[en] MULTIPLE IMPUTATION IN MULTIVARIATE NORMAL DATA VIA A EM TYPE ALGORITHM

Detalhes bibliográficos
Ano de defesa:	2002
Autor(a) principal:	FABIANO SALDANHA GOMES DE OLIVEIRA
Orientador(a):	Não Informado pela instituição
Banca de defesa:	Não Informado pela instituição
Tipo de documento:	Tese
Tipo de acesso:	Acesso aberto
Idioma:	por
Instituição de defesa:	MAXWELL
Programa de Pós-Graduação:	Não Informado pela instituição
Departamento:	Não Informado pela instituição
País:	Não Informado pela instituição
Palavras-chave em Português:	[pt] DADOS CENSURADOS MULTIVARIADOS [pt] IMPUTACAO MULTIPLA DE DADOS [pt] ALGORITMO EM [pt] NORMAL TRUNCADA MULTIVARIADA [en] MULTIVARIATE CENSORED DATA [en] MULTIPLE IMPUTATION DATA. [en] EM ALGORITHM [en] TRUNCATED NORMAL MULTIVARIATE
Link de acesso:	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=2747&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=2747&idi=2 http://doi.org/10.17771/PUCRio.acad.2747
Resumo:	[pt] Construímos um algoritmo tipo EM para estimar os parâmetros por máxima verossimilhança. Os valores imputados são calculados pela média condicional sujeito a ser maior (ou menor) do que o valor observado. Como a estimação é por máxima verossimilhança, a matriz de informação permite o cálculo de intervalos de confiança para os parâmetros e para os valores imputados. Fizemos experiência com dados simulados e há também um estudo de dados reais (onde na verdade a hipótese de normalidade não se aplica).

Registros relacionados