20 research outputs found
Modelo de regresión lineal Sinh-Normal. Aplicaciones a tiempos de vida
No full textLa familia de distribuciones normales de Sinh es una clase de distribuciones simétricas con tres parámetros, y debido a la presencia de estos parámetros es una distribución muy flexible. Cuando la distribución normal de Sinh es unimodal, su distribución podría utilizarse en lugar de la distribución normal y, en consecuencia, en el modelo de regresión. Una subclase de distribución de distribuciones normales de Sinh es la transformación logarítmica de la distribución del tiempo de fatiga de Birnbaum-Saunders. Por lo tanto, se pueden obtener varias propiedades de la distribución Birnbaum-Saunders y cierta generalización.
El objetivo principal del trabajo es estudiar algunos aspectos de la estimación y el análisis de diagnósticos en el modelo de regresión Sinh-Normal. El análisis del diagnóstico se basa en el enfoque de Cook (1986). Se realizan dos análisis de datos para ver cómo se puede usar el modelo propuesto en la práctica.
Además, investigamos una prueba de homogeneidad para los parámetros de forma en el modelo de regresión Sinh-Normal. Obtenemos las estadísticas de puntaje para dicha prueba. Finalmente, se da un ejemplo numérico para ilustrar nuestra metodología y las propiedades de las estadísticas de puntaje se investigan a través de simulaciones de Monte Carlo.A família de distribuições Sinh-Normal é uma classe de distribuições simétricas com três parâmetros,
e devido à presença destes parâmetros esta família é flexível. Quando a distribuição
Sinh-Normal é unimodal, esta distribuição pode ser utilizada em lugar da distribuição normal, e
consequentemente nos modelos de regressão. Uma subclasse das distribuições é o log-transformação
da distribuição de tempo de fadiga Birnbaum-Saunders. Assim, várias propriedades da distribuição
Birnbaum-Saunders e algumas generalizações podem ser obtidas.
O principal objetivo deste trabalho é estudar alguns aspectos de estimação e análise de diagnóstico
no modelo de regressão Sinh-Normal. A análise de diagnóstico baseia-se na metodologia
de Cook (1986). Duas análises de dados são realizadas para ver como o modelo proposto pode
ser utilizado na prática. Além disso, investigamos um teste de homogeneidade dos parâmetros
de forma no modelo de regressão Sinh-Normal. Obtemos as estatísticas de escore para este teste.
Finalmente, um exemplo numérico é apresentado para ilustrar a metodologia e as propriedades
das estatísticas escore são investigadas através de simulações de Monte Carlo.Brasil. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) - Programa de Excelência Acadêmica (Proex)Trabajo de investigació
not available
No full textNeste trabalho estudamos inferencia em modelos com erros nas variaveis considerando que as variaveis do modelo sao distribuidas de acordo com uma distribuicao da familia das distribuicoes elipticas. O estudo e desenvolvido para os modelos ultraestrutural, estrutural e funcional. Como consequencia, os resultados obtidos na literatura sob normalidade sao generalizados. No modelo estrutural, discutimos o comportamento assintotico do estimador de maxima verossimilhanca e a eficiencia assintotica relativa deste em relacao a outros estimadores. Alem disso, no modelo consistindo de duas ou mais populacoes estruturais, abordamos o problema de inferencia para os coeficientes angulares do modelo. No modelo funcional, estudamos o comportamento assintotico do estimador de maxima verossimilhanca com atencao a um modelo frequentemente usado em estudos de calibracao comparativanot availabl
A transformada de Hilbert e os espaços U.M.D.
No full textOrientador: Sergio Antonio TozaniDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação CientíficaResumo: Não informado.Abstract: Not informed.MestradoMestre em Matemátic
Análise comparativa dos algoritmos EM e SIMEX nos modelos lineares mistos aplicados ao análise de regressão com erros nas variáveis.
No full textO objetivo deste trabalho é apresentar a eficiência dos estimadores quando são usados os algoritmos SIMEX e EM nos modelos de regressão lineares mistos com erros nas variáveis, numa primeira etapa apresentamos o análise do algoritmo SIMEX num modelo de regressão simples com a finalidade de ver seus vantagens, numa segunda etapa apresentamos o modelos de regressão linear misto sem erros nas variáveis com a finalidade de observar seus estimadores, numa terceira etapa consideramos os algoritmos SIMEX e EM num modelo de regressão linear misto com erros nas variáveis, observando os estimadores obtidos e comparando-los com aqueles obtidos no modelo de regressão linear misto sem erros nas variáveis, com a finalidade de ver se os estimadores obtidos com os dois algoritmos são razoáveis, fazendo também uma comparação entre os estimadores obtidos por ambos algoritmos. Os programas foram feitos no pacote OX para a obtenção das estimativas dos algoritmos propostos
Diagnostic Methods in Symmetric Autoregressive Models
No full textOs modelos autoregressivos simétricos são modelos de regressão em que os erros são correlacionados -- AR(1) -- e pertencem à classe de distribuições simétricas. O objetivo deste trabalho é discutir métodos de diagnóstico de influência para esses modelos. Para ilustrar a metodologia, são apresentados exemplos do modelo de precificação de ativos (CAPM).The symmetric autoregressive models are regression models in which the errors are correlated and belong to the class of symmetrical distributions. The aim of this work is to discuss influence diagnostic methods for those models. To illustrate the methodology, examples of Capital Asset Pricing Models (CAPM) are presented
The regression model odd log-logistics generalized gamma with applications in survival analysis
No full textPropor uma família de distribuição de probabilidade mais ampla e flexível é de grande importância em estudos estatísticos. Neste trabalho é utilizado um novo método de adicionar um parâmetro para uma distribuição contínua. A distribuição gama generalizada, que tem como casos especiais a distribuição Weibull, exponencial, gama, qui-quadrado, é usada como distribuição base. O novo modelo obtido tem quatro parâmetros e é chamado odd log-logística gama generalizada (OLLGG). Uma das características interessante do modelo OLLGG é o fato de apresentar bimodalidade. Outra proposta deste trabalho é introduzir um modelo de regressão chamado log-odd log-logística gama generalizada (LOLLGG) com base na GG (Stacy e Mihram, 1965). Este modelo pode ser muito útil, quando por exemplo, os dados amostrados possuem uma mistura de duas populações estatísticas. Outra vantagem da distribuição OLLGG consiste na capacidade de apresentar várias formas para a função de risco, crescente, decrescente, na forma de U e bimodal entre outras. Desta forma, são apresentadas em ambos os casos as expressões explícitas para os momentos, função geradora e desvios médios. Considerando dados nãocensurados e censurados de forma aleatória, as estimativas para os parâmetros de interesse, foram obtidas via método da máxima verossimilhança. Estudos de simulação, considerando diferentes valores para os parâmetros, porcentagens de censura e tamanhos amostrais foram conduzidos com o objetivo de verificar a flexibilidade da distribuição e a adequabilidade dos resíduos no modelo de regressão. Para ilustrar, são realizadas aplicações em conjuntos de dados reais.Providing a wider and more flexible probability distribution family is of great importance in statistical studies. In this work a new method of adding a parameter to a continuous distribution is used. In this study the generalized gamma distribution (GG) is used as base distribution. The GG distribution has, as especial cases, Weibull distribution, exponential, gamma, chi-square, among others. For this motive, it is considered a flexible distribution in data modeling procedures. The new model obtained with four parameters is called log-odd log-logistic generalized gamma (OLLGG). One of the interesting characteristics of the OLLGG model is the fact that it presents bimodality. In addition, a regression model regression model called log-odd log-logistic generalized gamma (LOLLGG) based by GG (Stacy e Mihram, 1965) is introduced. This model can be very useful when, the sampled data has a mixture of two statistical populations. Another advantage of the OLLGG distribution is the ability to present various forms for the failing rate, as increasing, as decreasing, and the shapes of bathtub or U. Explicity expressions for the moments, generating functions, mean deviations are obtained. Considering non-censored and randomly censored data, the estimates for the parameters of interest were obtained using the maximum likelihood method. Simulation studies, considering different values for the parameters, percentages of censoring and sample sizes were done in order to verify the distribuition flexibility, and the residues distrbutuon in the regression model. To illustrate, some applications using real data sets are carried out
Estimationin hypotheses testings of comparative calibration
No full textSabemos da literatura que Calibração Comparativa está ligada à comparação de eficiência de instrumentos de medição. Neste trabalho discutimos estimação e testes de hipóteses em modelos de calibração comparativa. Para a estimação dos parâmetros do modelo, consideramos os algoritmos EM e o algoritmo BFGS do programa Ox. Testes para algumas hipóteses de interesse são implementados usando as estatísticas da razão de verossimilhanças e de Wald. Estudos de simulação são utilizados na comparação dos procedimentos. Uma aplicação é apresentada a um conjunto de dados constituído de medições de alturas de árvores com três, quatro e cinco hipsômetros.We know about the literature that Comparative Calibration it is linked the efficiency comparison of measurement instruments. In this work we discuss estimates and tests of hypotheses in comparative calibration models. For the estimate of the parameters of the model, we consider the EM algorithm and the algorithm BFGS in the program Ox. Testings for some hypotheses of interest are implemented using the likelihood ratio and Wald statistics. Simulation studies are used in the comparison of the procedures. An application is presented to a data set, constituted of measurements of heights of trees with three, four and five hipsometers
Statistical applications in the industrial area
No full textApresentamos algumas aplicações de ferramentas estatísticas que são comumente utilizadas na melhoria da qualidade de processos industriais. Inicialmente, desenvolveu-se procedimentos para testar a competência de laboratórios que participam de programas de ensaios de proficiência. Em situações onde os laboratórios medem várias vezes no mesmo ponto, utilizou-se o modelo de erros de medição, proposto por Jaech [39](1985). Além disso, a inferência sobre os parâmetros de tendência aditiva foi generalizada para a classe de distribuições elípticas. A competência dos laboratórios é avaliada pelo teste da razão de verossimilhança generalizada, do qual, obtemos a distribuição exata para a estatística proposta. Em situações onde os laboratórios medem várias vezes em vários pontos e a variável em análise apresenta variações naturais, utilizou-se o modelo com erro nas variáveis. Diante disso, vamos estender o modelo estrutural definido em Barnett [13] (1969) para o modelo ultra-estrutural com réplicas. Neste caso, vamos avaliar não somente a tendência aditiva, mas também, a tendência multiplicativa, ou seja, avaliar a linearidade das medições. As estimativas dos parâmetros foram obtidas via procedimento do algorítmo EM, com isso, desenvolvemos os teste de Wald, razão de verossimilhança e escore para avaliar a competência dos laboratórios. Nos dois modelos propostos, generalizamos o erro normalizado (En) sugerido pelo Guia 43 [37] para testar a competência dos laboratórios participantes de programas de ensaio de proficiência. Apresentamos também, um procedimento para calcular índices de performance para processos univariados e multivariados. Nestes casos, consideramos que a distribuição dos dados segue uma distribuição Normal assimétrica. Além disso, apresentamos uma análise de simulação onde concluímos que a presença de assimetria nos dados pode causar interpretações erradas sobre o processo, quando a distribuição assumida para os dados é a NormalWe present some applications of statistical tools that are used in the improvement of the quality of industrial processes. Initially, we develop procedures to test the ability of laboratories that participate of programs of proficiency test. In situations where the laboratories measure several times in the same point, we use the model of errors of measurement, considered for Jaech [39](1985). Moreover, the inference on the parameters additive bias was generalized for the class of elliptical distributions. The ability of the laboratories is evaluated by the generalized likelihood ratio test, of which, we get the accurate distribution for the statistics proposal. In situations where the laboratories measure some times in some points and the variable in analysis presents natural variations, uses the model with error in the variable. With this, we go to extend the model structural defined in Barnett [13] (1969) for the ultrastructural model with replicate. In this case, we go to not only evaluate the bias additive, but also, the bias multiplicative, that is, to evaluate the linearity of the measurements. The estimates of the parameters had been gotten by the procedure of the EM algorithm, with this, develop of Wald, likelihood ratio and score test to evaluate the ability of the laboratories. In the two considered models, we generalize the normalized error (En) suggested for Guide 43 [37] to test the ability of the participant laboratories of programs of proficiency test. We also present, a procedure to calculate index of performance for univariate and multivariate processes. In these cases, we consider that the distribution of the data follows a skew Normal distribution. Moreover, we present a simulation analysis where we conclude that the presence of asymmetry in the data can cause interpretations missed on the process, when the distribution assumed for the data is the Norma
Asymmetric Linear Calibration
No full textA presente tese aborda aspectos teóricos e aplicados da estimação dos parâmetros do modelo de calibração linear com erros distribuídos conforme a distribuição normal-assimétrica (Azzalini, 1985) e t-normal-assimétrica (Gómez, Venegas e Bolfarine, 2007). Aplicando um modelo assimétrico, não é necessário transformar as variáveis a fim de obter erros simétricos. A estimação dos parâmetros e das variâncias dos estimadores do modelo de calibração foram estudadas através da visão freqüentista e bayesiana, desenvolvendo algoritmos tipo EM e amostradores de Gibbs, respectivamente. Um dos pontos relevantes do trabalho, na óptica freqüentista, é a apresentação de uma reparametrização para evitar a singularidade da matriz de informação de Fisher sob o modelo de calibração normal-assimétrico na vizinhança de lambda = 0. Outro interessante aspecto é que a reparametrização não modifica o parâmetro de interesse. Já na óptica bayesiana, o ponto forte do trabalho está no desenvolvimento de medidas para verificar a qualidade do ajuste e que levam em consideração a assimetria do conjunto de dados. São propostas duas medidas para medir a qualidade do ajuste: o ADIC (Asymmetric Deviance Information Criterion) e o EDIC (Evident Deviance Information Criterion), que são extensões da ideia de Spiegelhalter et al. (2002) que propôs o DIC ordinário que só deve ser usado em modelos simétricos.This thesis focuses on theoretical and applied estimation aspects of the linear calibration model with skew-normal (Azzalini, 1985) and skew-t-normal (Gómez, Venegas e Bolfarine, 2007) error distributions. Applying the asymmetrical distributed error methodology, it is not necessary to transform the variables in order to have symmetrical errors. The frequentist and the Bayesian solution are presented. The parameter estimation and its variance estimation were studied using the EM algorithm and the Gibbs sampler, respectively, in each approach. The main point, in the frequentist approach, is the presentation of a new parameterization to avoid singularity of the information matrix under the skew-normal calibration model in a neighborhood of lambda = 0. Another interesting aspect is that the reparameterization developed to make the information matrix nonsingular, when the skewness parameter is near to zero, leaves the parameter of interest unchanged. The main point, in the Bayesian framework, is the presentation of two measures of goodness-of-fit: ADIC (Asymmetric Deviance Information Criterion) and EDIC (Evident Deviance Information Criterion ). They are natural extensions of the ordinary DIC developed by Spiegelhalter et al. (2002)
Elliptical linear mixed models with measurement errors
No full textO objetivo principal deste trabalho é estudar modelos mistos lineares elípticos em que uma das variáveis explicativas ou covariáveis é medida com erros, sob a abordagem estrutural. O trabalho é apresentado numa notação longitudinal, todavia a covariável medida com erros pode ser observada temporalmente ou como medidas repetidas. Assumimos uma estrutura hierárquica apropriada com distribuição elíptica conjunta para os erros envolvidos, porém a inferência é desenvolvida sob uma abordagem marginal em que consideramos a distribuição marginal da resposta e da variável medida com erros. Procedimentos de influência local em que o esquema de perturbação é escolhido de forma apropriada são desenvolvidos. Um exemplo para motivação é apresentado e analisado através dos procedimentos apresentados neste trabalho. Detalhamos nos apêndices os principais procedimentos necessários para o desenvolvimento do modelo proposto.The aim of this thesis is to study elliptical linear mixed models in which one of the explanatory variables is subject to measurement error under the structural assumption. The work is presented by assuming a longitudinal structure, however the explanatory variable may be observed along the time or as repeated measures. A joint hierarchical structure is assumed for the elliptical errors, but the inference is made under the marginal structure. The methodology of local influence is applied with the perturbation schemes being selected appropriately. A motivation example is presented and analysed by the procedures developed in this work. All the main derivations for the development of the proposed model are presented in the appendices
