Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/12676 |
Resumo: | Neste trabalho, apresentamos resultados recentes em uma área de pesquisa da Estatística com uma possibilidade enorme de aplicações, que são os modelos de regressão linear. A normalidade dos erros aleatórios é uma suposição rotineira em modelos linear, que pode ser não realista. Assim, relaxamos a suposição de normalidade considerando que os erros aleatórios seguem uma distribuição mistura de escala normal, especificamente a distribuição t-Student. Esta distribuição inclui a distribuição normal como caso especial e fornece flexibilidade em capturar uma ampla variedade de comportamentos não normais, por simplesmente adicionar um parâmetro, denominado grau de liberdade, que controla a curtose. Além disso, consideramos o fato de que o mesmo modelo de regressão linear pode não ser válido para todo um conjunto de dados. Isto é, o modelo pode se alterar após um ponto específico que, em geral, é desconhecido, e denominado ponto de mudança. Neste contexto, a estimação dos parâmetros do modelo será via algoritmo EM, e a seleção de modelos será realizada através dos critérios de informação (SIC e AIC). Dessa forma, o principal objetivo deste trabalho é estudar alguns aspectos de estimação em modelos de regressão linear com ponto de mudança sob a distribuição t-Student. Finalmente, exemplos numéricos considerando dados simulados e reais são apresentados para ilustrar o modelo e os resultados inferenciais desenvolvidos. Foi utilizado o programa estatístico R. Espera-se que este trabalho seja útil para despertar o interesse de estudantes, pesquisadores e profissionais pelo tema, que acreditamos ser de grande aplicabilidade. |
id |
UFJF_80c93ea0a5442d23b702d09787b05031 |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/12676 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Zeller, Camila Borellihttp://lattes.cnpq.br/66714054Zeller, Camila Borellihttp://lattes.cnpq.br/66714054Souza, Augusto Carvalhohttp://lattes.cnpq.br/4948010017164625Montoril, Michel Helciashttp://lattes.cnpq.br/9993502064983663http://lattes.cnpq.br/2233068087598858Dias, Amanda Romanelli2021-05-07T16:17:57Z2021-01-012021-05-07T16:17:57Z2017-12-01https://repositorio.ufjf.br/jspui/handle/ufjf/12676Neste trabalho, apresentamos resultados recentes em uma área de pesquisa da Estatística com uma possibilidade enorme de aplicações, que são os modelos de regressão linear. A normalidade dos erros aleatórios é uma suposição rotineira em modelos linear, que pode ser não realista. Assim, relaxamos a suposição de normalidade considerando que os erros aleatórios seguem uma distribuição mistura de escala normal, especificamente a distribuição t-Student. Esta distribuição inclui a distribuição normal como caso especial e fornece flexibilidade em capturar uma ampla variedade de comportamentos não normais, por simplesmente adicionar um parâmetro, denominado grau de liberdade, que controla a curtose. Além disso, consideramos o fato de que o mesmo modelo de regressão linear pode não ser válido para todo um conjunto de dados. Isto é, o modelo pode se alterar após um ponto específico que, em geral, é desconhecido, e denominado ponto de mudança. Neste contexto, a estimação dos parâmetros do modelo será via algoritmo EM, e a seleção de modelos será realizada através dos critérios de informação (SIC e AIC). Dessa forma, o principal objetivo deste trabalho é estudar alguns aspectos de estimação em modelos de regressão linear com ponto de mudança sob a distribuição t-Student. Finalmente, exemplos numéricos considerando dados simulados e reais são apresentados para ilustrar o modelo e os resultados inferenciais desenvolvidos. Foi utilizado o programa estatístico R. Espera-se que este trabalho seja útil para despertar o interesse de estudantes, pesquisadores e profissionais pelo tema, que acreditamos ser de grande aplicabilidade.n this work, we present recent results in a statistical research field with a wide range of applications: linear regression models. The normality (symmetry) of random errors is an ordinary assumption in linear models, which may be unrealistic. Thus, we relax the assumption of normality and consider the case of scale mixture of normal regression,which has the normal regression as a particular case. Furthermore, this model is able to capture several non normal behaviors by applying an extra parameter, the degree of freedom, that can control the kurtosis. In addition, we consider the fact that the same linear regression model may not be valid for an entire set of data. Therefore, the model can be changed after a specific point which, in general, is unknown, and named as the change point. In this context, the estimation of the parameters is performed via EM algorithm, and the selection of models is made by using information criteria (SIC and AIC). Finally, numerical examples considering simulated and real data are presented to illustrate the model and the inferential results developed. We believe that this is work will be useful students, researchers and practitioners to be of a great applicability.porUniversidade Federal de Juiz de Fora (UFJF)UFJFBrasilICE – Instituto de Ciências ExatasAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAPonto de mudançaObservações aberrantesAlgoritmo EMDistribuição t-StudentModelo de regressão linearPoint of changeAberrant observationsEM AlgorithmT-Student distributionLinear regression modelEstimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Studentinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALamandaromanellidias.pdfamandaromanellidias.pdfamandaromanellidiasapplication/pdf658314https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/1/amandaromanellidias.pdf4e235f33128f542117e3e6122fb6d600MD51TEXTamandaromanellidias.pdf.txtamandaromanellidias.pdf.txtExtracted texttext/plain68379https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/4/amandaromanellidias.pdf.txt6d2f38221008a8bf5e05843e15937270MD54THUMBNAILamandaromanellidias.pdf.jpgamandaromanellidias.pdf.jpgGenerated Thumbnailimage/jpeg1115https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/5/amandaromanellidias.pdf.jpg3b86a6d63901122e00afdcdd53059c94MD55ufjf/126762021-05-08 03:13:40.594oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2021-05-08T06:13:40Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student |
title |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student |
spellingShingle |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student Dias, Amanda Romanelli CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Ponto de mudança Observações aberrantes Algoritmo EM Distribuição t-Student Modelo de regressão linear Point of change Aberrant observations EM Algorithm T-Student distribution Linear regression model |
title_short |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student |
title_full |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student |
title_fullStr |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student |
title_full_unstemmed |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student |
title_sort |
Estimação em modelos de regressão linear com ponto de mudança contínuo sob a distribuição t-Student |
author |
Dias, Amanda Romanelli |
author_facet |
Dias, Amanda Romanelli |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Zeller, Camila Borelli |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/66714054 |
dc.contributor.referee1.fl_str_mv |
Zeller, Camila Borelli |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/66714054 |
dc.contributor.referee2.fl_str_mv |
Souza, Augusto Carvalho |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/4948010017164625 |
dc.contributor.referee3.fl_str_mv |
Montoril, Michel Helcias |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/9993502064983663 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/2233068087598858 |
dc.contributor.author.fl_str_mv |
Dias, Amanda Romanelli |
contributor_str_mv |
Zeller, Camila Borelli Zeller, Camila Borelli Souza, Augusto Carvalho Montoril, Michel Helcias |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Ponto de mudança Observações aberrantes Algoritmo EM Distribuição t-Student Modelo de regressão linear Point of change Aberrant observations EM Algorithm T-Student distribution Linear regression model |
dc.subject.por.fl_str_mv |
Ponto de mudança Observações aberrantes Algoritmo EM Distribuição t-Student Modelo de regressão linear Point of change Aberrant observations EM Algorithm T-Student distribution Linear regression model |
description |
Neste trabalho, apresentamos resultados recentes em uma área de pesquisa da Estatística com uma possibilidade enorme de aplicações, que são os modelos de regressão linear. A normalidade dos erros aleatórios é uma suposição rotineira em modelos linear, que pode ser não realista. Assim, relaxamos a suposição de normalidade considerando que os erros aleatórios seguem uma distribuição mistura de escala normal, especificamente a distribuição t-Student. Esta distribuição inclui a distribuição normal como caso especial e fornece flexibilidade em capturar uma ampla variedade de comportamentos não normais, por simplesmente adicionar um parâmetro, denominado grau de liberdade, que controla a curtose. Além disso, consideramos o fato de que o mesmo modelo de regressão linear pode não ser válido para todo um conjunto de dados. Isto é, o modelo pode se alterar após um ponto específico que, em geral, é desconhecido, e denominado ponto de mudança. Neste contexto, a estimação dos parâmetros do modelo será via algoritmo EM, e a seleção de modelos será realizada através dos critérios de informação (SIC e AIC). Dessa forma, o principal objetivo deste trabalho é estudar alguns aspectos de estimação em modelos de regressão linear com ponto de mudança sob a distribuição t-Student. Finalmente, exemplos numéricos considerando dados simulados e reais são apresentados para ilustrar o modelo e os resultados inferenciais desenvolvidos. Foi utilizado o programa estatístico R. Espera-se que este trabalho seja útil para despertar o interesse de estudantes, pesquisadores e profissionais pelo tema, que acreditamos ser de grande aplicabilidade. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-12-01 |
dc.date.accessioned.fl_str_mv |
2021-05-07T16:17:57Z |
dc.date.available.fl_str_mv |
2021-01-01 2021-05-07T16:17:57Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/12676 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/12676 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICE – Instituto de Ciências Exatas |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/2/license_rdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/3/license.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/1/amandaromanellidias.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/4/amandaromanellidias.pdf.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12676/5/amandaromanellidias.pdf.jpg |
bitstream.checksum.fl_str_mv |
e39d27027a6cc9cb039ad269a5db8e34 8a4605be74aa9ea9d79846c1fba20a33 4e235f33128f542117e3e6122fb6d600 6d2f38221008a8bf5e05843e15937270 3b86a6d63901122e00afdcdd53059c94 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1801661407824969728 |