Modelo de efeito aleatório e erros de medida.

Detalhes bibliográficos
Autor(a) principal: Montenegro, Lourdes Coral Contreras
Data de Publicação: 2006
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-150143/
Resumo: Uma suposição muito comum em modelos de regressão é assumir que as observações seguem uma distribuição normal. No entanto, esta suposição às vezes é irreal e pode ocultar importantes características do modelo. Neste trabalho, apresentamos e estudamos os modelos de Grubbs e com intercepto nulo com erros de medida e também modelos lineares mistos, considerando distribuições normais-assimétricas. Para validar tais modelos, propomos técnicas de diagnóstico e as ilustramos com exemplos práticos. Para modelos com dados censurados e com erros de medida, conseguimos comparar procedimentos de estimação com e sem dados agrupados considerando distribuição log-normal e as ilustramos através de simulações.
id USP_0537840f9647351aa119bd670c6d5a95
oai_identifier_str oai:teses.usp.br:tde-20210729-150143
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Modelo de efeito aleatório e erros de medida.not availablePesquisa E Planejamento EstatísticoUma suposição muito comum em modelos de regressão é assumir que as observações seguem uma distribuição normal. No entanto, esta suposição às vezes é irreal e pode ocultar importantes características do modelo. Neste trabalho, apresentamos e estudamos os modelos de Grubbs e com intercepto nulo com erros de medida e também modelos lineares mistos, considerando distribuições normais-assimétricas. Para validar tais modelos, propomos técnicas de diagnóstico e as ilustramos com exemplos práticos. Para modelos com dados censurados e com erros de medida, conseguimos comparar procedimentos de estimação com e sem dados agrupados considerando distribuição log-normal e as ilustramos através de simulações.not availableBiblioteca Digitais de Teses e Dissertações da USPBolfarine, HelenoMontenegro, Lourdes Coral Contreras2006-03-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-150143/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-16T13:51:02Zoai:teses.usp.br:tde-20210729-150143Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-16T13:51:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelo de efeito aleatório e erros de medida.
not available
title Modelo de efeito aleatório e erros de medida.
spellingShingle Modelo de efeito aleatório e erros de medida.
Montenegro, Lourdes Coral Contreras
Pesquisa E Planejamento Estatístico
title_short Modelo de efeito aleatório e erros de medida.
title_full Modelo de efeito aleatório e erros de medida.
title_fullStr Modelo de efeito aleatório e erros de medida.
title_full_unstemmed Modelo de efeito aleatório e erros de medida.
title_sort Modelo de efeito aleatório e erros de medida.
author Montenegro, Lourdes Coral Contreras
author_facet Montenegro, Lourdes Coral Contreras
author_role author
dc.contributor.none.fl_str_mv Bolfarine, Heleno
dc.contributor.author.fl_str_mv Montenegro, Lourdes Coral Contreras
dc.subject.por.fl_str_mv Pesquisa E Planejamento Estatístico
topic Pesquisa E Planejamento Estatístico
description Uma suposição muito comum em modelos de regressão é assumir que as observações seguem uma distribuição normal. No entanto, esta suposição às vezes é irreal e pode ocultar importantes características do modelo. Neste trabalho, apresentamos e estudamos os modelos de Grubbs e com intercepto nulo com erros de medida e também modelos lineares mistos, considerando distribuições normais-assimétricas. Para validar tais modelos, propomos técnicas de diagnóstico e as ilustramos com exemplos práticos. Para modelos com dados censurados e com erros de medida, conseguimos comparar procedimentos de estimação com e sem dados agrupados considerando distribuição log-normal e as ilustramos através de simulações.
publishDate 2006
dc.date.none.fl_str_mv 2006-03-13
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 https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-150143/
url https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-150143/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257209804685312

Registros relacionados