Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2006 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/D.45.2006.tde-20210729-145124 |
Resumo: | Os modelos funcionais heterocedásticos com erro nas variáveis, quando não existem repetições, assumem que as variâncias são conhecidas. Na prática, esta suposição nem sempre é satisfeita e repetições são feitas apenas para obter os valores das variâncias. Assim, depois de obtidas as variâncias amostrais, assume-se que as variâncias populacionais são conhecidas. Neste trabalho, propomos um modelo que incorpora as repetições (correlacionadas ou não) no processo de estimação, considerando variâncias desconhecidas. As inferências propostas são baseadas na teoria de máxima verossimilhança (MV) e um algoritmo do tipo EM é utilizado para calcular as estimativas. A estatística de Wald é proposta para testar as hipóteses de interesse e um estudo de simulação é feito para descrever o comportamento dessa estatística em determinados tamanhos amostrais e parâmetros fixados a priori. A técnica proposta é aplicada na validação de métodos de medição, utilizando medidas da quantidade de cobalto feitas pela companhia Vale do Rio Doce. Os algoritmos foram implementados no programa estatístico R Development Core Team (2006). |
id |
USP_6f55bfc70ce188ab0a41a428c912792a |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20210729-145124 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas not available 2006-09-04Heleno BolfarineAlexandre Galvão PatriotaUniversidade de São PauloEstatísticaUSPBR Inferência Estatística Os modelos funcionais heterocedásticos com erro nas variáveis, quando não existem repetições, assumem que as variâncias são conhecidas. Na prática, esta suposição nem sempre é satisfeita e repetições são feitas apenas para obter os valores das variâncias. Assim, depois de obtidas as variâncias amostrais, assume-se que as variâncias populacionais são conhecidas. Neste trabalho, propomos um modelo que incorpora as repetições (correlacionadas ou não) no processo de estimação, considerando variâncias desconhecidas. As inferências propostas são baseadas na teoria de máxima verossimilhança (MV) e um algoritmo do tipo EM é utilizado para calcular as estimativas. A estatística de Wald é proposta para testar as hipóteses de interesse e um estudo de simulação é feito para descrever o comportamento dessa estatística em determinados tamanhos amostrais e parâmetros fixados a priori. A técnica proposta é aplicada na validação de métodos de medição, utilizando medidas da quantidade de cobalto feitas pela companhia Vale do Rio Doce. Os algoritmos foram implementados no programa estatístico R Development Core Team (2006). not available https://doi.org/10.11606/D.45.2006.tde-20210729-145124info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:41:13Zoai:teses.usp.br:tde-20210729-145124Biblioteca 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:27212023-12-22T13:02:30.294536Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas |
dc.title.alternative.en.fl_str_mv |
not available |
title |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas |
spellingShingle |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas Alexandre Galvão Patriota |
title_short |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas |
title_full |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas |
title_fullStr |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas |
title_full_unstemmed |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas |
title_sort |
Modelo funcional heterocedástico com erro nas variáveis: uma abordagem para medidas repetidas |
author |
Alexandre Galvão Patriota |
author_facet |
Alexandre Galvão Patriota |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Heleno Bolfarine |
dc.contributor.author.fl_str_mv |
Alexandre Galvão Patriota |
contributor_str_mv |
Heleno Bolfarine |
description |
Os modelos funcionais heterocedásticos com erro nas variáveis, quando não existem repetições, assumem que as variâncias são conhecidas. Na prática, esta suposição nem sempre é satisfeita e repetições são feitas apenas para obter os valores das variâncias. Assim, depois de obtidas as variâncias amostrais, assume-se que as variâncias populacionais são conhecidas. Neste trabalho, propomos um modelo que incorpora as repetições (correlacionadas ou não) no processo de estimação, considerando variâncias desconhecidas. As inferências propostas são baseadas na teoria de máxima verossimilhança (MV) e um algoritmo do tipo EM é utilizado para calcular as estimativas. A estatística de Wald é proposta para testar as hipóteses de interesse e um estudo de simulação é feito para descrever o comportamento dessa estatística em determinados tamanhos amostrais e parâmetros fixados a priori. A técnica proposta é aplicada na validação de métodos de medição, utilizando medidas da quantidade de cobalto feitas pela companhia Vale do Rio Doce. Os algoritmos foram implementados no programa estatístico R Development Core Team (2006). |
publishDate |
2006 |
dc.date.issued.fl_str_mv |
2006-09-04 |
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 |
https://doi.org/10.11606/D.45.2006.tde-20210729-145124 |
url |
https://doi.org/10.11606/D.45.2006.tde-20210729-145124 |
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.publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
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_ |
1794502923728715776 |