Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime

Detalhes bibliográficos
Autor(a) principal: Campos, Joaquim de Souza
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFPB
Texto Completo: https://repositorio.ufpb.br/jspui/handle/123456789/30538
Resumo: This dissertation deals with Skovgaard’s correction for the likelihood ratio statistic applied to the reparametrized beta prime regression model in terms of μ and ϕ by BOURGUIGNON et al. (2018). The likelihood ratio test is one of the most commonly used methods for testing hypotheses about parameters in a regression model due to its simplicity. The Beta Prime regression model is convenient for modeling asymmetric data and serves as an alternative to Generalized Linear Models (GLM) when dealing with skewed data. However, the test can be significantly distorted when the sample size is not large enough. Additionally, it is essential to note that the chi-squared distribution, χ2, may not be a good approximation for the exact null distribution of the likelihood ratio statistic in samples of small or moderate sizes. To improve this approximation, the usual strategy is to replace the likelihood ratio statistic with its corrected versions. Monte Carlo simulations were conducted to evaluate the performance of the corrected statistic. Finally, two applications to real data are presented.
id UFPB_ad9380c63ef415553d158f5226cd1172
oai_identifier_str oai:repositorio.ufpb.br:123456789/30538
network_acronym_str UFPB
network_name_str Biblioteca Digital de Teses e Dissertações da UFPB
repository_id_str
spelling Correções da estatística da razão de verossimilhanças em modelos de regressão beta primeModelagem matemática e computacionalCorreção de SkovgaardModelo de regressão beta primeTeste da razão de verossimilhançasSkovgaard’s correctionBeta prime regression modelLikelihood ratio testCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOThis dissertation deals with Skovgaard’s correction for the likelihood ratio statistic applied to the reparametrized beta prime regression model in terms of μ and ϕ by BOURGUIGNON et al. (2018). The likelihood ratio test is one of the most commonly used methods for testing hypotheses about parameters in a regression model due to its simplicity. The Beta Prime regression model is convenient for modeling asymmetric data and serves as an alternative to Generalized Linear Models (GLM) when dealing with skewed data. However, the test can be significantly distorted when the sample size is not large enough. Additionally, it is essential to note that the chi-squared distribution, χ2, may not be a good approximation for the exact null distribution of the likelihood ratio statistic in samples of small or moderate sizes. To improve this approximation, the usual strategy is to replace the likelihood ratio statistic with its corrected versions. Monte Carlo simulations were conducted to evaluate the performance of the corrected statistic. Finally, two applications to real data are presented.NenhumaA presente dissertação trata da correção de Skovgaard para a estatística da razão de verossilhanças aplicada ao modelo de regressão beta prime reparametrizado em μ e ϕ por BOURGUIGNON et al. (2018). Para testar hipóteses sobre parâmetros de um modelo de regressão, o teste da razão de Verossimilhanças é um dos mais utilizados, por sua simplicidade. O modelo de regressão Beta Prime é conveniente para modelar dados assimétricos, e é uma alternativa aos Modelos Lineares Generalizados (MLG) quando os dados apresentam assimetria. O teste pode ser significativamente distorcido caso a amostra não seja suficientemente grande. Além disso, é importante ressaltar que a distribuição qui-quadrado, χ2, pode não ser uma boa aproximação para a distribuição nula exata da estatística de razão de verossimilhanças em amostras de tamanho pequeno ou moderado. Para melhorar essa aproximação, a estratégia usual é substituir a estatística de razão de verossimilhanças por suas versões corrigidas. Para avaliar o desempenho da estatística corrigida foram realizadas simulações de Monte Carlo. Por fim, são apresentadas duas aplicações a dados reais.Universidade Federal da ParaíbaBrasilInformáticaPrograma de Pós-Graduação em Modelagem Matemática e computacionalUFPBPereira, Tarciana Liberalhttp://lattes.cnpq.br/2198188215129698Souza, Tatiene Correia dehttp://lattes.cnpq.br/4055146648812877Campos, Joaquim de Souza2024-07-04T11:55:24Z2023-11-012024-07-04T11:55:24Z2023-08-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://repositorio.ufpb.br/jspui/handle/123456789/30538porAttribution-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFPBinstname:Universidade Federal da Paraíba (UFPB)instacron:UFPB2024-07-05T06:07:18Zoai:repositorio.ufpb.br:123456789/30538Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufpb.br/PUBhttp://tede.biblioteca.ufpb.br:8080/oai/requestdiretoria@ufpb.br|| diretoria@ufpb.bropendoar:2024-07-05T06:07:18Biblioteca Digital de Teses e Dissertações da UFPB - Universidade Federal da Paraíba (UFPB)false
dc.title.none.fl_str_mv Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
title Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
spellingShingle Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
Campos, Joaquim de Souza
Modelagem matemática e computacional
Correção de Skovgaard
Modelo de regressão beta prime
Teste da razão de verossimilhanças
Skovgaard’s correction
Beta prime regression model
Likelihood ratio test
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
title_full Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
title_fullStr Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
title_full_unstemmed Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
title_sort Correções da estatística da razão de verossimilhanças em modelos de regressão beta prime
author Campos, Joaquim de Souza
author_facet Campos, Joaquim de Souza
author_role author
dc.contributor.none.fl_str_mv Pereira, Tarciana Liberal
http://lattes.cnpq.br/2198188215129698
Souza, Tatiene Correia de
http://lattes.cnpq.br/4055146648812877
dc.contributor.author.fl_str_mv Campos, Joaquim de Souza
dc.subject.por.fl_str_mv Modelagem matemática e computacional
Correção de Skovgaard
Modelo de regressão beta prime
Teste da razão de verossimilhanças
Skovgaard’s correction
Beta prime regression model
Likelihood ratio test
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic Modelagem matemática e computacional
Correção de Skovgaard
Modelo de regressão beta prime
Teste da razão de verossimilhanças
Skovgaard’s correction
Beta prime regression model
Likelihood ratio test
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description This dissertation deals with Skovgaard’s correction for the likelihood ratio statistic applied to the reparametrized beta prime regression model in terms of μ and ϕ by BOURGUIGNON et al. (2018). The likelihood ratio test is one of the most commonly used methods for testing hypotheses about parameters in a regression model due to its simplicity. The Beta Prime regression model is convenient for modeling asymmetric data and serves as an alternative to Generalized Linear Models (GLM) when dealing with skewed data. However, the test can be significantly distorted when the sample size is not large enough. Additionally, it is essential to note that the chi-squared distribution, χ2, may not be a good approximation for the exact null distribution of the likelihood ratio statistic in samples of small or moderate sizes. To improve this approximation, the usual strategy is to replace the likelihood ratio statistic with its corrected versions. Monte Carlo simulations were conducted to evaluate the performance of the corrected statistic. Finally, two applications to real data are presented.
publishDate 2023
dc.date.none.fl_str_mv 2023-11-01
2023-08-29
2024-07-04T11:55:24Z
2024-07-04T11:55:24Z
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 https://repositorio.ufpb.br/jspui/handle/123456789/30538
url https://repositorio.ufpb.br/jspui/handle/123456789/30538
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal da Paraíba
Brasil
Informática
Programa de Pós-Graduação em Modelagem Matemática e computacional
UFPB
publisher.none.fl_str_mv Universidade Federal da Paraíba
Brasil
Informática
Programa de Pós-Graduação em Modelagem Matemática e computacional
UFPB
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFPB
instname:Universidade Federal da Paraíba (UFPB)
instacron:UFPB
instname_str Universidade Federal da Paraíba (UFPB)
instacron_str UFPB
institution UFPB
reponame_str Biblioteca Digital de Teses e Dissertações da UFPB
collection Biblioteca Digital de Teses e Dissertações da UFPB
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFPB - Universidade Federal da Paraíba (UFPB)
repository.mail.fl_str_mv diretoria@ufpb.br|| diretoria@ufpb.br
_version_ 1815449723162591232