Distribuição gama generalizada geométrica estendida

The extended generalized gamma geometric distribution

dc.contributorLima, Renato Ribeiro de
dc.contributorPascoa, Marcelino Alves Rosa de
dc.contributorOliveira, Anderson Castro Soares de
dc.contributorGouvêa, Graziela Dutra Rocha
dc.contributorChaves, Lucas Monteiro
dc.contributorVivanco, Mário Javier Ferrua
dc.creatorBortolini, Juliano
dc.date2015-12-17T12:36:20Z
dc.date2015-12-17T12:36:20Z
dc.date2015-12-17
dc.date2015-12-03
dc.date.accessioned2023-09-28T19:53:07Z
dc.date.available2023-09-28T19:53:07Z
dc.identifierBORTOLINI, J. Distribuição gama generalizada geométrica estendida. 2015. 133 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2015.
dc.identifierhttp://repositorio.ufla.br/jspui/handle/1/10701
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9039237
dc.descriptionNew probability distributions are proposed in order to get better fit to the complex data such as censored, skewed and bimodal. In this perspective, this work proposed new more flexible models for survival analysis. The first model proposed is the extended generalized gamma geometric distribution of five parameters, which includes well-known lifetime special sub-models such as the generalized gamma. We provided a mathematical treatment of the new distribution including explicit expressions for moments, moment generating function, mean deviations, reliability and order statistics. Further, we developed an extension of this distribution by assuming that a shape parameter can take negative values. Additionally, we derived the log-transformed distribution and its regression model. The new regression model represents a parametric family of models that includes as sub-models some widely known regression models that can be applied to censored survival data. Finally, an application of the new models to real data showed that they could provide a better fit than other statistical models frequently used in lifetime data analysis.
dc.descriptionNovas distribuições de probabilidade são propostas com o objetivo de obter melhores ajustes a dados que apresentem comportamentos mais complexos, tais como os que estão suscetíveis a censuras. Nesta perspectiva, este trabalho propôs novos modelos mais flexíveis para a análise de sobrevivência. O primeiro exposto é a distribuição gama generalizada geométrica estendida de cinco parâmetros, que inclui importantes distribuições como casos particulares, tal como a gama generalizada. Para essa nova distribuição, obteve-se uma expressão para os momentos, função geradora de momentos, função densidade da distribuição de estatística de ordem, desvios médios e confiabilidade. Examinaram-se os estimadores de máxima verossimilhança dos parâmetros e calculou-se a matriz de informação observada. Em sequência, realizou-se uma sutil generalização da distribuição já proposta e a transformação logarítmica, proporcionando o desenvolvimento de um modelo de regressão paramétrico. A utilidade dos novos modelos propostos são ilustrados com uma aplicação a um conjunto de dados de tempo de permanência de imigrantes brasileiros no Japão. Para o conjunto de dados analisado, as estatísticas AIC, BIC e CAIC mostraram que os novos modelos são mais adequados do que outros disponíveis na literatura.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Lavras
dc.publisherPrograma de Pós-Graduação em Estatística e Experimentação Agropecuária
dc.publisherUFLA
dc.publisherbrasil
dc.publisherDepartamento de Ciências Exatas
dc.rightsacesso aberto
dc.subjectAnálise de sobrevivência
dc.subjectRegressão locação-escala
dc.subjectEstimação de máxima verossimilhança
dc.subjectInferência Bayesiana
dc.subjectBimodal
dc.subjectSurvival analysis
dc.subjectLocation-scale regression model
dc.subjectMaximum likelihood estimation
dc.subjectBayesian inference
dc.subjectProbabilidade e Estatística Aplicadas
dc.subjectAgronomia
dc.titleDistribuição gama generalizada geométrica estendida
dc.titleThe extended generalized gamma geometric distribution
dc.typetese


Este ítem pertenece a la siguiente institución