| dc.contributor | CRIBARI NETO, Francisco | |
| dc.contributor | http://lattes.cnpq.br/6614426935436704 | |
| dc.contributor | http://lattes.cnpq.br/2225977664095899 | |
| dc.creator | FONSECA, Rodney Vasconcelos | |
| dc.date | 2018-05-07T20:51:12Z | |
| dc.date | 2018-05-07T20:51:12Z | |
| dc.date | 2017-02-10 | |
| dc.date.accessioned | 2022-10-06T16:20:58Z | |
| dc.date.available | 2022-10-06T16:20:58Z | |
| dc.identifier | https://repositorio.ufpe.br/handle/123456789/24572 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/3982762 | |
| dc.description | A distribuição Birnbaum-Saunders tem sido amplamente estudada na literatura, sendo utilizada para analisar diferentes tipos de dados, como tempo de vida de materias sujeitos à fadiga e quantidades referentes a poluição atmosférica, por exemplo. Essa distribuição foi estendida para modelos mais gerais por diversos autores. Essa dissertação é composta de dois capítulos principais e independentes. No primeiro trabalho, investigamos problemas relacionados com estimação por máxima verossimilhança em uma extensão bimodal da distribuição Birnbaum-Saunders. Propomos um esquema de penalização que, quando aplicado à função de log-verossimilhança, reduz bastante a frequência de falhas de convergência. Inferência através de testes de hipóteses baseada na função de log-verossimilhança penalizada é investigada. No segundo ensaio, desenvolvemos um modelo de regressão Birnbaum-Saunders bimodal. Discutimos sobre inferências por estimação pontual, estimação intervalar e testes de hipóteses. Também propomos dois resíduos e desenvolvemos análise de influência local. Intervalos de predição baseados em reamostragem bootstrap também são apresentados e diferentes critérios de seleção de modelos para o modelo proposto são discutidos. Adicionalmente, apresentamos resultados de simulação de Monte Carlo e algumas aplicações empíricas. | |
| dc.description | CNPQ | |
| dc.description | The Birnbaum-Saunders distribution has been widely studied in the literature, being used to analyze different kind of data, like the lifetime of objects being exposed to fatigue activity and quantities corresponding to air pollution, for example. It was also extended to more general settings by several authors. This dissertation is composed of two main and independent chap-ters. In the first work, we investigate problems related to maximum likelihood estimation in a bimodal extension of the Birnbaum-Saunders distribution. We propose a penalization scheme that, when applied to the log-likelihood function, greatly reduces the frequency of convergence failures. Hypothesis testing inference based on the penalized log-likelihood function is inves-tigated. In the second essay, we develop a bimodal Birnbaum-Saunders regression model. We discuss point estimation, interval estimation and hypothesis testing inference. We also pro-pose two residuals and develop local influence analyses. Bootstrap-based prediction intervals are also presented and different model selection criteria for the proposed model are discussed. Additionally, we present results from Monte Carlo simulations and from some empirical applications. | |
| dc.format | application/pdf | |
| dc.language | eng | |
| dc.publisher | Universidade Federal de Pernambuco | |
| dc.publisher | UFPE | |
| dc.publisher | Brasil | |
| dc.publisher | Programa de Pos Graduacao em Estatistica | |
| dc.subject | Análise de regressão | |
| dc.subject | Verossimilhança | |
| dc.title | Bimodal Birnbaum-Saunders statistical modeling | |
| dc.type | masterThesis | |
