| dc.contributor | Cribari Neto, Francisco | |
| dc.creator | Liberal Pereira, Tarciana | |
| dc.date | Fri May 30 17:39:58 GMT-03:00 2014 | |
| dc.date | 2014-06-12T18:01:22Z | |
| dc.date | Fri May 30 17:39:58 GMT-03:00 2014 | |
| dc.date | 2014-06-12T18:01:22Z | |
| dc.date | 2010 | |
| dc.date.accessioned | 2018-04-27T12:09:33Z | |
| dc.date.available | 2018-04-27T12:09:33Z | |
| dc.identifier | Liberal Pereira, Tarciana; Cribari Neto, Francisco. Regressão beta inflacionada: inferência e aplicações. 2010. Tese (Doutorado). Programa de Pós-Graduação em Estatística, Universidade Federal de Pernambuco, Recife, 2010. | |
| dc.identifier | http://repositorio.ufpe.br/handle/123456789/6042 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/1404650 | |
| dc.description | Nesta tese são abordadas aplicações e inferências em modelos de regressão beta inflacionados
tanto sob dispersão fixa quanto sob dispersão variável. Na primeira parte da tese, realizamos
uma análise das eficiências administrativas dos municípios do estado de São Paulo com base
em modelos de regressão beta e beta inflacionado com efeitos espaciais. Adicionalmente, uma
comparação com os resultados obtidos a partir do modelo de regressão linear e com inferência
realizada via quasi-verossimilhança é apresentada. O modelo de regressão beta inflacionado
se mostrou mais adequado para explicar os escores de eficiência média dos municípios. Na
segunda parte, a partir do teste RESET (Ramsey, 1969), desenvolvemos testes de erro de especificação
para modelos de regressão beta inflacionados tanto sob dispersão fixa quanto sob
dispersão variável. Em particular, nós propomos duas variantes do teste. Na primeira variante,
nós apenas adicionamos variáveis de teste para o submodelo da média ao passo que na segunda
variante, variáveis de teste são adicionadas em todos os submodelos. Nós consideramos diversos
erros de especificação em nossa avaliação numérica: não-linearidade negligenciada, função
de ligação incorreta, variáveis omitidas, correlação espacial negligenciada e dispersão variável
não modelada. Os resultados de um estudo de Monte Carlo mostraram que nosso teste de especificação
tipicamente apresenta bons poderes em amostras de tamanho pequeno a moderado,
exceto quando a correlação espacial é negligenciada. Neste caso, tamanhos amostrais maiores
são necessários para obter bons poderes. Por fim, na terceira parte, desenvolvemos novos ajustes
para as estatísticas da razão de verossimilhanças usual e sinalizada em modelos de regressão
beta inflacionados a partir da proposta de Skovgaard (2001). Os ajustes são de fácil obtenção
pois só requerem cumulantes até segunda ordem da função de log-verossimilhança. Evidências
obtidas a partir de um estudo de Monte Carlo mostraram que os testes propostos apresentaram
melhores desempenhos do que os testes não modificados em pequenas amostras | |
| dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | |
| dc.language | pt_BR | |
| dc.publisher | Universidade Federal de Pernambuco | |
| dc.subject | Testes de hipótese. | |
| dc.subject | Regressão beta inflacionada | |
| dc.subject | Regressão beta | |
| dc.subject | Dados de proporções | |
| dc.subject | Dados de taxas | |
| dc.subject | Máxima verossimilhança | |
| dc.subject | Eficiência técnica | |
| dc.title | Regressão beta inflacionada: inferência e aplicações | |
| dc.type | Tesis | |
