Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão

Detalhes bibliográficos
Autor(a) principal: Udo, Margareth C. Toyama
Data de Publicação: 2005
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/handle/123456789/102040
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção
id UFSC_d35f460527d35d6da7aa0f51437b78a1
oai_identifier_str oai:repositorio.ufsc.br:123456789/102040
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaUdo, Margareth C. ToyamaOgliari, Paulo JoséCordeiro, Gauss M.2013-07-15T23:53:00Z2013-07-15T23:53:00Z20052005225106http://repositorio.ufsc.br/handle/123456789/102040Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de ProduçãoEm diversas áreas, particularmente em controle de qualidade, é de interesse modelar não só o parâmetro média, mas também o de dispersão. Um modelo desse tipo auxilia na melhoria contínua dos produtos e processos, sem aumentar os custos de produção. Um aprimoramento de qualidade de um processo industrial é verificado quando a dispersão é minimizada e o valor médio permanece sob controle. Nesta tese, são apresentados os modelos não-lineares da família exponencial de dispersão linear, que ficam caracterizados por duas componentes sistemáticas não-lineares, uma para a média e outra para a dispersão, além de uma componente aleatória, cuja função densidade de probabilidade pertence à família exponencial de dispersão linear. O método de estimação adotado foi o de máxima verossimilhança, que tem propriedades assintóticas de ordem n-1, onde n é o tamanho da amostra; portanto, esses estimadores são não-viesados com erro aproximado de n-1. Na prática, geralmente um viés dessa ordem é ignorado, contudo, para amostras pequenas, o viés pode ser apreciável e ter o mesmo valor que o seu correspondente erro padrão; neste caso, torna-se útil se ter uma estimativa de sua magnitude. Em geral, a redução do viés não necessariamente apresenta um melhor estimador, ela será benéfica somente quando a variância é reduzida. O objetivo desta tese é apresentar uma expressão para os vieses e, com isto, melhorar as inferências. Como aplicação, modelou-se e obteve-se o estimador corrigido da concentração de flosequinan no plasma, com submodelos one-compartment para a média e dispersão e componentes aleatórias: normal, gama e inversa gaussiana. É importante salientar que as expressões dos vieses são de fácil implementação. Pelo estudo de simulação, os estimadores corrigidos foram avaliados e comparados aos estimadores de máxima verossimilhança restrita e também os de máxima verossimilhança. Os resultados evidenciaram que os estimadores corrigidos são mais precisos do que os obtidos pela máxima verossimilhança restrita e, também, do que máxima verossimilhança, recomendando, assim, o uso de estimativas corrigidas em amostras de tamanho pequeno ou moderado.1 v.| grafs., tabs.porFlorianópolis, SCEngenharia de produçãoVerossimilhancaModelos nao lineares(Estatistica)Modelos lineares (Estatística)Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL225106.pdfapplication/pdf836113https://repositorio.ufsc.br/bitstream/123456789/102040/1/225106.pdf19d250c928b76f7a8d6c5380485e5f57MD51123456789/1020402013-07-15 20:53:00.161oai:repositorio.ufsc.br:123456789/102040Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732013-07-15T23:53Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.en.fl_str_mv Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
title Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
spellingShingle Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
Udo, Margareth C. Toyama
Engenharia de produção
Verossimilhanca
Modelos nao lineares
(Estatistica)
Modelos lineares (Estatística)
title_short Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
title_full Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
title_fullStr Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
title_full_unstemmed Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
title_sort Melhoria dos estimadores de máxima verossimilhança dos submodelos não-lineares da família exponencial de dispersão
author Udo, Margareth C. Toyama
author_facet Udo, Margareth C. Toyama
author_role author
dc.contributor.en.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Udo, Margareth C. Toyama
dc.contributor.advisor1.fl_str_mv Ogliari, Paulo José
dc.contributor.advisor-co1.fl_str_mv Cordeiro, Gauss M.
contributor_str_mv Ogliari, Paulo José
Cordeiro, Gauss M.
dc.subject.classification.en.fl_str_mv Engenharia de produção
Verossimilhanca
Modelos nao lineares
(Estatistica)
Modelos lineares (Estatística)
topic Engenharia de produção
Verossimilhanca
Modelos nao lineares
(Estatistica)
Modelos lineares (Estatística)
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção
publishDate 2005
dc.date.submitted.en.fl_str_mv 2005
dc.date.issued.fl_str_mv 2005
dc.date.accessioned.fl_str_mv 2013-07-15T23:53:00Z
dc.date.available.fl_str_mv 2013-07-15T23:53:00Z
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 http://repositorio.ufsc.br/handle/123456789/102040
dc.identifier.other.en.fl_str_mv 225106
identifier_str_mv 225106
url http://repositorio.ufsc.br/handle/123456789/102040
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 1 v.| grafs., tabs.
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
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/102040/1/225106.pdf
bitstream.checksum.fl_str_mv 19d250c928b76f7a8d6c5380485e5f57
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805136516055040

Registros relacionados