Matriz de covariância corrigida para os modelos não-lineares da família exponencial

Detalhes bibliográficos
Autor(a) principal: Santana, Rosangela Getirana
Data de Publicação: 2005
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/handle/123456789/102048
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção
id UFSC_698275c6e0389e7f7bb8ba067a037443
oai_identifier_str oai:repositorio.ufsc.br:123456789/102048
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Matriz de covariância corrigida para os modelos não-lineares da família exponencialEngenharia de produçãoModelos nao lineares(Estatistica)Analise de covarianciaTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de ProduçãoOs modelos nao-lineares da familia exponencial e uma extensao dos modelos lineares generalizados, permitindo que o preditor da media seja nao-linear. Esses modelos, por serem menos restritivos, tem sido utilizados para modelar sistemas produtivos como mais uma ferramenta na tomada de decisao. Usualmente, os parametros desses modelos sao estimados pelo metodo de maxima verossimilhanca, que tem propriedades assintoticas de O(n-1), onde n e o tamanho da amostra. Portanto, para tamanhos de amostras pequenos, pode haver erros consideraveis, nas inferencias. Essa Tese tem como objetivo obter uma expressao analitica para a matriz de covariancia de segunda ordem do estimador de maxima verossimilhanca para os parametros dos modelos nao-lineares da familia exponencial que contribuira no procedimento de inferencia da verossimilhanca, quando o tamanho da amostra e pequeno. Esse estimador, que nada mais e do que uma correcao do que vem sendo utilizado, tem propriedades assint´oticas de O(n-2). A metodologia adotada consistiu em obter os cumulantes desses modelos e substitui-los na funcao geratriz dos cumulantes, que, pela propriedade de invariancia sob permutacao de indices nos modelos nao-lineares da familia exponencial, pode ser simplificada e expressa em termos de matrizes. A expressao obtida e de facil implementacao computacional, uma vez que consiste de operacoes com matrizes. O estimador de segunda ordem da matriz de covariancia foi avaliado por um estudo de simulacao que mostrou que esse e indispensavel para amostras de tamanho pequeno a moderado. Para ilustrar o uso da tecnica proposta, uma aplicacoes na avaliacao da qualidade do papel cujo modelo que descreve a variavel resposta grau de refino das fibras e log-linear e componente aleatoria gama. Nessa aplicacao evidenciou-se a necessidade dos estimadores de O(n-2).The exponential family non-linear models are an extension of the generalized linear models, allowing the average predictor to be non-linear. These models, for being less restrictive, have been used to model productive system, being one more tool on the decision-making. Usually, the parameters of these models are estimated through the maximum likelihood method, which have asymptotic properties of n-1 order, where n is the sample size; thus, for small sample sizes, there might be considerable errors in the inferences. This work has the objective to obtain an analytic expression for the covariance matrix of second-order of the maximum likelihood estimator for the exponential family non-linear models, which will contribute to the likelihood inference proceeding when the sample size is small. This estimator, which is anything but a correction of what has been used, has asymptotic properties of O(n-2). The adopted methodology consisted in developing the cumulative of these models and substituting them in the cumulative generative function that, through the invariance property under index permutation in the exponential family models, may be simplified and expressed in matrix terms. The obtained expression is easily computational-implemented, seen that it consists in matrix operations. The covariance matrix second-order estimator was evaluated through a simulation study, which showed that this is indispensable for samples from small to moderate size. In order to illustrate the use of the proposed technique, one application in paper quality, whose model that describes the answer variable fiber refining degree is log-linear, and gamma random component. Into these application, the necessity of O(n-2) estimators was evidenced.Florianópolis, SCOgliari, Paulo JoséCordeiro, Gauss M.Universidade Federal de Santa CatarinaSantana, Rosangela Getirana2013-07-15T23:54:26Z2013-07-15T23:54:26Z20052005info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf225107http://repositorio.ufsc.br/handle/123456789/102048porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2022-07-01T18:26:28Zoai:repositorio.ufsc.br:123456789/102048Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-07-01T18:26:28Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Matriz de covariância corrigida para os modelos não-lineares da família exponencial
title Matriz de covariância corrigida para os modelos não-lineares da família exponencial
spellingShingle Matriz de covariância corrigida para os modelos não-lineares da família exponencial
Santana, Rosangela Getirana
Engenharia de produção
Modelos nao lineares
(Estatistica)
Analise de covariancia
title_short Matriz de covariância corrigida para os modelos não-lineares da família exponencial
title_full Matriz de covariância corrigida para os modelos não-lineares da família exponencial
title_fullStr Matriz de covariância corrigida para os modelos não-lineares da família exponencial
title_full_unstemmed Matriz de covariância corrigida para os modelos não-lineares da família exponencial
title_sort Matriz de covariância corrigida para os modelos não-lineares da família exponencial
author Santana, Rosangela Getirana
author_facet Santana, Rosangela Getirana
author_role author
dc.contributor.none.fl_str_mv Ogliari, Paulo José
Cordeiro, Gauss M.
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Santana, Rosangela Getirana
dc.subject.por.fl_str_mv Engenharia de produção
Modelos nao lineares
(Estatistica)
Analise de covariancia
topic Engenharia de produção
Modelos nao lineares
(Estatistica)
Analise de covariancia
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção
publishDate 2005
dc.date.none.fl_str_mv 2005
2005
2013-07-15T23:54:26Z
2013-07-15T23:54:26Z
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 225107
http://repositorio.ufsc.br/handle/123456789/102048
identifier_str_mv 225107
url http://repositorio.ufsc.br/handle/123456789/102048
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652106073112576

Registros relacionados