SLRMss: um pacote em R para a correção de testes em modelos de regressão linear simétricos

• Autor(a) principal: Silva Júnior, Ivonaldo Silvestre da
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/33992
• topic: Modelos de Regressão; Modelos de Regressão Simétricos; R; Regression Models; Symmetric Regression Models

Existem métodos de regressão linear para modelar funções que possuem erros aleatórios com distribuição simétrica. Para testar os parâmetros desse modelo, são consideradas duas hipóteses, H0 e H1, na primeira, é considerado o caso de que um vetor de coeficientes da regressão são iguais a um valor fixo, na segunda, que pelo menos um dos coeficientes é diferente dos valores fixados. As estatísticas de teste têm, sob a hipótese nula, distribuição aproximada qui-quadrado. Para amostras de tamanho grande, essa aproximação possui erro de aproximação pequeno, entretanto, para amostras de tamanho pequeno ou moderado, essa aproximação pode apresentar resultados distorcidos, sendo necessárias correções. Neste trabalho, apresentamos o processo de criação e uso do pacote SLRMss (Modelos de Regressão Linear Simétricos para amostras de tamanho pequeno), um pacote na linguagem R que obtém estimativas e testa hipóteses para os parâmetros da regressão em que a distribuição dos erros é simétrica em amostras de tamanho pequeno ou moderado. Para a distribuição dos erros foram utilizadas quatro distribuições: normal, t-Student, exponencial potência e logística II e, para verificar a significância dos parâmetros, quatro estatísticas: Wald, razão de verossimilhanças, escore e gradiente. Para as três últimas, foram calculadas as suas versões corrigidas. Apresentamos as etapas de criação do pacote e aplicações realizadas em conjuntos de dados reais disponíveis no pacote.