Testes de distância em modelos de regressão com erros nas variáveis

Detalhes bibliográficos
Autor(a) principal: Cabral, Celso Rômulo Barbosa
Data de Publicação: 2000
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-20210729-024449/
Resumo: Apresentamos uma aplicação da teoria geral dos testes de distância a modelos com erros nas variáveis. Consideramos o modelo de regressão linear simples com intercepto nulo, o modelo de regressão multivariado e um caso especial deste, o modelo decalibração comparativa. Comparamos, utilizando dados simulados, a função poder do teste de distância para hipóteses com restrições nos parâmetros com as funções poder de outros testes gerais, formulados sem incorporar em suas estruturas assuposições de erros nas variáveis e hipóteses restritas simultaneamente. Sabemos que, quando a matriz jacobiana da função que descreve as restrições nas hipóteses tem posto completo, a distribuição nula assintótica da estatística do teste dedistância é uma mistura de distribuições qui-quadrado. Isto não é necessariamente verdadeiro qiando existem pontos singulares na hipótese nula. Sugerimos uma modificação na estatística de teste que assegura a convergência à uma mistura dedistribuições qui-quadrado. Dois conjuntos de dados reais são analisados de acordo com as técnicas propostas
id USP_88e4a4459ec7fffb7b4d576e71f6048f
oai_identifier_str oai:teses.usp.br:tde-20210729-024449
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Testes de distância em modelos de regressão com erros nas variáveisnot availableAnálise MultivariadaProbabilidadeApresentamos uma aplicação da teoria geral dos testes de distância a modelos com erros nas variáveis. Consideramos o modelo de regressão linear simples com intercepto nulo, o modelo de regressão multivariado e um caso especial deste, o modelo decalibração comparativa. Comparamos, utilizando dados simulados, a função poder do teste de distância para hipóteses com restrições nos parâmetros com as funções poder de outros testes gerais, formulados sem incorporar em suas estruturas assuposições de erros nas variáveis e hipóteses restritas simultaneamente. Sabemos que, quando a matriz jacobiana da função que descreve as restrições nas hipóteses tem posto completo, a distribuição nula assintótica da estatística do teste dedistância é uma mistura de distribuições qui-quadrado. Isto não é necessariamente verdadeiro qiando existem pontos singulares na hipótese nula. Sugerimos uma modificação na estatística de teste que assegura a convergência à uma mistura dedistribuições qui-quadrado. Dois conjuntos de dados reais são analisados de acordo com as técnicas propostasWe present an application of the theory of distance tests to errors-in-variables models. We consider the simple linear regression model with null intercept, the multivariate regression model and a special case of that, the comparative calibrationmodel. We compare, using artificial data, the power function of the distance test for restricted hypotheses with power functions of another general tests that were developed without the assumptions of errors in variables and restrictedhypotheses occurring simultaneously. It is known that, when the jacobian matrix of the restriction function describing the hypotheses has full rank, the asymptotic null distribution of the distance test statistic is a mixture of chi-squaredistributions. This assertion is not necessarily true when there exist singular points in the null hypothesis. We suggest a modification to the test statistic which ensures convergence to a mixture of chi-square distributions. Two sets of realdata are analysed according to the proposed methodsBiblioteca Digitais de Teses e Dissertações da USPPaula, Gilberto AlvarengaCabral, Celso Rômulo Barbosa2000-03-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-024449/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/openAccesspor2024-08-16T11:58:02Zoai:teses.usp.br:tde-20210729-024449Biblioteca 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:27212024-08-16T11:58:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Testes de distância em modelos de regressão com erros nas variáveis
not available
title Testes de distância em modelos de regressão com erros nas variáveis
spellingShingle Testes de distância em modelos de regressão com erros nas variáveis
Cabral, Celso Rômulo Barbosa
Análise Multivariada
Probabilidade
title_short Testes de distância em modelos de regressão com erros nas variáveis
title_full Testes de distância em modelos de regressão com erros nas variáveis
title_fullStr Testes de distância em modelos de regressão com erros nas variáveis
title_full_unstemmed Testes de distância em modelos de regressão com erros nas variáveis
title_sort Testes de distância em modelos de regressão com erros nas variáveis
author Cabral, Celso Rômulo Barbosa
author_facet Cabral, Celso Rômulo Barbosa
author_role author
dc.contributor.none.fl_str_mv Paula, Gilberto Alvarenga
dc.contributor.author.fl_str_mv Cabral, Celso Rômulo Barbosa
dc.subject.por.fl_str_mv Análise Multivariada
Probabilidade
topic Análise Multivariada
Probabilidade
description Apresentamos uma aplicação da teoria geral dos testes de distância a modelos com erros nas variáveis. Consideramos o modelo de regressão linear simples com intercepto nulo, o modelo de regressão multivariado e um caso especial deste, o modelo decalibração comparativa. Comparamos, utilizando dados simulados, a função poder do teste de distância para hipóteses com restrições nos parâmetros com as funções poder de outros testes gerais, formulados sem incorporar em suas estruturas assuposições de erros nas variáveis e hipóteses restritas simultaneamente. Sabemos que, quando a matriz jacobiana da função que descreve as restrições nas hipóteses tem posto completo, a distribuição nula assintótica da estatística do teste dedistância é uma mistura de distribuições qui-quadrado. Isto não é necessariamente verdadeiro qiando existem pontos singulares na hipótese nula. Sugerimos uma modificação na estatística de teste que assegura a convergência à uma mistura dedistribuições qui-quadrado. Dois conjuntos de dados reais são analisados de acordo com as técnicas propostas
publishDate 2000
dc.date.none.fl_str_mv 2000-03-17
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-20210729-024449/
url https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-024449/
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_ 1815257208216092672