Modelos de regressão linear para dados incompletos utilizando distribuições assimétricas

• Ano de defesa: 2024
• Autor(a) principal: ALVAREZ GIL, Maria Yessenia
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco; UFPE; Brasil; Programa de Pos Graduacao em Estatistica
• Palavras-chave em Português: Modelos de regressão censurados; Distribuições de caudas pesadas; Algoritmo ECME; Distribuições de misturas de escala da distribuição normal assimétrica
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/60048

As distribuições de misturas de escala da distribuição normal assimétrica (SMSN) são uma classe de distribuições assimétricas com caudas pesadas, que inclue distribuições como a nor- mal assimétrica, t de Student assimétrica e normal contaminada assimétrica. Este trabalho propõe um modelo de regressão linear, com censura intervalar, supondo que os erros seguem distribuições da classe SMSN, o que oferece uma alternativa mais flexível aos modelos de regressão censurados tradicionais que assumem distribuição normal para os erros. Implemen- tamos um algoritmo para a estimação dos parâmetros via maximização condicional da função de verossimilhança (ECME), que apresenta expressões analíticas para o passo E. Essas ex- pressões se baseiam em fórmulas para a média e variância de distribuições de misturas de escala da distribuição normal assimétrica truncadas, que podem ser calculadas numericamente utilizando o pacote MomTrunc disponível no software R. Ilustramos a aplicação e adequação da metodologia proposta por meio de estudos de simulação e análise de três conjuntos de dados reais.