Avaliação de critérios para a seleção do número de componentes em misturas finitas de normais assimétricas

• Ano de defesa: 2009
• Autor(a) principal: Costa, José Mir Justino da
• Outros Autores: http://lattes.cnpq.br/2396817509327075
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Instituto de Ciências Exatas; BR; UFAM; Programa de Pós-graduação em Matemática
• Palavras-chave em Português: Normais assimétricas; Critério de Informação - Akaike-AIC; Critério de Informação - Bayesiano - BIC; Critério de Determinação Eficiente - EDC; CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
• Link de acesso: http://tede.ufam.edu.br/handle/tede/3677

Este trabalho tem por objetivo avaliar alguns critérios de informação para seleção de modelos no contexto de misturas finitas de normais assimétricas. Os critérios analisados foram o Critério de Informação de Akaike-AIC , Critério de Informação Bayesiano - BIC e Critério de Determinação Eficiente - EDC . A avaliação feita a respeito do desempenho apresentado por estes critérios se deu através de um estudo de simulação, em que utilizamos o algoritmo EM para encontrarmos as estimativas de máxima verossimilhança para os parâmetros do modelo com as quais empregamos os critérios. Foi também realizado uma aplicação da teoria desenvolvida para uma modelagem com dados reais utilizando dois conjuntos de dados já analisado anteriormente na literatura. Os resultados obtidos indicaram que, assintoticamente, os três critérios tendem a avaliar corretamente o número de componentes necessárias, mas para amostras pequenas o AIC apresenta desempenho inferior ao BIC e EDC, sendo que os dois últimos apresentam desempenho muito semelhante.