Tesis Doctoral
DOI
https://doi.org/10.11606/T.45.2017.tde-15032018-185352
Documento
Autor
Nombre completo
Carlos Alberto Cardozo Delgado
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2017
Director
Tribunal
Paula, Gilberto Alvarenga (Presidente)
Giampaoli, Viviana
Ortega, Edwin Moises Marcos
Pinheiro, Eliane Cantinho
Silva, Michelli Karinne Barros da
Título en inglés
Semi-parametric generalized log-gamma regression models
Resumen en inglés
The central objective of this work is to develop statistical tools for semi-parametric regression models with generalized log-gamma errors under the presence of censored and uncensored observations. The estimates of the parameters are obtained through the multivariate version of Newton-Raphson algorithm and an adequate combination of Fisher Scoring and Backffitting algorithms. Through analytical tools and using simulations the properties of the penalized maximum likelihood estimators are studied. Some diagnostic techniques such as quantile and deviance-type residuals as well as local influence measures are derived. The methodologies are implemented in the statistical computational environment R. The package sglg is developed. Finally, we give some applications of the models to real data.
Título en portugués
Modelos de regressão semiparamétricos com erros distribuÃdos log-gamma generalizada
Palabras clave en portugués
Distribuição log-gamma generalizada
Distribuições assimétricas
Estimação por máxima verossimilhança penalizada
Modelos semiparamétricos
Observações censuradas
P-splines
Spline cúbico natural
Resumen en portugués
O objetivo central do trabalho é proporcionar ferramentas estatÃsticas para modelos de regressão semiparamétricos quando os erros seguem distribução log-gamma generalizada na presença de observações censuradas ou não censuradas. A estimação paramétrica e não paramétrica são realizadas através dos procedimentos Newton - Raphson, escore de Fisher e Backfitting (Gauss - Seidel). As propriedades assintóticas dos estimadores de máxima verossimilhança penalizada são estudadas em forma analÃtica, bem como através de simulações. Alguns procedimentos de diagnóstico são desenvolvidos, tais como resÃduos tipo componente do desvio e resÃduo quantÃlico, bem como medidas de influ\^encia local sob alguns esquemas usuais de perturbação. Todos procedimentos do presente trabalho são implementados no ambiente computacional R, o pacote sglg é desenvolvido, assim como algumas aplicações a dados reais são apresentadas.
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
2018-03-25