Aperfeiçoamento de métodos estatísticos em modelos de regressão da família exponencial

• Ano de defesa: 2009
• Autor(a) principal: Cavalcanti, Alexsandro Bezerra
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Bartlett-type corrections; coeficiente de assimetria; correção tipo-Bartlett; covariance matrix; estimador de máxima verossimilhança; Generalized linear models; matriz de covariância; Modelos lineares generalizados; modelos não lineares; score test; skewness; teste escore
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-05082009-170043/

Neste trabalho, desenvolvemos três tópicos relacionados a modelos de regressão da família exponencial. No primeiro tópico, obtivemos a matriz de covariância assintótica de ordem $n^$, onde $n$ é o tamanho da amostra, dos estimadores de máxima verossimilhança corrigidos pelo viés de ordem $n^$ em modelos lineares generalizados, considerando o parâmetro de precisão conhecido. No segundo tópico calculamos o coeficiente de assimetria assintótico de ordem n^{-1/2} para a distribuição dos estimadores de máxima verossimilhança dos parâmetros que modelam a média e dos parâmetros de precisão e dispersão em modelos não-lineares da família exponencial, considerando o parâmetro de dispersão desconhecido, porém o mesmo para todas as observações. Finalmente, obtivemos fatores de correção tipo-Bartlett para o teste escore em modelos não-lineares da família exponencial, considerando covariáveis para modelar o parâmetro de dispersão. Avaliamos os resultados obtidos nos três tópicos desenvolvidos por meio de estudos de simulação de Monte Carlo