Neste trabalho estudamos alguns aspectos de estimação e diagnóstico de influência global e local de modelos não lineares sob a classe de distribuição misturas da escala skew-normal, baseado na metodologia proposta por Cook (1986) e Poon & Poon (1999). Os modelos não lineares heteroscedásticos também são discutidos. Esta nova classe de modelos constitui uma generalização robusta dos modelos de regressão não linear simétricos, que têm como membros particulares distribuições com caudas pesadas, tais como skew-t, skew-slash, skew-normal contaminada, entre outras. A estimação dos parâmetros será obtida via o algoritmo EM proposto por Dempster et al. (1977). Estudos de testes de hipóteses são considerados utilizando as estatísticas de escore e da razão de verossimilhança, para testar a homogeneidade do parâmetro de escala. Propriedades das estatísticas do teste são investigadas através de simulações de Monte Carlo. Exemplos numéricos considerando dados reais e simulados são apresentados para ilustrar a metodologia desenvolvida (AU)

• Processo FAPESP: 08/02159-9 - Modelos hierarquicos com distribuições de misturas da escala skew--normal
• Beneficiário: Aldo William Medina Garay
• Modalidade de apoio: Bolsas no Brasil - Mestrado