Modelos Box-Cox elípticos

• Ano de defesa: 2017
• Autor(a) principal: Morán Vásquez, Raúl Alejandro
• 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: Análise Multivariada; Modelos (Análise Multivariada)
• Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20230727-113123/

Dados positivos multivariados aparecem com frequência em diversas áreas de estudo. A transformação de Box-Cox multivariada é uma metodologia habitualmente utilizada para modelar esse tipo de dados. Essa abordagem apresenta algumas desvantagens, como por exemplo a falta de interpretação dos parâmetros em termos de características do vetor de variáveis originais. Neste trabalho estudamos a classe de distribuições Box-Cox elípticas, que é uma alternativa para a modelagem de dados positivos multivariados através da transformação de Box-Cox multivariada. Definimos essa classe através de uma extensão da transformação de Box-Cox multivariada, e envolvendo uma nova classe de distribuições que denominamos de classe de distribuições elípticas truncadas, que também estudamos neste trabalho. A classe de distribuições Box-Cox elípticas tem como casos particulares as classes de distribuições log-elípticas e Box-Cox simétricas. Os parâmetros que conformam esta nova classe são interpretáveis em termos de características do vetor de variáveis originais, o que permite modelar dados positivos multivariados, marginalmente assimétricos e com presença de observações discrepantes. Além disso, alguns parâmetros estão relacionados a quantis das distribuições marginais, tornando esta classe atrativa para modelagem de regressão. Para abordar o problema de estimação dos parâmetros adotamos o método de máxima verossimilhança. Estudamos aspectos teóricos e computacionais associados a essa metodologia, cuja adequação é verificada por meio de estudos de simulação. Posteriormente, desenvolvemos modelos de regressão lineares Box-Cox elípticos, que têm como casos particulares os modelos de regressão lineares log-elípticos e Box-Cox simétricos, que, por sua vez, também constituem uma nova contribuição à literatura estatística. Descrevemos o método de máxima verossimilhança aplicado a estes modelos e propomos métodos de diagnóstico para avaliar ajustes dos modelos de regressão lineares log-normal e log-t: multivariados. Apresentamos aplicações das distribuições Box-Cox elípticas e dos modelos de regressão lineares Box-Cox elípticos a dados reais