Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/17308 |
Resumo: | Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadas |
id |
UFPE_f5b7d74aad0eee8489541ea815593c7a |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/17308 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
MANGHI, Roberto FerreiraCYSNEIROS, Francisco José de Azevêdo2016-07-08T19:26:48Z2016-07-08T19:26:48Z2016-02-26https://repositorio.ufpe.br/handle/123456789/17308Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadasCAPESIn this thesis we developed diagnostic techniques on Generalized Additive Partial Linear Models (GAPLM) (see Lian et al., 2014) for correlated data with marginal distribution on the exponential family, where the mean depends on parametric and non-parametric components. In addition, we propose equations for joint estimation of fixed effects and correlation parameters. We developed the joint parameter estimation process and “naive” and “robust” estimators for the standard-errors of the estimators are proposed. Leverage measures, residual analysis and local influence analysis based on the normal curvature under different perturbation scenarios are developed. Three types of residuals are derived and a simulation study is conducted to verify empirical properties of the proposed residuals and the fixed effects estimators. Normal quantile graphics with simulated envelopes are used to investigate the fitted models adequacy under the assumption of a marginal distribution on the exponential family and applications to real data are presented.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/openAccessProbabilidade.Distribuição de probabilidade.Estatística aplicada – Modelagem.Regressão.Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILTESE_FINAL_SEM_ASSINATURA.pdf.jpgTESE_FINAL_SEM_ASSINATURA.pdf.jpgGenerated Thumbnailimage/jpeg1260https://repositorio.ufpe.br/bitstream/123456789/17308/5/TESE_FINAL_SEM_ASSINATURA.pdf.jpgc1b11b0d6ba7f5c2e09acddd43ada0b3MD55ORIGINALTESE_FINAL_SEM_ASSINATURA.pdfTESE_FINAL_SEM_ASSINATURA.pdfapplication/pdf1375200https://repositorio.ufpe.br/bitstream/123456789/17308/1/TESE_FINAL_SEM_ASSINATURA.pdf455de35228d8570ecb6cb722f53fcb85MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.ufpe.br/bitstream/123456789/17308/2/license_rdf66e71c371cc565284e70f40736c94386MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/17308/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTTESE_FINAL_SEM_ASSINATURA.pdf.txtTESE_FINAL_SEM_ASSINATURA.pdf.txtExtracted texttext/plain354974https://repositorio.ufpe.br/bitstream/123456789/17308/4/TESE_FINAL_SEM_ASSINATURA.pdf.txt237d42a5474b1f1b7d06c9bd3b4aa706MD54123456789/173082019-10-25 20:36:21.554oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T23:36:21Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados |
title |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados |
spellingShingle |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados MANGHI, Roberto Ferreira Probabilidade. Distribuição de probabilidade. Estatística aplicada – Modelagem. Regressão. |
title_short |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados |
title_full |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados |
title_fullStr |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados |
title_full_unstemmed |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados |
title_sort |
Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados |
author |
MANGHI, Roberto Ferreira |
author_facet |
MANGHI, Roberto Ferreira |
author_role |
author |
dc.contributor.author.fl_str_mv |
MANGHI, Roberto Ferreira |
dc.contributor.advisor1.fl_str_mv |
CYSNEIROS, Francisco José de Azevêdo |
contributor_str_mv |
CYSNEIROS, Francisco José de Azevêdo |
dc.subject.por.fl_str_mv |
Probabilidade. Distribuição de probabilidade. Estatística aplicada – Modelagem. Regressão. |
topic |
Probabilidade. Distribuição de probabilidade. Estatística aplicada – Modelagem. Regressão. |
description |
Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadas |
publishDate |
2016 |
dc.date.accessioned.fl_str_mv |
2016-07-08T19:26:48Z |
dc.date.available.fl_str_mv |
2016-07-08T19:26:48Z |
dc.date.issued.fl_str_mv |
2016-02-26 |
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/123456789/17308 |
url |
https://repositorio.ufpe.br/handle/123456789/17308 |
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/123456789/17308/5/TESE_FINAL_SEM_ASSINATURA.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/17308/1/TESE_FINAL_SEM_ASSINATURA.pdf https://repositorio.ufpe.br/bitstream/123456789/17308/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/17308/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/17308/4/TESE_FINAL_SEM_ASSINATURA.pdf.txt |
bitstream.checksum.fl_str_mv |
c1b11b0d6ba7f5c2e09acddd43ada0b3 455de35228d8570ecb6cb722f53fcb85 66e71c371cc565284e70f40736c94386 4b8a02c7f2818eaf00dcf2260dd5eb08 237d42a5474b1f1b7d06c9bd3b4aa706 |
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_ |
1802310706255626240 |