Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Silva, Erika Rayanne Fernandes da |
Orientador(a): |
Medeiros, Francisco Moisés Cândido de |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/28929
|
Resumo: |
A classe de modelos de regressão beta é usada para modelar variáveis respostas no intervalo (0, 1), como taxas e proporções. Ferrari e Cribari-Neto (2004) propuseram um modelo de regressão beta que incorpora covariáveis na média da distribuição utilizando uma função de ligação genérica. Entretanto, para estudos cuja variável resposta apresenta assimetria e/ou valores discrepantes, esse modelo pode não ser o mais adequado. Uma medida de tendência central mais apropriada neste tipo de situação é a moda da distribuição, devido a sua robustez com relação a valores discrepantes e sua fácil interpretação também em casos assimétricos. Zhou e Huang (2019) propuseram uma reparametrização para a distribuição beta em termos da moda e de um parâmetro de precisão. Assumindo essa distribuição para a variável resposta, Zhou e Huang (2019) propuseram um modelo de regressão para dados contínuos no intervalo unitário, visando ser mais robusto a outliers. Neste trabalho, realizamos um estudo mais aprofundado das propriedades e do desempenho desse modelo, bem como a comparação deste com o modelo proposto por Ferrari e Cribari-Neto (2004). Realizamos estudos de simulação para avaliar as estimativas de máxima verossimilhança em casos simétricos e assimétricos e a sensibilidade à outliers das estimativas quando são impostos alguns padrões de perturbação. Além disso, fizemos a proposição e a avaliação de três resíduos para esta classe de modelos. Nossos estudos de simulação sugerem que o modelo de regressão beta que considera a moda apresenta bom desempenho em dados simétricos e assimétricos e que, na maioria dos cenários, apresenta melhor desempenho na presença de outliers do que o modelo de regressão beta que considera a média. Por fim, apresentamos duas aplicações a conjuntos de dados reais, um retirado do censo 2010 e outro proveniente do ENEM 2017, comparando o ajuste dos modelos de regressão beta para a média e para a moda. |