Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada

Detalhes bibliográficos
Autor(a) principal: Souza, Naor Lima de
Data de Publicação: 2020
Outros Autores: http://lattes.cnpq.br/3229434997142742
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFAM
Texto Completo: https://tede.ufam.edu.br/handle/tede/8110
Resumo: Neste trabalho, investigamos o problema da inferência estatística para o processo geométrico (GP) quando a distribuição do tempo da primeira ocorrência for Birnbaum-Saunders Reparametrizada (RBS). Para isto, propomos um modelo intitulado GP-RBS capaz de atuar nesse problema. São obtidos os estimadores de máxima verossimilhança (EMV), estimadores via método dos momentos (EMM) e estimadores de momentos modificados (MM) para os parâmetros do GP. Além disso, discutimos algumas propriedades assintóticas importantes desses estimadores, como distribuição assintótica e consistência. Em seguida, realizamos alguns estudos de simulações de Monte Carlo com diferentes valores de parâmetros para comparar os desempenhos dos resultados obtidos e, por fim, apresentamos as aplicações em quatro conjuntos de dados reais.
id UFAM_b36173c61a69d740f8cae639e749ae06
oai_identifier_str oai:https://tede.ufam.edu.br/handle/:tede/8110
network_acronym_str UFAM
network_name_str Biblioteca Digital de Teses e Dissertações da UFAM
repository_id_str 6592
spelling Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders ReparametrizadaStatistical inference for the geometric process based on the Birnbaum - Saunders Reparametrized distributionInferência estatística para o processo geométricoEstimadores de máxima verossimilhançaEstimadores de momentos modificadosDistribuição assintóticaGeometric processCIÊNCIAS EXATAS E DA TERRA: MATEMÁTICADistribuição Birnbaum-Saunders ReparametrizadaInferência EstatísticaModelo GP-RBSProcesso GeométricoNeste trabalho, investigamos o problema da inferência estatística para o processo geométrico (GP) quando a distribuição do tempo da primeira ocorrência for Birnbaum-Saunders Reparametrizada (RBS). Para isto, propomos um modelo intitulado GP-RBS capaz de atuar nesse problema. São obtidos os estimadores de máxima verossimilhança (EMV), estimadores via método dos momentos (EMM) e estimadores de momentos modificados (MM) para os parâmetros do GP. Além disso, discutimos algumas propriedades assintóticas importantes desses estimadores, como distribuição assintótica e consistência. Em seguida, realizamos alguns estudos de simulações de Monte Carlo com diferentes valores de parâmetros para comparar os desempenhos dos resultados obtidos e, por fim, apresentamos as aplicações em quatro conjuntos de dados reais.In this monography, we investigate the problem of statistical inference for the geometric process (GP) when the distribution of the first occurrence time is Reparameterized Birnbaum-Saunders (RBS). We propose a model entitled GP-RBS capable of acting in this problem. Maximum likelihood estimators (EMV), estimators by the moment method (MME) and modified moment estimators (MM) are obtained. In addition, we discuss some important asymptotic properties of these estimators, such as asymptotic distribution and consistency. Next, we conduct some studies of Monte Carlo simulations with different parameter values to compare the performance of the results obtained and, finally, we present the applications in four real data sets.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal do AmazonasInstituto de Ciências ExatasBrasilUFAMPrograma de Pós-graduação em MatemáticaLeão, Jeremias Da Silvahttp://lattes.cnpq.br/1079978062491227Oliveira, Max Brandão dehttp://lattes.cnpq.br/5974813783707063Vasconcelos, Josimar Mendes dehttp://lattes.cnpq.br/1414084348600562http://lattes.cnpq.br/1414084348600562Souza, Naor Lima dehttp://lattes.cnpq.br/32294349971427422021-02-09T20:45:31Z2020-12-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSOUZA, Naor Lima de. Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada. 2020. 59 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2020.https://tede.ufam.edu.br/handle/tede/8110porhttp://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2021-02-10T05:03:57Zoai:https://tede.ufam.edu.br/handle/:tede/8110Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922021-02-10T05:03:57Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
Statistical inference for the geometric process based on the Birnbaum - Saunders Reparametrized distribution
title Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
spellingShingle Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
Souza, Naor Lima de
Inferência estatística para o processo geométrico
Estimadores de máxima verossimilhança
Estimadores de momentos modificados
Distribuição assintótica
Geometric process
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Distribuição Birnbaum-Saunders Reparametrizada
Inferência Estatística
Modelo GP-RBS
Processo Geométrico
title_short Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
title_full Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
title_fullStr Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
title_full_unstemmed Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
title_sort Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada
author Souza, Naor Lima de
author_facet Souza, Naor Lima de
http://lattes.cnpq.br/3229434997142742
author_role author
author2 http://lattes.cnpq.br/3229434997142742
author2_role author
dc.contributor.none.fl_str_mv Leão, Jeremias Da Silva
http://lattes.cnpq.br/1079978062491227
Oliveira, Max Brandão de
http://lattes.cnpq.br/5974813783707063
Vasconcelos, Josimar Mendes de
http://lattes.cnpq.br/1414084348600562
http://lattes.cnpq.br/1414084348600562
dc.contributor.author.fl_str_mv Souza, Naor Lima de
http://lattes.cnpq.br/3229434997142742
dc.subject.por.fl_str_mv Inferência estatística para o processo geométrico
Estimadores de máxima verossimilhança
Estimadores de momentos modificados
Distribuição assintótica
Geometric process
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Distribuição Birnbaum-Saunders Reparametrizada
Inferência Estatística
Modelo GP-RBS
Processo Geométrico
topic Inferência estatística para o processo geométrico
Estimadores de máxima verossimilhança
Estimadores de momentos modificados
Distribuição assintótica
Geometric process
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Distribuição Birnbaum-Saunders Reparametrizada
Inferência Estatística
Modelo GP-RBS
Processo Geométrico
description Neste trabalho, investigamos o problema da inferência estatística para o processo geométrico (GP) quando a distribuição do tempo da primeira ocorrência for Birnbaum-Saunders Reparametrizada (RBS). Para isto, propomos um modelo intitulado GP-RBS capaz de atuar nesse problema. São obtidos os estimadores de máxima verossimilhança (EMV), estimadores via método dos momentos (EMM) e estimadores de momentos modificados (MM) para os parâmetros do GP. Além disso, discutimos algumas propriedades assintóticas importantes desses estimadores, como distribuição assintótica e consistência. Em seguida, realizamos alguns estudos de simulações de Monte Carlo com diferentes valores de parâmetros para comparar os desempenhos dos resultados obtidos e, por fim, apresentamos as aplicações em quatro conjuntos de dados reais.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-17
2021-02-09T20:45:31Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SOUZA, Naor Lima de. Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada. 2020. 59 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2020.
https://tede.ufam.edu.br/handle/tede/8110
identifier_str_mv SOUZA, Naor Lima de. Inferência estatística para o processo geométrico baseado na distribuição Birnbaum- Saunders Reparametrizada. 2020. 59 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2020.
url https://tede.ufam.edu.br/handle/tede/8110
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
Brasil
UFAM
Programa de Pós-graduação em Matemática
publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
Brasil
UFAM
Programa de Pós-graduação em Matemática
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Biblioteca Digital de Teses e Dissertações da UFAM
collection Biblioteca Digital de Teses e Dissertações da UFAM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv ddbc@ufam.edu.br||ddbc@ufam.edu.br
_version_ 1809732042542284800

Registros relacionados