Diagnóstico em modelos simétricos de regressão

• Autor(a) principal: Hernando Vanegas Penagos, Luis
• Data de Publicação: 2005
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• dARK ID: ark:/64986/001300000wbsc
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/6489
• topic: Simétrico; Regressão

A modelagem estatística sob a suposição de erros normalmente distribuídos pode ser altamente influenciada por observações extremas, o que motiva o estudo de técnicas de regressão mais robustas frente a este tipo de observações. Como uma alternativa, podem ser considerados modelos em que a distribuição assumida para o erro pertence à classe simétrica. Estes modelos são chamados de modelos simétricos de regressão. Neste trabalho, estudamos analiticamente e através de simulações de Monte Carlo as propriedades estatísticas de dois tipos de resíduos propostos: componente desvio e quantal para os modelos simétricos de regressão com componentes sistemáticas não-lineares. Além disso, desenvolvemos métodos de diagnóstico usando o enfoque de influência global. Neste sentido, propomos algumas medidas tais como distância de Cook, estatística W-K, aproximação a um passo, afastamento da verossimilhança e alguns métodos gráficos