Mostrar el registro sencillo del ítem
Diagnóstico de influência para modelos de regressão linear censurada com misturas de escala assimétrica de distribuições normais
dc.contributor.author | Fuentes Guzman, Daniel Camilo | |
dc.date.accessioned | 2024-07-29T18:38:25Z | |
dc.date.available | 2024-07-29T18:38:25Z | |
dc.date.issued | 2024-05-24 | |
dc.identifier.citation | FUENTES GUZMAN, Daniel Camilo. Diagnóstico de influência para modelos de regressão linear censurada com misturas de escala assimétrica de distribuições normais. 2024. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/20270. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/20270 | |
dc.description.abstract | In this research, we conducted studies on local and global influence diagnostics for \sigla{SSMN-CR}{Censored Linear Regression Models with Skew Scale Mixtures of Normal Distributions}, proposed by \citeonline{guzman2020}. Initially, we discussed methods for generating censored data, specifically presenting methods to generate randomly censored data with both unilateral and interval censoring. Subsequently, we addressed case deletion and local influence diagnostics based on the \textit{Q} function, inspired by the findings of \citeonline{zhu} and \citeonline{zhuelee}. To analyze the sensitivity of the maximum likelihood estimators of the SSMN-CR model parameters to small perturbations in assumptions and/or data, we considered various perturbation schemes, such as case weighting, explanatory variables, response variables, and perturbations in scale and skewness parameters. To illustrate the usefulness of the proposed methodology, we presented the analysis of a real dataset and three simulation studies. | 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 | Censura | por |
dc.subject | Algoritmo EM | por |
dc.subject | Diagnóstico de influência | por |
dc.subject | Modelos de regressão linear | por |
dc.subject | Distribuições assimétricas | por |
dc.title | Diagnóstico de influência para modelos de regressão linear censurada com misturas de escala assimétrica de distribuições normais | por |
dc.title.alternative | Influence diagnostics for linear censored regression models with skew-scale mixtures of normal distributions | eng |
dc.type | Tese | por |
dc.contributor.advisor1 | Louzada Neto, Francisco | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0994050156415890 | por |
dc.description.resumo | Nesta pesquisa, conduzimos estudos de diagnóstico de influência local e global para modelos de regressão linear com censura e misturas de escala assimétrica de distribuições normais, propostos por \citeonline{guzman2020} e denotados como SSMN-CR. Inicialmente, discutimos métodos para gerar dados censurados, apresentando especificamente métodos para gerar dados censurados aleatórios com censura unilateral e intervalar. Posteriormente, abordamos a exclusão de casos e o diagnóstico de influência local com base na função \textit{Q}, inspirada nas descobertas de \citeonline{zhu} e \citeonline{zhuelee}. Para analisar a sensibilidade dos estimadores de máxima verossimilhança dos parâmetros do modelo SSMN-CR a pequenas perturbações nos pressupostos e/ou dados, consideramos vários esquemas de perturbação, como ponderação de casos, variáveis explicativas, variáveis resposta e perturbações nos parâmetros de escala e assimetria. Para ilustrar a utilidade da metodologia proposta, apresentamos a análise de um conjunto de dados reais e três estudos de simulação. | 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.description.sponsorshipId | 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/2331533814499858 | por |
dc.contributor.authororcid | https://orcid.org/0000-0003-3402-0387 | por |
dc.contributor.advisor1orcid | https://orcid.org/0000-0001-7815-9554 | por |