Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/306678
Type: TESE
Title: Misturas finitas de misturas de escala skew-normal
Title Alternative: Mixtures modelling using scale mixtures of skew-normal distribution
Author: Basso, Rodrigo Marreiro
Advisor: Lachos Dávila, Víctor Hugo, 1973-
Davila, Victor Hugo Lachos
Abstract: Resumo: Nesse trabalho será considerada uma classe flexível de modelos usando misturas finitas de distribuições da classe de misturas de escala skew-normal. O algoritmo EM é empregado para se obter estimativas de máxima verossimilhança de maneira iterativa, sendo discutido com maior ênfase para misturas de distribuições skew-normal, skew-t, skew-slash e skew-normal contaminada. Também será apresentado um método geral para aproximar a matrix de covariância assintótica das estimativas de máxima verossimilhança. Resultados obtidos da análise de quatro conjuntos de dados reais ilustram a aplicabilidade da metodologia proposta

Abstract: In this work we consider a flexible class of models using finite mixtures of multivariate scale mixtures of skew-normal distributions. An EM-type algorithm is employed for iteratively computing maximum likelihood estimates and this is discussed with emphasis on finite mixtures of skew-normal, skew-t, skew-slash and skew-contaminated normal distributions. A general information-based method for approximating the asymptotic covariance matrix of the maximum likelihood estimates is also presented. Results obtained from the analysis of four real data sets are reported illustrating the usefulness of the proposed methodology
Subject: Algoritmos de esperança-maximização
Distribuição (Probabilidades)
Misturas finitas
Distribuição normal assimétrica
Misturas de escala
Language: Português
Editor: [s.n.]
Date Issue: 2009
Appears in Collections:IMECC - Dissertação e Tese

Files in This Item:
File SizeFormat 
Basso_RodrigoMarreiro_M.pdf3.06 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.