dc.contributor.author | Cortés, Isaac | |
dc.date.accessioned | 2023-10-02T14:31:28Z | |
dc.date.available | 2023-10-02T14:31:28Z | |
dc.date.issued | 2023-07-31 | |
dc.identifier.citation | CORTÉS, Isaac. New families of linear and partially linear quantile regression models under reparameterized Marshall-Olkin distributions. 2023. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18687. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/18687 | |
dc.description.abstract | In this dissertation, we propose families of linear and partially linear quantile regression models,
where the response variable follows a reparameterized Marshall-Olkin distribution with support
on the real line. This distribution presents great flexibility and arises from applying the Marshall-
Olkin methodology to distributions of the location-scale family and then reparameterizing the
location parameter as a function of the quantile. For this reason, the new distribution’s name is
reparameterized Marshall-Olkin, which contains quantile, scale and skewness parameters. The
first family has a structure similar to the generalized linear models that enable the use of the
maximum likelihood method. Consequently, we calculate the expressions of the score vector and
the observed information matrix to perform the statistical inference. The adequacy of models and
outlier observations are studied through three types of residuals. In order to assess the sensitivity
of the estimates, measures of global and local influence are developed. The second family is an
extension of the first family by adding the description of the nonlinear relationship between the
quantiles of the response variable and a continuous variable through B-splines. In this family,
statistical inference tools are based on the penalized log-likelihood function. Also, analogously
to the first family, the residuals and measures of global and local influence are presented. Two
examples of applications are considered that illustrate the usefulness of the proposed families for
data sets in the areas of health and nutrition. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | eng | 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 | Regressão quantílica | por |
dc.subject | Estimadores de máxima verossimilhança | por |
dc.subject | Influência global | por |
dc.subject | Influência local | por |
dc.subject | Análise residual | por |
dc.subject | Estimadores de máxima verossimilhança penalizada | por |
dc.subject | P-splines | eng |
dc.subject | Quantile regression | eng |
dc.subject | Maximum likelihood estimators | eng |
dc.subject | Global influence | eng |
dc.subject | Local influence | eng |
dc.subject | Residual analysis | eng |
dc.subject | Penalized maximum likelihood estimators | eng |
dc.title | New families of linear and partially linear quantile regression models under reparameterized Marshall-Olkin distributions | eng |
dc.title.alternative | Novas famílias de modelos de regressão quantílica linear e parcialmente linear sob distribuições Marshall-Olkin reparametrizadas | por |
dc.type | Tese | por |
dc.contributor.advisor1 | Andrade, Mário de Castro | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6518161034709249 | por |
dc.description.resumo | Nesta tese, propomos famílias de modelos de regressão quantílica linear e parcialmente linear,
onde a variável resposta segue uma distribuição Marshall-Olkin reparametrizada com suporte na
reta real. Esta distribuição apresenta uma grande flexibilidade que surge ao aplicar a metodologia
Marshall-Olkin as distribuições da família de locação-escala, logo reparametrizando o parâmetro
de locação em função do quantil. Por esse motivo, o nome da nova distribuição é Marshall-Olkin
reparametrizada, que contém parâmetros de quantil, escala e assimetria. A primeira família
tem uma estrutura semelhante aos modelos lineares generalizados, que permite a utilização do
método da máxima verossimilhança. Consequentemente, calculamos as expressões do vetor
escore e da matriz de informação observada para realizar a inferência estatística. A adequação
dos modelos e observações discrepantes são estudadas por meio de três tipos de resíduos. Para
avaliar a sensibilidade das estimativas são desenvolvidas medidas de influência global e local. A
segunda família é uma extensão da primeira família por adicionar a descrição da relação não
linear entre os quantis da variável resposta e uma variável contínua por meio de B-splines. Nesta
família as ferramentas de inferência estatística são baseadas na função de log-verossimilhança
penalizada. Também, analogamente à primeira família são apresentados os resíduos e as medidas
de influência global e local. São considerados dois exemplos de aplicações que ilustram a
utilidade das famílias propostas para conjuntos de dados na área de saúde e nutrição. | 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::ESTATISTICA::REGRESSAO E CORRELACAO | por |
dc.description.sponsorshipId | CAPES: Código de financiamento 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/5497894016400216 | por |