Uma classe de distribuições log-simétricas discretas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UnB |
Texto Completo: | https://repositorio.unb.br/handle/10482/38584 |
Resumo: | Dissertação (mestrado) — Departamento de Estatística, Instituto de Ciências Exatas, Universidade de Brasília, 2020. |
id |
UNB_15a5ebec90482d98706bde92cd0acdb0 |
---|---|
oai_identifier_str |
oai:repositorio.unb.br:10482/38584 |
network_acronym_str |
UNB |
network_name_str |
Repositório Institucional da UnB |
repository_id_str |
|
spelling |
Uma classe de distribuições log-simétricas discretasDistribuições discretasAnálise de sobrevivênciaMétodo da máxima verossimilhançaSimulação de Monte CarloDissertação (mestrado) — Departamento de Estatística, Instituto de Ciências Exatas, Universidade de Brasília, 2020.O uso de distribuições de probabilidade contínuas tem sido difundido em problemas com natureza puramente discreta. Em geral, essas distribuições não são apropriadas nesse cenário. Neste trabalho, é introduzida uma classe de distribuições de probabilidade discretas baseada na família de distribuições log-simétricas contínuas, incluindo como casos especiais as seguintes as distribuições discretas: log-normal, log-t-Student, log-exponencial-potência, log-normalcontaminada, Birnbaum-Saunders e Birnbaum-Saunders-t estendidas, entre outras. Algumas propriedades são discutidas, assim como a estimação pelo método da máxima verossimilhança. No contexto de modelos regressão, as variáveis explicativas são incluídas no parâmetro de escala λ, interpretado diretamente como a mediana no caso contínuo. Estudos de simulação de Monte Carlo são realizados para avaliar o desempenho dos estimadores dos modelos propostos com e sem covariáveis, e na ausência e na presença de censura (10% e 30%). Três conjuntos de dados reais, incluindo um com observações censuradas, são usados para ilustrar a metodologia proposta. Em geral, as distribuições log-simétricas discretas propostas mostraram-se capazes de ajustar bem os conjuntos de dados considerados.The use of continuous probability distributions has been widespread in problems with a purely discrete nature. In general, these distributions are not appropriate in this scenario. In this paper, a class of discrete probability distributions based on continuous log-symmetric distributions is introduced, including as special cases the following discrete distributions: lognormal, log-Student-t, log-power-exponential, log-contaminated-normal, extended BirnbaumSaunders, and extended Birnbaum-Saunders-t, among others. Some properties are discussed, as well as the estimation by the maximum likelihood method. In the context of regression models, covariates are included in the scale parameter λ, interpreted directly as the median in the continuous case. Monte Carlo simulation studies are carried out to evaluate the performance of the estimators of the proposed models both with and without covariates, and in both the absence and presence of censoring (10% and 30%). Three real-world data sets, including one with censored observations, are used to illustrate the proposed methodology. In general, the proposed discrete log-symmetric distributions provided good adjustments to the data sets considered.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaSantos, Helton Saulo Bezerra dosVila Gabriel, RobertoPaiva, Leonardo de Sousa2020-06-30T23:04:18Z2020-06-30T23:04:18Z2020-06-302020-02-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPAIVA, Leonardo de Sousa. Uma classe de distribuições log-simétricas discretas. 2020. 121 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2020.https://repositorio.unb.br/handle/10482/38584A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:38Zoai:repositorio.unb.br:10482/38584Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:38Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
dc.title.none.fl_str_mv |
Uma classe de distribuições log-simétricas discretas |
title |
Uma classe de distribuições log-simétricas discretas |
spellingShingle |
Uma classe de distribuições log-simétricas discretas Paiva, Leonardo de Sousa Distribuições discretas Análise de sobrevivência Método da máxima verossimilhança Simulação de Monte Carlo |
title_short |
Uma classe de distribuições log-simétricas discretas |
title_full |
Uma classe de distribuições log-simétricas discretas |
title_fullStr |
Uma classe de distribuições log-simétricas discretas |
title_full_unstemmed |
Uma classe de distribuições log-simétricas discretas |
title_sort |
Uma classe de distribuições log-simétricas discretas |
author |
Paiva, Leonardo de Sousa |
author_facet |
Paiva, Leonardo de Sousa |
author_role |
author |
dc.contributor.none.fl_str_mv |
Santos, Helton Saulo Bezerra dos Vila Gabriel, Roberto |
dc.contributor.author.fl_str_mv |
Paiva, Leonardo de Sousa |
dc.subject.por.fl_str_mv |
Distribuições discretas Análise de sobrevivência Método da máxima verossimilhança Simulação de Monte Carlo |
topic |
Distribuições discretas Análise de sobrevivência Método da máxima verossimilhança Simulação de Monte Carlo |
description |
Dissertação (mestrado) — Departamento de Estatística, Instituto de Ciências Exatas, Universidade de Brasília, 2020. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-06-30T23:04:18Z 2020-06-30T23:04:18Z 2020-06-30 2020-02-20 |
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.uri.fl_str_mv |
PAIVA, Leonardo de Sousa. Uma classe de distribuições log-simétricas discretas. 2020. 121 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2020. https://repositorio.unb.br/handle/10482/38584 |
identifier_str_mv |
PAIVA, Leonardo de Sousa. Uma classe de distribuições log-simétricas discretas. 2020. 121 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2020. |
url |
https://repositorio.unb.br/handle/10482/38584 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Repositório Institucional da UnB |
collection |
Repositório Institucional da UnB |
repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
repositorio@unb.br |
_version_ |
1814508246000467968 |