Semi-parametric models for independent and longitudinal data with limited response

Autor(es)

Áurea Fonseca Lopes Galindo

• 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: 2021-03-01

Membros da banca

Caio Lucidius Naberezny Azevedo; Fernanda de Bastiani; Guilherme Vieira Nunes Ludwig

• Orientador: Juvêncio Santos Nobre; Caio Lucidius Naberezny Azevedo

Resumo

O principal foco deste trabalho consiste na modelagem de dados (in)dependentes no intervalo [0,1], e respectivos casos particulares. Nesse sentido desenvolvemos duas abordagens, sob o enfoque frequentista. A primeira corresponde a uma nova classe de modelos baseados nas distribuições beta, simplex e beta retangular e, em suas respectivas versões aumentadas em zeros e/ou uns. Consideramos preditores, com uma parte paramétrica e outra não paramétrica, para a média, e preditores paramétricos para a dispersão/precisão e probabilidades de ocorrência de zeros e uns (no caso das distribuições aumentadas). Uma das vantagens dessa estrutura é poder modelar de forma satisfatória fenômenos lineares e não lineares. Na segunda abordagem, o foco são dados dependentes. De modo análogo ao caso anterior, foram desenvolvidos modelos de regressão baseados nas supracitadas distribuições, também sob o enfoque semi-paramétrico para a média (uma parte paramétrica e outra não paramétrica para o preditor) e paramétrica para as demais quantidades, considerando estruturas de correlação via Equações de Estimação Generalizadas (EEG). As duas abordagens foram desenvolvidas utilizando funções de ligação, para a média, simétricas e assimétricas, o que corresponde a generalizações de metodologias existentes. Além das novas classes de modelos, técnicas de seleção estrutural e diagnóstico, medidas de influência global e local, foram desenvolvidas para todos os modelos, em ambas as abordagens. Além disso, foram conduzidos estudos de simulação apropriados e análise de dados reais para ilustrar o potencial das metodologias desenvolvidas (AU)

• Processo FAPESP: 18/26784-1 - Modelos paramétricos e semi-paramétricos para dados longitudinais com resposta limitada
• Beneficiário: Áurea Fonseca Lopes Galindo
• Modalidade de apoio: Bolsas no Brasil - Mestrado