Um novo modelo de regressão para dados em Z
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/28020 |
Resumo: | Existem várias situações práticas nas quais é de interesse modelar eventos associados com variáveis que assumem valores discretos. Até o momento, as teorias que foram construídas e aperfeiçoadas para a análise de observações com esta natureza possuem ênfase na modelagem de dados discretos não-negativos. Entretanto, observações discretas que possam assumir qualquer valor no conjunto dos números inteiros Z = {. . . , −2, −1, 0, 1, 2, . . .} também podem ser encontradas em diferentes contextos. O objetivo principal desta dissertação consiste em propor uma nova parametrização para distribuição Laplace discreta assimétrica (KOZUBOWSKI; INUSAH, 2006), em termos da média e de um parâmetro de dispersão, e então de nir um novo modelo de regressão capaz de modelar observações que assumem valores em Z com base nesta distribuição. Consideramos o estimador de máxima verossimilhança para a etapa de estimação dos parâmetros desconhecidos do modelo. Propomos métodos de diagnósticos para avaliar a qualidade do ajuste. Realizamos alguns estudos de simulação para veri car o desempenho dos estimadores, das estatísticas do teste e dos resíduos propostos. Por m, aplicamos o modelo em dois conjuntos de dados reais. |
id |
UFRN_0739a1bff4f8ca9550a9c312ebd0f7b8 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/28020 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Medeiros, Rodrigo Matheus Rocha deMedeiros, Francisco Moisés Cândido deFerrari, Silvia Lopes de PaulaPereira, Marcelo Bourguignon2019-11-26T20:45:21Z2019-11-26T20:45:21Z2019-07-23MEDEIROS, Rodrigo Matheus Rocha de. Um novo modelo de regressão para dados em Z. 2019. 133f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2019.https://repositorio.ufrn.br/jspui/handle/123456789/28020Existem várias situações práticas nas quais é de interesse modelar eventos associados com variáveis que assumem valores discretos. Até o momento, as teorias que foram construídas e aperfeiçoadas para a análise de observações com esta natureza possuem ênfase na modelagem de dados discretos não-negativos. Entretanto, observações discretas que possam assumir qualquer valor no conjunto dos números inteiros Z = {. . . , −2, −1, 0, 1, 2, . . .} também podem ser encontradas em diferentes contextos. O objetivo principal desta dissertação consiste em propor uma nova parametrização para distribuição Laplace discreta assimétrica (KOZUBOWSKI; INUSAH, 2006), em termos da média e de um parâmetro de dispersão, e então de nir um novo modelo de regressão capaz de modelar observações que assumem valores em Z com base nesta distribuição. Consideramos o estimador de máxima verossimilhança para a etapa de estimação dos parâmetros desconhecidos do modelo. Propomos métodos de diagnósticos para avaliar a qualidade do ajuste. Realizamos alguns estudos de simulação para veri car o desempenho dos estimadores, das estatísticas do teste e dos resíduos propostos. Por m, aplicamos o modelo em dois conjuntos de dados reais.There are several practical situations in which it is of interest to model events associated with discrete-valued variables. Until now, theories that have been constructed and re ned to handling observations of this nature have an emphasis on modeling nonnegative discrete data. Nevertheless, discrete observations that may assume any value on the set of integers Z = {. . . , −2, −1, 0, 1, 2, . . .} can also be found in di erent contexts. The main objective of this master thesis are to propose a new parameterization for the skew discrete Laplace distribution (KOZUBOWSKI; INUSAH, 2006), in terms of the mean and a dispersion parameter, and then de ne a new regression model able of modeling observations that assume values on Z based on this distribution. We consider the maximum likelihood estimator for the estimation of unknown model parameters. We propose diagnostic methods to evaluate the goodness of t. We performed some simulation studies to verify the performance of the proposed estimators, test statistics and residuals. Finally, we apply the model to two real data sets.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICAAnálise de diagnósticoAmostras pareadas de contagensDistribuição Laplace discreta assimétricaEstimação por máxima verossimilhançaModelos de regressãoUm novo modelo de regressão para dados em ZA new regression model for data on Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALNovomodeloregressão_Medeiros_2019.pdfapplication/pdf29586686https://repositorio.ufrn.br/bitstream/123456789/28020/1/Novomodeloregress%c3%a3o_Medeiros_2019.pdff66b78e79e7efda55ff67af25e36f6f8MD51TEXTNovomodeloregressão_Medeiros_2019.pdf.txtNovomodeloregressão_Medeiros_2019.pdf.txtExtracted texttext/plain235700https://repositorio.ufrn.br/bitstream/123456789/28020/2/Novomodeloregress%c3%a3o_Medeiros_2019.pdf.txt01190147fd0d23e44a37ab9b42104dbfMD52THUMBNAILNovomodeloregressão_Medeiros_2019.pdf.jpgNovomodeloregressão_Medeiros_2019.pdf.jpgGenerated Thumbnailimage/jpeg1201https://repositorio.ufrn.br/bitstream/123456789/28020/3/Novomodeloregress%c3%a3o_Medeiros_2019.pdf.jpg3b778d5fcab9cf3be27bef7f4c9ca487MD53123456789/280202019-12-01 02:28:54.064oai:https://repositorio.ufrn.br:123456789/28020Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-12-01T05:28:54Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Um novo modelo de regressão para dados em Z |
dc.title.alternative.pt_BR.fl_str_mv |
A new regression model for data on Z |
title |
Um novo modelo de regressão para dados em Z |
spellingShingle |
Um novo modelo de regressão para dados em Z Medeiros, Rodrigo Matheus Rocha de CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA Análise de diagnóstico Amostras pareadas de contagens Distribuição Laplace discreta assimétrica Estimação por máxima verossimilhança Modelos de regressão |
title_short |
Um novo modelo de regressão para dados em Z |
title_full |
Um novo modelo de regressão para dados em Z |
title_fullStr |
Um novo modelo de regressão para dados em Z |
title_full_unstemmed |
Um novo modelo de regressão para dados em Z |
title_sort |
Um novo modelo de regressão para dados em Z |
author |
Medeiros, Rodrigo Matheus Rocha de |
author_facet |
Medeiros, Rodrigo Matheus Rocha de |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.referees1.none.fl_str_mv |
Medeiros, Francisco Moisés Cândido de |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2.none.fl_str_mv |
Ferrari, Silvia Lopes de Paula |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Medeiros, Rodrigo Matheus Rocha de |
dc.contributor.advisor1.fl_str_mv |
Pereira, Marcelo Bourguignon |
contributor_str_mv |
Pereira, Marcelo Bourguignon |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA Análise de diagnóstico Amostras pareadas de contagens Distribuição Laplace discreta assimétrica Estimação por máxima verossimilhança Modelos de regressão |
dc.subject.por.fl_str_mv |
Análise de diagnóstico Amostras pareadas de contagens Distribuição Laplace discreta assimétrica Estimação por máxima verossimilhança Modelos de regressão |
description |
Existem várias situações práticas nas quais é de interesse modelar eventos associados com variáveis que assumem valores discretos. Até o momento, as teorias que foram construídas e aperfeiçoadas para a análise de observações com esta natureza possuem ênfase na modelagem de dados discretos não-negativos. Entretanto, observações discretas que possam assumir qualquer valor no conjunto dos números inteiros Z = {. . . , −2, −1, 0, 1, 2, . . .} também podem ser encontradas em diferentes contextos. O objetivo principal desta dissertação consiste em propor uma nova parametrização para distribuição Laplace discreta assimétrica (KOZUBOWSKI; INUSAH, 2006), em termos da média e de um parâmetro de dispersão, e então de nir um novo modelo de regressão capaz de modelar observações que assumem valores em Z com base nesta distribuição. Consideramos o estimador de máxima verossimilhança para a etapa de estimação dos parâmetros desconhecidos do modelo. Propomos métodos de diagnósticos para avaliar a qualidade do ajuste. Realizamos alguns estudos de simulação para veri car o desempenho dos estimadores, das estatísticas do teste e dos resíduos propostos. Por m, aplicamos o modelo em dois conjuntos de dados reais. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-11-26T20:45:21Z |
dc.date.available.fl_str_mv |
2019-11-26T20:45:21Z |
dc.date.issued.fl_str_mv |
2019-07-23 |
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.citation.fl_str_mv |
MEDEIROS, Rodrigo Matheus Rocha de. Um novo modelo de regressão para dados em Z. 2019. 133f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/28020 |
identifier_str_mv |
MEDEIROS, Rodrigo Matheus Rocha de. Um novo modelo de regressão para dados em Z. 2019. 133f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/28020 |
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.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/28020/1/Novomodeloregress%c3%a3o_Medeiros_2019.pdf https://repositorio.ufrn.br/bitstream/123456789/28020/2/Novomodeloregress%c3%a3o_Medeiros_2019.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/28020/3/Novomodeloregress%c3%a3o_Medeiros_2019.pdf.jpg |
bitstream.checksum.fl_str_mv |
f66b78e79e7efda55ff67af25e36f6f8 01190147fd0d23e44a37ab9b42104dbf 3b778d5fcab9cf3be27bef7f4c9ca487 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117798279774208 |