Extensões dos modelos de regressão quantílica Bayesianos

Resumo

Desde o trabalho seminal de Koenker e Bassett (1978) os modelos de regressão quantílica têm sido utilizados em diversas áreas, com o interesse em obter uma visão mais completa da distribuição condicional da variável resposta em função de covariáveis. Yu e Moyeed (2001) apresentaram o primeiro resultado para modelos de regressão quantílica Bayesianos considerando a distribuiçãoLaplace assimétrica para os erros do modelo. Este projeto objetiva a extensão dos modelos de regressão quantílica Bayesianos para o caso de excessos de zeros, tendo em vista os amostradores de Gibbs propostos por Kozumi e Kobayashi (2011). Existe o interesse também em generalizar os resultados para os modelos parcialmente lineares. Além disso, utilizaremos a abordagem com a priori potência de Ibrahim e Chen (2000) para estender o trabalho de Alhamzawi e Yu (2012a) para os métodos de seleção de variáveis. Este projeto prevê também um amplo estudo de sensibilidade, a partir de técnicas de diagnóstico como análise de influência. Os resultados teóricos serão implementados no software R e, se possível, disponibilizados em pacotes no repositório www.cran.r-project.org. Serão feitos também estudos de simulação para avaliar os métodos propostos na tese, assim como serão utilizados banco de dados reais para comparar os resultados com métodos já propostos na literatura.