Diagnóstico de Influência Local para a obtenção de dados mascarados influentes em modelos de regressão com erros nas variáveis e propriedades assintóticas do modelo de calibração ultraestrutura

• Ano de defesa: 2020
• Autor(a) principal: Bustamante, Juan Pablo Mamani
• 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: Asymptotic theory; Conformal normal curvature; Curvatura normal; Curvatura normal conformal; Forward graph; Forward search; Gráfico de influência; Gráfico passo a frente; Influence graph; Influência local; Local influence; Modelo de calibração ultraestrutural; Modelo de regressão com erros nas variáveis; Normal curvature; Procura "forward"; Procura passo a frente; Regression model with error in variables; Teoria assintótica; Ultrastructural calibration model
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-27072020-100611/

Testes de proficiência determinam a performance de laboratórios individuais em relação a testes específicos de medição e é usado para monitorar a confiabilidade das medições dos laboratórios. Considerando um modelo de regressão multivariado com erros nas variáveis e com réplicas, o modelo de calibração ultraestrutural com réplicas, iremos desenvolver as propriedades assintóticas associada a este modelo para poder testar a equivalência entre as medições obtidas por diferentes laboratórios em testes de proficiência. Após ajustado um modelo, a análise de diagnóstico é uma etapa importante na análise de um conjunto de dados. Cook (1986) introduziu um método geral de diagnóstico de influência para avaliar a influência local de pequenas perturbações no modelo estatístico, usando diferentes tipos de perturbações. Como complemento às técnicas de detecção de observações discrepantes, é proposto o método procura passo a frente, por Atkinson e Riani (2000), que é uma metodologia para detectar observações atípicas mascaradas. Propomos uma metodologia baseada na influência local de Cook (1986) e Poon e Poon (1999) com a procura passo a frente de Atkinson e Riani (2000) em modelos de regressão com erros de medição que será utilizada na obtenção de observações mascaradas influentes.