Influence of diagnostic in models with errors in variable skew-normal/independent

dc.creatorCarvalho, Rignaldo Rodrigues
dc.date2010
dc.date2017-08-31T14:27:52Z
dc.date2017-08-31T14:27:52Z
dc.date.accessioned2018-03-29T05:31:05Z
dc.date.available2018-03-29T05:31:05Z
dc.identifierCARVALHO, Rignaldo Rodrigues. Diagnóstico de influência em modelos com erros na variável skew-normal/independente. 2010. 110 p. Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica, Campinas, SP.
dc.identifierhttp://repositorio.unicamp.br/jspui/handle/REPOSIP/306689
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1359201
dc.descriptionOrientadores: Victor Hugo Lachos Dávila, Filidor Edilfonso Vilca Labra
dc.descriptionDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica
dc.descriptionResumo: O modelo de medição de Barnett é frequentemente usado para comparar vários instrumentos de medição. é comum assumir que os termos aleatórios têm uma distribuição normal. Entretanto, tal suposição faz a inferência vulnerável a observações atípicas por outro lado distribuições de misturas de escala skew-normal tem sido uma interessante alternativa para produzir estimativas robustas tendo a elegância e simplicidade da teoria da máxima verossimilhança. Nós usamos resultados de Lachos et al. (2008) para obter a estimação dos parâmetros via máxima verossimilhança, baseada no algoritmo EM, o qual rende expressões de forma fechada para as equações no passo M. Em seguida desenvolvemos o método de influência local de Zhu e Lee (2001) para avaliar os aspectos de estimação dos parâmetros sob alguns esquemas de perturbação. Os resultados obtidos são aplicados a conjuntos de dados bastante estudados na literatura, ilustrando a utilidade da metodologia proposta
dc.descriptionAbstract: The Barnett measurement model is frequently used to comparing several measuring devices. It is common to assume that the random terms have a normal distribution. However, such assumption makes the inference vulnerable to outlying observations whereas scale mixtures of skew-normal distributions have been an interesting alternative to produce robust estimates keeping the elegancy and simplicity of the maximum likelihood theory. We used results in Lachos et al. (2008) for obtaining parameter estimation via maximum likelihood, based on the EM-algorithm, which yields closed form expressions for the equations in the M-step. Then we developed the local influence method to assessing the robustness aspects of these parameter estimates under some usual perturbation schemes. Results obtained for one real data set are reported, illustrating the usefulness of the proposed methodology
dc.descriptionMestrado
dc.descriptionMétodos Estatísticos
dc.descriptionMestre em Estatística
dc.format110 p. : il.
dc.formatapplication/pdf
dc.languagePortuguês
dc.subjectAlgoritmos de esperança-maximização
dc.subjectDistribuição normal assimétrica
dc.subjectInfluência local (Estatística)
dc.subjectMisturas de escala
dc.subjectDistância de Mahalanobis
dc.subjectExpectation-maximization algorithms
dc.subjectSkew-normal distributions
dc.subjectLocal influence (Statistics)
dc.subjectScale mixtures
dc.subjectMahalanobis distance
dc.titleDiagnóstico de influência em modelos com erros na variável skew-normal/independente
dc.titleInfluence of diagnostic in models with errors in variable skew-normal/independent
dc.typeTesis


Este ítem pertenece a la siguiente institución