Modelos mistos aditivos semiparamétricos de contornos elípticos

Detalhes bibliográficos
Autor(a) principal: Pulgar, Germán Mauricio Ibacache
Data de Publicação: 2009
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-13102009-110415/
Resumo: Neste trabalho estendemos os modelos mistos semiparamétricos propostos por Zhang et al. (1998) para uma classe mais geral de modelos, a qual denominamos modelos mistos aditivos semiparamétricos com erros de contornos elípticos. Com essa nova abordagem, flexibilizamos a curtose da distribuição dos erros possibilitando a escolha de distribuições com caudas mais leves ou mais pesadas do que as caudas da distribuição normal padrão. Funções de verossimilhança penalizadas são aplicadas para a obtenção das estimativas de máxima verossimilhança com os respectivos erros padrão aproximados. Essas estimativas, sob erros de caudas pesadas, são robustas no sentido da distância de Mahalanobis contra observações aberrantes. Curvaturas de influência local são obtidas segundo alguns esquemas de perturbação e gráficos de diagnóstico são propostos. Exemplos ilustrativos são apresentados em que ajustes sob erros normais são comparados, através das metodologias de sensibilidade desenvolvidas no trabalho, com ajustes sob erros de contornos elípticos.
id USP_bf275ebd288e0b9c1b6d382187db86ee
oai_identifier_str oai:teses.usp.br:tde-13102009-110415
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Modelos mistos aditivos semiparamétricos de contornos elípticosElliptical contoured semiparametric additive mixed models.Distribuições elípticasElliptical distributionsestimativas de máxima verossimilhança penalizadaestimativas robustasinfluência local.local influence method.modelos não paramétricosnon-parametric modelspenalized likelihood estimatesrobust estimatesNeste trabalho estendemos os modelos mistos semiparamétricos propostos por Zhang et al. (1998) para uma classe mais geral de modelos, a qual denominamos modelos mistos aditivos semiparamétricos com erros de contornos elípticos. Com essa nova abordagem, flexibilizamos a curtose da distribuição dos erros possibilitando a escolha de distribuições com caudas mais leves ou mais pesadas do que as caudas da distribuição normal padrão. Funções de verossimilhança penalizadas são aplicadas para a obtenção das estimativas de máxima verossimilhança com os respectivos erros padrão aproximados. Essas estimativas, sob erros de caudas pesadas, são robustas no sentido da distância de Mahalanobis contra observações aberrantes. Curvaturas de influência local são obtidas segundo alguns esquemas de perturbação e gráficos de diagnóstico são propostos. Exemplos ilustrativos são apresentados em que ajustes sob erros normais são comparados, através das metodologias de sensibilidade desenvolvidas no trabalho, com ajustes sob erros de contornos elípticos.In this work we extend the models proposed by Zhang et al. (1998) to a more general class of models, know as semiparametric additive mixed models with elliptical errors in order to allow distributions with heavier or lighter tails than the normal ones. Penalized likelihood equations are applied to derive the maximum likelihood estimates which appear to be robust against outlying observations in the sense of the Mahalanobis distance. In order to study the sensitivity of the penalized estimates under some usual perturbation schemes in the model or data, the local influence curvatures are derived and some diagnostic graphics are proposed. Motivating examples preliminary analyzed under normal errors are reanalyzed under some appropriate elliptical errors. The local influence approach is used to compare the sensitivity of the model estimates.Biblioteca Digitais de Teses e Dissertações da USPPaula, Gilberto AlvarengaPulgar, Germán Mauricio Ibacache2009-08-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/45/45133/tde-13102009-110415/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/openAccesspor2024-08-15T16:55:02Zoai:teses.usp.br:tde-13102009-110415Biblioteca 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:27212024-08-15T16:55:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Modelos mistos aditivos semiparamétricos de contornos elípticos
Elliptical contoured semiparametric additive mixed models.
title Modelos mistos aditivos semiparamétricos de contornos elípticos
spellingShingle Modelos mistos aditivos semiparamétricos de contornos elípticos
Pulgar, Germán Mauricio Ibacache
Distribuições elípticas
Elliptical distributions
estimativas de máxima verossimilhança penalizada
estimativas robustas
influência local.
local influence method.
modelos não paramétricos
non-parametric models
penalized likelihood estimates
robust estimates
title_short Modelos mistos aditivos semiparamétricos de contornos elípticos
title_full Modelos mistos aditivos semiparamétricos de contornos elípticos
title_fullStr Modelos mistos aditivos semiparamétricos de contornos elípticos
title_full_unstemmed Modelos mistos aditivos semiparamétricos de contornos elípticos
title_sort Modelos mistos aditivos semiparamétricos de contornos elípticos
author Pulgar, Germán Mauricio Ibacache
author_facet Pulgar, Germán Mauricio Ibacache
author_role author
dc.contributor.none.fl_str_mv Paula, Gilberto Alvarenga
dc.contributor.author.fl_str_mv Pulgar, Germán Mauricio Ibacache
dc.subject.por.fl_str_mv Distribuições elípticas
Elliptical distributions
estimativas de máxima verossimilhança penalizada
estimativas robustas
influência local.
local influence method.
modelos não paramétricos
non-parametric models
penalized likelihood estimates
robust estimates
topic Distribuições elípticas
Elliptical distributions
estimativas de máxima verossimilhança penalizada
estimativas robustas
influência local.
local influence method.
modelos não paramétricos
non-parametric models
penalized likelihood estimates
robust estimates
description Neste trabalho estendemos os modelos mistos semiparamétricos propostos por Zhang et al. (1998) para uma classe mais geral de modelos, a qual denominamos modelos mistos aditivos semiparamétricos com erros de contornos elípticos. Com essa nova abordagem, flexibilizamos a curtose da distribuição dos erros possibilitando a escolha de distribuições com caudas mais leves ou mais pesadas do que as caudas da distribuição normal padrão. Funções de verossimilhança penalizadas são aplicadas para a obtenção das estimativas de máxima verossimilhança com os respectivos erros padrão aproximados. Essas estimativas, sob erros de caudas pesadas, são robustas no sentido da distância de Mahalanobis contra observações aberrantes. Curvaturas de influência local são obtidas segundo alguns esquemas de perturbação e gráficos de diagnóstico são propostos. Exemplos ilustrativos são apresentados em que ajustes sob erros normais são comparados, através das metodologias de sensibilidade desenvolvidas no trabalho, com ajustes sob erros de contornos elípticos.
publishDate 2009
dc.date.none.fl_str_mv 2009-08-14
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://www.teses.usp.br/teses/disponiveis/45/45133/tde-13102009-110415/
url http://www.teses.usp.br/teses/disponiveis/45/45133/tde-13102009-110415/
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_ 1809090690358968320

Registros relacionados