Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/307084
Type: TESE
Title: Distribuições misturas de escala skew-normal : estimação e diagnostico em modelos lineares
Title Alternative: Scale mixtures of skew-normal distribuitions : estimation and diagnostics for linear models
Author: Zeller, Camila Borelli
Advisor: Vilca Labra, Filidor Edilfonso, 1964-
Labra, Filidor Edilfonso Vilca, 1964-
Abstract: Resumo: Neste trabalho, estudamos alguns aspectos de estimação e diagnóstico de influência local (Cook, 1986) em modelos lineares, especificamente no modelo de regressão linear, no modelo linear misto e no modelo de Grubbs sob a classe de distribuições assimétricas misturas de escala skew-normal (SMSN) (Branco & Dey, 2001). Esta família de distribuições tem como membros particulares as versões simétrica e assimétrica das distribuições t-Student, slash e normal contaminada, todas com caudas mais pesadas que a distribuição normal, A estimação dos parâmetros será via o algoritmo EM (Dempster et al, 1977) e a análise de diagnóstico será baseada na técnica de dados aumentados que usa a esperança condicional da função log-verossimilhança dos dados aumentados (função-Q) proveniente do algoritmo EM, como proposta por Zhu & Lee (2001) e Lee & Xu (2004). Assim, pretendemos contribuir positivamente para desenvolvimento da área dos modelos lineares, estendendo alguns resultados encontrados na literatura, por exemplo, Pinheiro et al (2001), Arellano-Valle et aí (2005), Osório (2006), Montenegro et al (2009a), Montenegro et al (2009b), Osório et al (2009), Lachos et aí (2010), entre outros.

Abstract: In this work, we study some aspects of the estimation and the diagnostics based on the local influence (Cook, 1986) in linear models under the class of scale mixtures of the skew-normal (SMSN) distribution, as proposed by Branco & Dey (2001). Specifically, we consider the linear regression model, the linear mixed model and the Grubbs' measurement error model. The SMSN class of distributions provides a useful generalization of the normal and the skew-normal distributions since it covers both the asymmetric and heavy-tailed distributions such as the skew-t, the skew-slash, the skew-contaminated normal, among others. The local influence analysis will be based on the conditional expectation of the complete-data log-likelihood function (function-Q) from the EM algorithm (Dempster et al, 1977) ), as proposed by Zhu & Lee (2001) and Lee & Xu (2004). We believe that the results of our work have contributed positively to the development of this area of linear models, since we have extended some results from the works of Pinheiro et al. (2001), Arellano-Valle et al. (2005), Osorio (2006), Montenegro et al. (2009a), Montenegro et al. (2009b), Osorio et al. (2009), Lachos et al. (2010), among others.
Subject: Algoritmos de esperança-maximização
Distribuição normal assimétrica
Influência local (Estatística)
Misturas de escala
Modelos lineares (Estatistica)
Language: Português
Editor: [s.n.]
Date Issue: 2009
Appears in Collections:IMECC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Zeller_CamilaBorelli_D.pdf2.67 MBAdobe PDFView/Open


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