Aplicações da geometria riemanniana em estatística matemática
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
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/tede/7422 |
Resumo: | Cook's local infuence approach based on normal curvature is an important diagnostic tool for assessing local infuence of minor perturbations to a statistical model. However, no rigorous approach has been developed to address two fundamental issues: the selection of an appropriate perturbation and the development of infuence measures for objective functions at a point with a nonzero rst derivative. The aim of this paper is to develop a diferential-geometrical framework of a perturbation model (called the perturbation manifold) and utilize associated metric tensor and ane curvatures to resolve these issues. We will show that the metric tensor of the perturbation manifold provides important information about selecting an appropriate perturbation of a model. |
id |
UFPB_de01b76507bb1f5221725a8265155a6f |
---|---|
oai_identifier_str |
oai:repositorio.ufpb.br:tede/7422 |
network_acronym_str |
UFPB |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFPB |
repository_id_str |
|
spelling |
Aplicações da geometria riemanniana em estatística matemáticaMedida de InfluênciaVariedade de PerturbaçãoTensor métricoCurvaturaModelo paramétricoConexão afimInfuence MeasurePerturbation manifoldMetric tensorCurvatureParametric modelAffine connectionCIENCIAS EXATAS E DA TERRA::MATEMATICACook's local infuence approach based on normal curvature is an important diagnostic tool for assessing local infuence of minor perturbations to a statistical model. However, no rigorous approach has been developed to address two fundamental issues: the selection of an appropriate perturbation and the development of infuence measures for objective functions at a point with a nonzero rst derivative. The aim of this paper is to develop a diferential-geometrical framework of a perturbation model (called the perturbation manifold) and utilize associated metric tensor and ane curvatures to resolve these issues. We will show that the metric tensor of the perturbation manifold provides important information about selecting an appropriate perturbation of a model.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESA Abordagem de influência local de Cook [2] com base em curvatura normal é uma importante ferramenta de diagnóstico para avaliar a influência local de pequenas perturbações de um modelo estatístico. No entanto, tem sido desenvolvida nenhuma abordagem rigorosa para abordar duas questões fundamentais: a escolha de uma perturbação apropriada e o desenvolvimento de medidas de influência para funções objetos em um ponto com a primeira derivada diferente de zero. O objetivo deste trabalho é desenvolver uma estrutura diferencial-geométrica de um modelo de perturbação (chamado de variedade de perturbação) e utilizar o tensor métrico associado e as curvaturas afins para resolver esses problemas. Vamos mostrar que o tensor métrico da variedade de perturbação fornece informações importantes sobre a seleção de uma perturbação apropriada de um modelo.Universidade Federal da ParaíbaBRMatemáticaPrograma de Pós-Graduação em MatemáticaUFPBSimas, Alexandre de Bustamantehttp://lattes.cnpq.br/9817303059261114Barrêto, Felipe Fernando ângelo2015-05-15T11:46:16Z2018-07-21T00:27:35Z2014-08-122018-07-21T00:27:35Z2013-09-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBARRÊTO, Felipe Fernando ângelo. Aplicações da geometria riemanniana em estatística matemática. 2013. 72 f. Dissertação (Mestrado em Matemática) - Universidade Federal da Paraíba, João Pessoa, 2013.https://repositorio.ufpb.br/jspui/handle/tede/7422porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFPBinstname:Universidade Federal da Paraíba (UFPB)instacron:UFPB2018-09-05T23:37:02Zoai:repositorio.ufpb.br:tede/7422Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufpb.br/PUBhttp://tede.biblioteca.ufpb.br:8080/oai/requestdiretoria@ufpb.br|| diretoria@ufpb.bropendoar:2018-09-05T23:37:02Biblioteca Digital de Teses e Dissertações da UFPB - Universidade Federal da Paraíba (UFPB)false |
dc.title.none.fl_str_mv |
Aplicações da geometria riemanniana em estatística matemática |
title |
Aplicações da geometria riemanniana em estatística matemática |
spellingShingle |
Aplicações da geometria riemanniana em estatística matemática Barrêto, Felipe Fernando ângelo Medida de Influência Variedade de Perturbação Tensor métrico Curvatura Modelo paramétrico Conexão afim Infuence Measure Perturbation manifold Metric tensor Curvature Parametric model Affine connection CIENCIAS EXATAS E DA TERRA::MATEMATICA |
title_short |
Aplicações da geometria riemanniana em estatística matemática |
title_full |
Aplicações da geometria riemanniana em estatística matemática |
title_fullStr |
Aplicações da geometria riemanniana em estatística matemática |
title_full_unstemmed |
Aplicações da geometria riemanniana em estatística matemática |
title_sort |
Aplicações da geometria riemanniana em estatística matemática |
author |
Barrêto, Felipe Fernando ângelo |
author_facet |
Barrêto, Felipe Fernando ângelo |
author_role |
author |
dc.contributor.none.fl_str_mv |
Simas, Alexandre de Bustamante http://lattes.cnpq.br/9817303059261114 |
dc.contributor.author.fl_str_mv |
Barrêto, Felipe Fernando ângelo |
dc.subject.por.fl_str_mv |
Medida de Influência Variedade de Perturbação Tensor métrico Curvatura Modelo paramétrico Conexão afim Infuence Measure Perturbation manifold Metric tensor Curvature Parametric model Affine connection CIENCIAS EXATAS E DA TERRA::MATEMATICA |
topic |
Medida de Influência Variedade de Perturbação Tensor métrico Curvatura Modelo paramétrico Conexão afim Infuence Measure Perturbation manifold Metric tensor Curvature Parametric model Affine connection CIENCIAS EXATAS E DA TERRA::MATEMATICA |
description |
Cook's local infuence approach based on normal curvature is an important diagnostic tool for assessing local infuence of minor perturbations to a statistical model. However, no rigorous approach has been developed to address two fundamental issues: the selection of an appropriate perturbation and the development of infuence measures for objective functions at a point with a nonzero rst derivative. The aim of this paper is to develop a diferential-geometrical framework of a perturbation model (called the perturbation manifold) and utilize associated metric tensor and ane curvatures to resolve these issues. We will show that the metric tensor of the perturbation manifold provides important information about selecting an appropriate perturbation of a model. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-09-27 2014-08-12 2015-05-15T11:46:16Z 2018-07-21T00:27:35Z 2018-07-21T00:27:35Z |
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 |
BARRÊTO, Felipe Fernando ângelo. Aplicações da geometria riemanniana em estatística matemática. 2013. 72 f. Dissertação (Mestrado em Matemática) - Universidade Federal da Paraíba, João Pessoa, 2013. https://repositorio.ufpb.br/jspui/handle/tede/7422 |
identifier_str_mv |
BARRÊTO, Felipe Fernando ângelo. Aplicações da geometria riemanniana em estatística matemática. 2013. 72 f. Dissertação (Mestrado em Matemática) - Universidade Federal da Paraíba, João Pessoa, 2013. |
url |
https://repositorio.ufpb.br/jspui/handle/tede/7422 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal da Paraíba BR Matemática Programa de Pós-Graduação em Matemática UFPB |
publisher.none.fl_str_mv |
Universidade Federal da Paraíba BR Matemática Programa de Pós-Graduação em Matemática 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_ |
1801842918647922688 |