Modelos Kumaraswamy inflacionados

Detalhes bibliográficos
Autor(a) principal: SANTOS, Jéssica Priscila Rivas dos
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/29753
Resumo: Para investigar o comportamento de uma variável dado o conhecimento de variáveis explicativas é comum utilizar o modelo de regressão clássico ou os modelos lineares generalizados. Nenhum desses modelos, contudo, é adequado para modelar variáveis no intervalo p0, 1q. Para modelar variáveis que assumem valores em p0, 1q é bastante utilizado o modelo de regressão beta proposto por Ferrari e Cribari-Neto (2004). Já para variáveis que assumem valores em r0, 1q, p0, 1s e r0, 1s é possível utilizar os modelos de regressão beta inflacionados propostos por Ospina e Ferrari (2012). Esta tese tem como objetivo introduzir distribuições Kumaraswamy inflacionadas, além de propor modelos de regressão Kumaraswamy inflacionados que permitem modelar dados nos intervalos r0, 1q, p0, 1s e r0, 1s, bem como abordar as respectivas inferências e avaliar os desempenhos dos estimadores de máxima verossimilhança em cada cenário. Simulações de Monte Carlo foram realizadas para verificar os desempenhos dos estimadores de máxima verossimilhança e de testes de hipóteses. Aplicações a dados reais também são apresentadas.
id UFPE_8b7b7a9cac0949396f1e846609171087
oai_identifier_str oai:repositorio.ufpe.br:123456789/29753
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling SANTOS, Jéssica Priscila Rivas doshttp://lattes.cnpq.br/2143636426317910http://lattes.cnpq.br/2225977664095899CRIBARI NETO, Francisco2019-03-18T21:57:22Z2019-03-18T21:57:22Z2018-02-20https://repositorio.ufpe.br/handle/123456789/29753Para investigar o comportamento de uma variável dado o conhecimento de variáveis explicativas é comum utilizar o modelo de regressão clássico ou os modelos lineares generalizados. Nenhum desses modelos, contudo, é adequado para modelar variáveis no intervalo p0, 1q. Para modelar variáveis que assumem valores em p0, 1q é bastante utilizado o modelo de regressão beta proposto por Ferrari e Cribari-Neto (2004). Já para variáveis que assumem valores em r0, 1q, p0, 1s e r0, 1s é possível utilizar os modelos de regressão beta inflacionados propostos por Ospina e Ferrari (2012). Esta tese tem como objetivo introduzir distribuições Kumaraswamy inflacionadas, além de propor modelos de regressão Kumaraswamy inflacionados que permitem modelar dados nos intervalos r0, 1q, p0, 1s e r0, 1s, bem como abordar as respectivas inferências e avaliar os desempenhos dos estimadores de máxima verossimilhança em cada cenário. Simulações de Monte Carlo foram realizadas para verificar os desempenhos dos estimadores de máxima verossimilhança e de testes de hipóteses. Aplicações a dados reais também são apresentadas.CAPESTo investigate the behavior of a variable given the knowledge of explanatory variables it is common to use the classical regression model or the generalized linear models. However none of these models are suitable for modeling variables observed on p0, 1q. The beta regression model introduced by Ferrari and Cribari (2004) is useful when the response is restricted to the interval p0, 1q. Ospina and Ferrari (2012) developed an extension of such a model that allow practitioners to model fractional data observed on r0, 1q, p0, 1s e r0, 1s. Our goal in this thesis is to introduce inflated Kumaraswamy distributions in addition to proposing inflated Kumaraswamy regression models that allow one to model data that assume values in r0, 1q, p0, 1s and r0, 1s. We develop parameter estimation, interval estimation and hypothesis testing inference. We present Monte Carlo simulation results to evaluate the performances of the maximum likelihood estimators and hypothesis tests. Empirical applications are also displayed.porUniversidade 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/openAccessEstatísticaMáxima verossimilhançaModelos Kumaraswamy inflacionadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILTESE Jéssica Priscila Rivas dos Santos.pdf.jpgTESE Jéssica Priscila Rivas dos Santos.pdf.jpgGenerated Thumbnailimage/jpeg1132https://repositorio.ufpe.br/bitstream/123456789/29753/5/TESE%20J%c3%a9ssica%20Priscila%20Rivas%20dos%20Santos.pdf.jpgbafa8e417aa4c7a2de00767b8925ae29MD55ORIGINALTESE Jéssica Priscila Rivas dos Santos.pdfTESE Jéssica Priscila Rivas dos Santos.pdfapplication/pdf2704429https://repositorio.ufpe.br/bitstream/123456789/29753/1/TESE%20J%c3%a9ssica%20Priscila%20Rivas%20dos%20Santos.pdfa89e8c364871273bcffb8cf5e878e8f2MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/29753/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/29753/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTTESE Jéssica Priscila Rivas dos Santos.pdf.txtTESE Jéssica Priscila Rivas dos Santos.pdf.txtExtracted texttext/plain258285https://repositorio.ufpe.br/bitstream/123456789/29753/4/TESE%20J%c3%a9ssica%20Priscila%20Rivas%20dos%20Santos.pdf.txtf7a7c430b4c6e9c0e0eefe0ba37c5154MD54123456789/297532019-10-25 07:56:46.827oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T10:56:46Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Modelos Kumaraswamy inflacionados
title Modelos Kumaraswamy inflacionados
spellingShingle Modelos Kumaraswamy inflacionados
SANTOS, Jéssica Priscila Rivas dos
Estatística
Máxima verossimilhança
title_short Modelos Kumaraswamy inflacionados
title_full Modelos Kumaraswamy inflacionados
title_fullStr Modelos Kumaraswamy inflacionados
title_full_unstemmed Modelos Kumaraswamy inflacionados
title_sort Modelos Kumaraswamy inflacionados
author SANTOS, Jéssica Priscila Rivas dos
author_facet SANTOS, Jéssica Priscila Rivas dos
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/2143636426317910
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/2225977664095899
dc.contributor.author.fl_str_mv SANTOS, Jéssica Priscila Rivas dos
dc.contributor.advisor1.fl_str_mv CRIBARI NETO, Francisco
contributor_str_mv CRIBARI NETO, Francisco
dc.subject.por.fl_str_mv Estatística
Máxima verossimilhança
topic Estatística
Máxima verossimilhança
description Para investigar o comportamento de uma variável dado o conhecimento de variáveis explicativas é comum utilizar o modelo de regressão clássico ou os modelos lineares generalizados. Nenhum desses modelos, contudo, é adequado para modelar variáveis no intervalo p0, 1q. Para modelar variáveis que assumem valores em p0, 1q é bastante utilizado o modelo de regressão beta proposto por Ferrari e Cribari-Neto (2004). Já para variáveis que assumem valores em r0, 1q, p0, 1s e r0, 1s é possível utilizar os modelos de regressão beta inflacionados propostos por Ospina e Ferrari (2012). Esta tese tem como objetivo introduzir distribuições Kumaraswamy inflacionadas, além de propor modelos de regressão Kumaraswamy inflacionados que permitem modelar dados nos intervalos r0, 1q, p0, 1s e r0, 1s, bem como abordar as respectivas inferências e avaliar os desempenhos dos estimadores de máxima verossimilhança em cada cenário. Simulações de Monte Carlo foram realizadas para verificar os desempenhos dos estimadores de máxima verossimilhança e de testes de hipóteses. Aplicações a dados reais também são apresentadas.
publishDate 2018
dc.date.issued.fl_str_mv 2018-02-20
dc.date.accessioned.fl_str_mv 2019-03-18T21:57:22Z
dc.date.available.fl_str_mv 2019-03-18T21:57:22Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/29753
url https://repositorio.ufpe.br/handle/123456789/29753
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 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/123456789/29753/5/TESE%20J%c3%a9ssica%20Priscila%20Rivas%20dos%20Santos.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/29753/1/TESE%20J%c3%a9ssica%20Priscila%20Rivas%20dos%20Santos.pdf
https://repositorio.ufpe.br/bitstream/123456789/29753/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/29753/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/29753/4/TESE%20J%c3%a9ssica%20Priscila%20Rivas%20dos%20Santos.pdf.txt
bitstream.checksum.fl_str_mv bafa8e417aa4c7a2de00767b8925ae29
a89e8c364871273bcffb8cf5e878e8f2
e39d27027a6cc9cb039ad269a5db8e34
4b8a02c7f2818eaf00dcf2260dd5eb08
f7a7c430b4c6e9c0e0eefe0ba37c5154
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1802310731401527296