Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada

• Ano de defesa: 2020
• Autor(a) principal: Souza, Naor Lima de
• Outros Autores: http://lattes.cnpq.br/3229434997142742
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Instituto de Ciências Exatas; Brasil; UFAM; Programa de Pós-graduação em Matemática
• Palavras-chave em Português: Inferência estatística para o processo geométrico; Estimadores de máxima verossimilhança; Estimadores de momentos modificados; Distribuição assintótica; Geometric process; CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA; Distribuição Birnbaum-Saunders Reparametrizada; Inferência Estatística; Modelo GP-RBS; Processo Geométrico
• Link de acesso: https://tede.ufam.edu.br/handle/tede/8110

Neste trabalho, investigamos o problema da inferência estatística para o processo geométrico (GP) quando a distribuição do tempo da primeira ocorrência for Birnbaum-Saunders Reparametrizada (RBS). Para isto, propomos um modelo intitulado GP-RBS capaz de atuar nesse problema. São obtidos os estimadores de máxima verossimilhança (EMV), estimadores via método dos momentos (EMM) e estimadores de momentos modificados (MM) para os parâmetros do GP. Além disso, discutimos algumas propriedades assintóticas importantes desses estimadores, como distribuição assintótica e consistência. Em seguida, realizamos alguns estudos de simulações de Monte Carlo com diferentes valores de parâmetros para comparar os desempenhos dos resultados obtidos e, por fim, apresentamos as aplicações em quatro conjuntos de dados reais.