Detalhes bibliográficos
| Ano de defesa: |
2012 |
| Autor(a) principal: |
Alamos, Marco Antonio Riquelme |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-130244/
|
Resumo: |
Neste trabalho estudamos a combinação de efeitos aleatórios e erros de medição para os modelos de regressão (funcionais e estruturais). Na modelagem proposta utilizamos a classe de distribuições elípticas que forma uma classe generalizada de famílias de distribuições que preservam a mesma estrutura simétrica da distribuição normal permitindo assim, por exemplo, acomodar erros de medição aberrantes através de distribuições com caudas mais pedadas do que a normal. Usamos ferramentas clássicas (método do escore corrigido e o algoritmo EM) para obter estimadores consistentes e suas distribuições limite. Estudamos os seguintes modelos: (1) modelo linear funcional com efeitos mistos com erros elípticos nas variáveis, (2) modelo estrutural simétrico com intercepto aleatório e (3) modelo de regressão heterocedástico com erros de medida para k populações. Também apresentamos alguns estudos de diagnósticos usando o método de influência local para avaliar os aspectos de robustez das estimativas dos parâmetros sob diferentes esquemas de perturbação. Discutimos alguns estudos de simulação e ilustramos os resultados com dados reais. |
