dc.contributor.author | Santana, Rogério Alves | |
dc.date.accessioned | 2020-01-24T20:44:36Z | |
dc.date.available | 2020-01-24T20:44:36Z | |
dc.date.issued | 2019-12-10 | |
dc.identifier.citation | SANTANA, Rogério Alves. Modelos multivariados para dados de contagem com excesso de zeros. 2019. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2019. Disponível em: https://repositorio.ufscar.br/handle/ufscar/12172. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/12172 | |
dc.description.abstract | In this thesis we present two new distributions for modeling multivariate counting data with
overdispersion or underdispersion, zeros excess and correlation. Named the zero-inflated multivariate COM-Poisson (ZICOMP Type I) and (ZICOMP Type III) distributions, their constructs
were based on the extent in of the zero-inflated multivariate Poisson distributions ZIP Type I and
ZIP Type III in ((LIU; TIAN, 2015); (TIAN et al., 2014)). We developed important theoretical
properties of the two distributions, their regression models, likelihood ratio hypothesis testing
to help choose the best model, and a diagnostic analysis for the ZICOMP Type I distribution
regression model. The proposed distributions showed in both simulation study good results and
real data analysis. In a real data analysis the proposed distributions showed better adjustments
when compared to the ZIP Type I and ZIP Type III distributions, according to the Akaike (AIC)
and Bayesian (BIC) information criteria. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | COM-Poisson multivariado | por |
dc.subject | Zero-inflacionado | por |
dc.subject | Regressão | por |
dc.subject | ZICOMP Tipo I | por |
dc.subject | ZICOMP Tipo III | por |
dc.subject | Multivariate COM-Poisson | por |
dc.subject | Zero-inflated | eng |
dc.subject | Regression | eng |
dc.subject | ZICOMP Type I | eng |
dc.subject | ZICOMP Type III | eng |
dc.title | Modelos multivariados para dados de contagem com excesso de zeros | por |
dc.title.alternative | Multivariate models for count data with zeros excess | eng |
dc.type | Tese | por |
dc.contributor.advisor1 | Andrade Filho, Marinho Gomes de | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/4126245980112687 | por |
dc.description.resumo | Nesta tese, apresentamos duas novas distribuições para modelar dados de contagem multivariados com sobredispersão ou subdispersão, excesso de zeros e correlacionados. Nomeadas de
distribuições de COM-Poisson multivariada zero-inflacionado (ZICOMP Tipo I) e (ZICOMP
Tipo III), suas construções foram baseadas na extensão das distribuições de Poisson multivariado
zero-inflacionado ZIP Tipo I e ZIP Tipo III em ((LIU; TIAN, 2015); (TIAN et al., 2014)). Desenvolvemos importantes propriedades teóricas das duas distribuições, seus modelos de regressão,
testes de hipóteses da razão de verossimilhanças para ajudar na escolha do melhor modelo, além
de uma análise de diagnóstico para o modelo de regressão da distribuição ZICOMP Tipo I. As
distribuições propostas apresentaram bons resultados, tanto no estudo de simulação quanto na
análise de dados reais. E, em uma análise de dados reais, as distribuições propostas apresentaram
melhores ajustes quando comparadas com as distribuições ZIP Tipo I e ZIP Tipo III, segundo os
critérios de informação de Akaike (AIC) e Bayesiano (BIC). | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE MULTIVARIADA | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/9009192033753429 | por |