• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.104.2020.tde-18092020-172444
Documento
Autor
Nombre completo
Carlos Franklin Taco Pedraza
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 2020
Director
Tribunal
Cancho, Vicente Garibay (Presidente)
Cordeiro, Gauss Moutinho
Ortega, Edwin Moises Marcos
Título en portugués
O Modelo de Regressão Potência-Normal Logística, Cauchy, Normal e Gumbel para resposta no intervalo unitário
Palabras clave en portugués
Distribuição potência normal
Estimação de máxima verossimilhança
Função quantílica
Resumen en portugués
Neste trabalho é proposto uma nova classe de modelos estatístico para modelar dados limitados no intervalo continuo (0;1). O novo modelo é a composição da distribuição potência-normal e o quantil de outra família de distribuições com o mesmo suporte. A nova proposta é uma generalização do modelo proposto por Johnson (Johnson (1949)). Além disso, a nova família é estendida para modelos de regressão como uma alternativa aos modelos de regressão com resposta no intervalo unitario. Também para a classe de modelos proposto, desenvolvemos procedimentos inferênciais desde a perspectiva clássica, baseada na teoria de verossimilhança. Especificamente é obtido as estimativas de máxima verossimilhança numericamente e estudamos as propriedades assintóticas via simulação estócastica e desenvolvemos procedimetos de teste de hipóteses para os parâmetros do modelo e um estudo de simulação é realizado para estudar o comportamento assintótico das estatísticas gradiente, wald, escore e razão de verossimilhança. Uma aplicação para dados reais para ilustrar o uso da nova família é considerada.
Título en inglés
The Power Normal Logistic, Cauchy, Normal and Gumbel Regression for response in the unit interval
Palabras clave en inglés
Maximum likelihood estimation
Power normal distribution
Quantile function
Resumen en inglés
In this research a new statistical model is introduced to model data restricted in the continuous interval (0;1). The new model is the composition of the power-normal distribution and the quantile of another family of distributions with the same support. The new proposal is a generalization of the model proposed by Johnson (Johnson (1949)). In addition, the new family is extended to regression models as an alternative to the regression model with a unit interval response. Also for the proposed class of models, we developed inference procedures from the classical perspective, based on the likelihood theory. Specifically, the maximum likelihood estimates are obtained numerically and we study the asymptotic properties via stochastic simulation and we develop hypothesis testing procedures for the model parameters and a simulation study is performed to study the asymptotic behavior of the gradient, wald, score and likelihood ratio statistics. An application for real data to illustrate the use of the new family is considered.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2020-09-18
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.