Modelos de regressão linear heteroscedásticos com erros t-Student: uma abordagem bayesiana objetiva

• Ano de defesa: 2016
• Autor(a) principal: Souza, Aline Campos Reis de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Distribuição a priori de Jeffreys; Effreys prior; Erros t-Student; Heteroscedastic linear regression models.; Inferência robusta; Modelos de regressão linear heteroscedásticos.; Robust inference; Student t erros
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-11012017-085309/

Neste trabalho, apresentamos uma extensão da análise bayesiana objetiva feita em Fonseca et al. (2008), baseada nas distribuições a priori de Jeffreys para o modelo de regressão linear com erros t-Student, para os quais consideramos a suposição de heteoscedasticidade. Mostramos que a distribuição a posteriori dos parâmetros do modelo regressão gerada pela distribuição a priori é própria. Através de um estudo de simulação, avaliamos as propriedades frequentistas dos estimadores bayesianos e comparamos os resultados com outras distribuições a priori encontradas na literatura. Além disso, uma análise de diagnóstico baseada na medida de divergência Kullback-Leiber é desenvolvida com a finalidade de estudar a robustez das estimativas na presença de observações atípicas. Finalmente, um conjunto de dados reais é utilizado para o ajuste do modelo proposto.