Bimodal Birnbaum-Saunders statistical modeling
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/24572 |
Resumo: | A distribuição Birnbaum-Saunders tem sido amplamente estudada na literatura, sendo utilizada para analisar diferentes tipos de dados, como tempo de vida de materias sujeitos à fadiga e quantidades referentes a poluição atmosférica, por exemplo. Essa distribuição foi estendida para modelos mais gerais por diversos autores. Essa dissertação é composta de dois capítulos principais e independentes. No primeiro trabalho, investigamos problemas relacionados com estimação por máxima verossimilhança em uma extensão bimodal da distribuição Birnbaum-Saunders. Propomos um esquema de penalização que, quando aplicado à função de log-verossimilhança, reduz bastante a frequência de falhas de convergência. Inferência através de testes de hipóteses baseada na função de log-verossimilhança penalizada é investigada. No segundo ensaio, desenvolvemos um modelo de regressão Birnbaum-Saunders bimodal. Discutimos sobre inferências por estimação pontual, estimação intervalar e testes de hipóteses. Também propomos dois resíduos e desenvolvemos análise de influência local. Intervalos de predição baseados em reamostragem bootstrap também são apresentados e diferentes critérios de seleção de modelos para o modelo proposto são discutidos. Adicionalmente, apresentamos resultados de simulação de Monte Carlo e algumas aplicações empíricas. |
id |
UFPE_1c7de9b8cb0f2e93774c0ba7fee246da |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/24572 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
FONSECA, Rodney Vasconceloshttp://lattes.cnpq.br/6614426935436704http://lattes.cnpq.br/2225977664095899CRIBARI NETO, Francisco2018-05-07T20:51:12Z2018-05-07T20:51:12Z2017-02-10https://repositorio.ufpe.br/handle/123456789/24572A distribuição Birnbaum-Saunders tem sido amplamente estudada na literatura, sendo utilizada para analisar diferentes tipos de dados, como tempo de vida de materias sujeitos à fadiga e quantidades referentes a poluição atmosférica, por exemplo. Essa distribuição foi estendida para modelos mais gerais por diversos autores. Essa dissertação é composta de dois capítulos principais e independentes. No primeiro trabalho, investigamos problemas relacionados com estimação por máxima verossimilhança em uma extensão bimodal da distribuição Birnbaum-Saunders. Propomos um esquema de penalização que, quando aplicado à função de log-verossimilhança, reduz bastante a frequência de falhas de convergência. Inferência através de testes de hipóteses baseada na função de log-verossimilhança penalizada é investigada. No segundo ensaio, desenvolvemos um modelo de regressão Birnbaum-Saunders bimodal. Discutimos sobre inferências por estimação pontual, estimação intervalar e testes de hipóteses. Também propomos dois resíduos e desenvolvemos análise de influência local. Intervalos de predição baseados em reamostragem bootstrap também são apresentados e diferentes critérios de seleção de modelos para o modelo proposto são discutidos. Adicionalmente, apresentamos resultados de simulação de Monte Carlo e algumas aplicações empíricas.CNPQThe Birnbaum-Saunders distribution has been widely studied in the literature, being used to analyze different kind of data, like the lifetime of objects being exposed to fatigue activity and quantities corresponding to air pollution, for example. It was also extended to more general settings by several authors. This dissertation is composed of two main and independent chap-ters. In the first work, we investigate problems related to maximum likelihood estimation in a bimodal extension of the Birnbaum-Saunders distribution. We propose a penalization scheme that, when applied to the log-likelihood function, greatly reduces the frequency of convergence failures. Hypothesis testing inference based on the penalized log-likelihood function is inves-tigated. In the second essay, we develop a bimodal Birnbaum-Saunders regression model. We discuss point estimation, interval estimation and hypothesis testing inference. We also pro-pose two residuals and develop local influence analyses. Bootstrap-based prediction intervals are also presented and different model selection criteria for the proposed model are discussed. Additionally, we present results from Monte Carlo simulations and from some empirical applications.engUniversidade Federal de PernambucoPrograma de Pos Graduacao em EstatisticaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessAnálise de regressãoVerossimilhançaBimodal Birnbaum-Saunders statistical modelinginfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDISSERTAÇÃO Rodney Vasconcelos Fonseca.pdf.jpgDISSERTAÇÃO Rodney Vasconcelos Fonseca.pdf.jpgGenerated Thumbnailimage/jpeg1208https://repositorio.ufpe.br/bitstream/123456789/24572/4/DISSERTA%c3%87%c3%83O%20Rodney%20Vasconcelos%20Fonseca.pdf.jpg2bdbe9fcfb339d6cf145c9fc435b8ec8MD54ORIGINALDISSERTAÇÃO Rodney Vasconcelos Fonseca.pdfDISSERTAÇÃO Rodney Vasconcelos Fonseca.pdfapplication/pdf1724044https://repositorio.ufpe.br/bitstream/123456789/24572/1/DISSERTA%c3%87%c3%83O%20Rodney%20Vasconcelos%20Fonseca.pdff051298f5271df8e920d0d7ac622e02aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/24572/2/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD52TEXTDISSERTAÇÃO Rodney Vasconcelos Fonseca.pdf.txtDISSERTAÇÃO Rodney Vasconcelos Fonseca.pdf.txtExtracted texttext/plain174948https://repositorio.ufpe.br/bitstream/123456789/24572/3/DISSERTA%c3%87%c3%83O%20Rodney%20Vasconcelos%20Fonseca.pdf.txtfe3815c2725c354de87fcf0b3348c52fMD53123456789/245722019-10-25 23:52:25.838oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-26T02:52:25Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Bimodal Birnbaum-Saunders statistical modeling |
title |
Bimodal Birnbaum-Saunders statistical modeling |
spellingShingle |
Bimodal Birnbaum-Saunders statistical modeling FONSECA, Rodney Vasconcelos Análise de regressão Verossimilhança |
title_short |
Bimodal Birnbaum-Saunders statistical modeling |
title_full |
Bimodal Birnbaum-Saunders statistical modeling |
title_fullStr |
Bimodal Birnbaum-Saunders statistical modeling |
title_full_unstemmed |
Bimodal Birnbaum-Saunders statistical modeling |
title_sort |
Bimodal Birnbaum-Saunders statistical modeling |
author |
FONSECA, Rodney Vasconcelos |
author_facet |
FONSECA, Rodney Vasconcelos |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6614426935436704 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2225977664095899 |
dc.contributor.author.fl_str_mv |
FONSECA, Rodney Vasconcelos |
dc.contributor.advisor1.fl_str_mv |
CRIBARI NETO, Francisco |
contributor_str_mv |
CRIBARI NETO, Francisco |
dc.subject.por.fl_str_mv |
Análise de regressão Verossimilhança |
topic |
Análise de regressão Verossimilhança |
description |
A distribuição Birnbaum-Saunders tem sido amplamente estudada na literatura, sendo utilizada para analisar diferentes tipos de dados, como tempo de vida de materias sujeitos à fadiga e quantidades referentes a poluição atmosférica, por exemplo. Essa distribuição foi estendida para modelos mais gerais por diversos autores. Essa dissertação é composta de dois capítulos principais e independentes. No primeiro trabalho, investigamos problemas relacionados com estimação por máxima verossimilhança em uma extensão bimodal da distribuição Birnbaum-Saunders. Propomos um esquema de penalização que, quando aplicado à função de log-verossimilhança, reduz bastante a frequência de falhas de convergência. Inferência através de testes de hipóteses baseada na função de log-verossimilhança penalizada é investigada. No segundo ensaio, desenvolvemos um modelo de regressão Birnbaum-Saunders bimodal. Discutimos sobre inferências por estimação pontual, estimação intervalar e testes de hipóteses. Também propomos dois resíduos e desenvolvemos análise de influência local. Intervalos de predição baseados em reamostragem bootstrap também são apresentados e diferentes critérios de seleção de modelos para o modelo proposto são discutidos. Adicionalmente, apresentamos resultados de simulação de Monte Carlo e algumas aplicações empíricas. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-02-10 |
dc.date.accessioned.fl_str_mv |
2018-05-07T20:51:12Z |
dc.date.available.fl_str_mv |
2018-05-07T20:51:12Z |
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.ufpe.br/handle/123456789/24572 |
url |
https://repositorio.ufpe.br/handle/123456789/24572 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
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 Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Estatistica |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/24572/4/DISSERTA%c3%87%c3%83O%20Rodney%20Vasconcelos%20Fonseca.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/24572/1/DISSERTA%c3%87%c3%83O%20Rodney%20Vasconcelos%20Fonseca.pdf https://repositorio.ufpe.br/bitstream/123456789/24572/2/license.txt https://repositorio.ufpe.br/bitstream/123456789/24572/3/DISSERTA%c3%87%c3%83O%20Rodney%20Vasconcelos%20Fonseca.pdf.txt |
bitstream.checksum.fl_str_mv |
2bdbe9fcfb339d6cf145c9fc435b8ec8 f051298f5271df8e920d0d7ac622e02a 4b8a02c7f2818eaf00dcf2260dd5eb08 fe3815c2725c354de87fcf0b3348c52f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310688817807360 |