Modelo Rathie-Swamee: aplicações e extensão para modelo de regressão

• Ano de defesa: 2013
• Autor(a) principal: Gomes, Eduardo Monteiro de Castro
• 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: Logistic models; Modelos de regressão; Modelos logísticos; Modelos Rathie-Swamee; Monte Carlo simulation; Product of random variables; Produto de variáveis aleatórias; Quociente de variáveis aleatórias; Rathie-Swamee models; Ratio of random variables; Regression models; Simulação Monte Carlo
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/11/11134/tde-26072013-105052/

Neste trabalho são apresentadas aplicações estatísticas e extensões dos modelos Rathie-Swamee. Propostos em Rathie e Swamee (2006), os modelos Rathie-Swamee foram desenvolvidos a partir de uma generalização da distribuição logística. Esses modelos apresentam grande flexibilidade, assumindo formas unimodais e multimodais, e têm algumas aplicações exemplificadas neste trabalho com dados bimodais de pesca de camarões e de erupções de gêisers. Por meio de simulações desses modelos, são avaliados os desempenhos de diferentes métodos para obtenção de intervalos de confiança para os parâmetros dos modelos e dos estimadores de máxima verossimilhança. As extensões apresentadas para os modelos Rathie-Swamee são referentes à incorporação de covariáveis nos modelos, obtendo-se modelos de regressão. Esses novos modelos de regressão são utilizados para ajuste aos dados de pesca e de erupções, para exemplificar algumas aplicações dos modelos. Uma nova distribuição de probabilidades é apresentada como distribuição resultante de produtos e quocientes entre variáveis aleatórias independentes com distribuições Rathie-Swamee. Para essa nova distribuição é apresentada uma tabela com alguns quantis de interesse para diferentes valores do parâmetro, assim como os resultados de estimação por máxima verossimilhança obtidos para as simulações realizadas com diferentes valores para o parâmetro e tamanhos de amostra.