Modelos de regressão para dados censurados sob distribuições simétricas

• Ano de defesa: 2014
• Autor(a) principal: Garay, Aldo William Medina
• 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: Algoritmo tipo EM; Algoritmo tipo MCMC; Bayesian modeling; Censored regression models; Correlation structure; EM-type algorithm; Estrutura de correlação; MCMC-type algorithm; Misturas da escala da distribuição normal; Modelagem Bayesiana; Modelos de Regressão censurados; Scale mixtures of normal distribution
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-15062014-000915/

Este trabalho tem como objetivo principal apresentar uma abordagem clássica e Bayesiana dos modelos lineares com observações censuradas, que é uma nova área de pesquisa com grandes possibilidades de aplicações. Aqui, substituimos o uso convencional da distribuição normal para os erros por uma família de distribuições mais flexíveis, o que nos permite lidar de forma mais adequada com observações censuradas na presença de outliers. Esta família é obtida através de um mecanismo de fácil construção e possui como casos especiais as distribuições t de Student, Pearson tipo VII, slash, normal contaminada e, obviamente, a normal. Para o caso de respostas correlacionadas e censuradas propomos um modelo de regressão linear robusto baseado na distribuição t de Student, desenvolvendo um algoritmo tipo EM que depende dos dois primeiros momentos da distribuição t de Student truncada.