Orientador: Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-27T16:25:27Z (GMT). No. of bitstreams: 1 RamosQuispe_LuzMarina_M.pdf: 6411257 bytes, checksum: 6e1e798cf8f6d7586fe5d9a057492a77 (MD5) Previous issue date: 2015 / Resumo: Vários trabalhos têm sido feitos sobre a distribuição Birnbaum-Saunders (BS) univariada e suas extensões. A distribuição bivariada Birnbaum-Saunders (BS) foi apresentada apenas recentemente por Kundu et al. (2010) e algumas extensões já foram discutidas por Vilca et al. (2014) e Kundu et al. (2013). Eles propuseram uma distribuição BS bivariada com estrutura de dependência e estabeleceram várias propriedades atraentes. Este trabalho fornece extensões, univariada e bivariada, da distribuição BS. Estas extensões são baseadas na distribuição Gaussiana Inversa (IG) que é usada como uma distribuição de mistura no contexto de misturas de escala normal. As distribuições resultantes são distribuições absolutamente contínuas e muitas propriedades da distribuição BS são preservadas. Sob caso bivariado, as marginais e condicionais são do tipo Birnbaum-Saunders univariada. Para a obtenção da estimativa de máxima verossimilhança (EMV) é desenvolvido um algoritmo EM. Ilustramos os resultados obtidos com dados reais e simulados / Abstract: Several works have been done on the univariate Birnbaum-Saunders (BS) distribution and its extensions. The bivariate Birnbaum-Saunders (BS) distribution was presented only recently by Kundu et al. (2010) and some extensions have already been discussed by Vilca et al. (2014) and Kundu et al. (2013). They proposed a bivariate BS distribution with dependence structure and established several attractive properties. This work provides extensions, univariate and bivariate, of the BS distribution. These extensions are based on the Inverse Gaussian (IG) distribution that is used as a mixing distribution in the context of scale mixtures of normal. The resulting distributions are absolutely continuous distributions and many properties of the BS distribution are preserved. Under bivariate case, the marginals and conditionals are of type univariate Birnbaum-Saunders. For obtaining the maximum likelihood estimates (MLE) of the model parameters is developed an algorithm EM. We illustrate the obtained results with real and simulated dataset / Mestrado / Estatistica / Mestra em Estatística

Researchers conduct life testing on objects of interest in an attempt to determine their life distribution as a means of studying their reliability (or survivability). Determining the life distribution of the objects under study helps manufacturers to identify potential faults, and to improve quality. Researchers sometimes conduct accelerated life tests (ALTs) to ensure that failure among the tested units is earlier than what could result under normal operating (or environmental) conditions. Moreover, such experiments allow the experimenters to examine the effects of high levels of one or more stress factors on the lifetimes of experimental units. Examples of stress factors include, but not limited to, cycling rate, dosage, humidity, load, pressure, temperature, vibration, voltage, etc. A special class of ALT is step-stress accelerated life testing. In this type of experiments, the study sample is tested at initial stresses for a given period of time. Afterwards, the levels of the stress factors are increased in agreement with prefixed points of time called stress-change times. In practice, time and resources are limited; thus, any experiment is expected to be constrained to a deadline which is called a termination time. Hence, the observed information may be subjected to Type-I censoring. This study discusses maximum likelihood inferential methods for the parameters of multiple step-stress models from a generalized Birnbaum-Saunders distribution under time constraint alongside other inference-related problems. A couple of general inference frameworks are studied; namely, the observed likelihood (OL) framework, and the expectation-maximization (EM) framework. The last-mentioned framework is considered since there is a possibility that Type-I censored data are obtained. In the first framework, the scoring algorithm is used to get the maximum likelihood estimators (MLEs) for the model parameters. In the second framework, EM-based algorithms are utilized to determine the required MLEs. Obtaining observed information matrices under both frameworks is also discussed. Accordingly, asymptotic and bootstrap-based interval estimators for the model parameters are derived. Model discrimination within the considered generalized Birnbaum-Saunders distribution is carried out by likelihood ratio test as well as by information-based criteria. The discussed step-stress models are illustrated by analyzing three real-life datasets. Accordingly, establishing optimal multiple step-stress test plans based on cost considerations and three optimality criteria is discussed. Since maximum likelihood estimators are obtained by numerical optimization that involves maximizing some objective functions, optimization methods used, and their software implementations in R are discussed. Because of the computational aspects are in focus in this study, the benefits of parallel computing in R, as a high-performance computational approach, are briefly addressed. Numerical examples and Monte Carlo simulations are used to illustrate and to evaluate the methods presented in this thesis. / Thesis / Doctor of Science (PhD)

Survival analytic methods help to analyze lifetime data arising from medical and reliability experiments. The popular proportional hazards model, proposed by Cox (1972), is widely used in survival analysis to study the effect of risk factors on lifetimes. An important assumption in regression type analysis is that all relative risk factors should be included in the model. However, not all relative risk factors are observed due to measurement difficulty, inaccessibility, cost considerations, and so on. These unobservable risk factors can be modelled by the so-called frailty model, originally introduced by Vaupel et al. (1979). Furthermore, the frailty model is also applicable to clustered data. Cluster data possesses the feature that observations within the same cluster share similar conditions and environment, which are sometimes difficult to observe. For example, patients from the same family share similar genetics, and patients treated in the same hospital share the same group of profes- sionals and same environmental conditions. These factors are indeed hard to quantify or measure. In addition, this type of similarity introduces correlation among subjects within clusters. In this thesis, a semi-parametric frailty model is proposed to address aforementioned issues. The baseline hazards function is approximated by a piecewise constant function and the frailty distribution is assumed to be a Birnbaum-Saunders distribution. Due to the advancement in modern medical sciences, many diseases are curable, which in turn leads to the need of incorporating cure proportion in the survival model. The frailty model discussed here is further extended to a mixture cure rate frailty model by integrating the frailty model into the mixture cure rate model proposed originally by Boag (1949) and Berkson and Gage (1952). By linking the covariates to the cure proportion through logistic/logit link function and linking observable covariates and unobservable covariates to the lifetime of the uncured population through the frailty model, we obtain a flexible model to study the effect of risk factors on lifetimes. The mixture cure frailty model can be reduced to a mixture cure model if the effect of frailty term is negligible (i.e., the variance of the frailty distribution is close to 0). On the other hand, it also reduces to the usual frailty model if the cure proportion is 0. Therefore, we can use a likelihood ratio test to test whether the reduced model is adequate to model the given data. We assume the baseline hazard to be that of Weibull distribution since Weibull distribution possesses increasing, constant or decreasing hazard rate, and the frailty distribution to be Birnbaum-Saunders distribution. D ́ıaz-Garc ́ıa and Leiva-Sa ́nchez (2005) proposed a new family of life distributions, called generalized Birnbaum-Saunders distribution, including Birnbaum-Saunders distribution as a special case. It allows for various degrees of kurtosis and skewness, and also permits unimodality as well as bimodality. Therefore, integration of a generalized Birnbaum-Saunders distribution as the frailty distribution in the mixture cure frailty model results in a very flexible model. For this general model, parameter estimation is carried out using a marginal likelihood approach. One of the difficulties in the parameter estimation is that the likelihood function is intractable. The current technology in computation enables us to develop a numerical method through Monte Carlo simulation, and in this approach, the likelihood function is approximated by the Monte Carlo method and the maximum likelihood estimates and standard errors of the model parameters are then obtained numerically by maximizing this approximate likelihood function. An EM algorithm is also developed for the Birnbaum-Saunders mixture cure frailty model. The performance of this estimation method is then assessed by simulation studies for each proposed model. Model discriminations is also performed between the Birnbaum-Saunders frailty model and the generalized Birnbaum-Saunders mixture cure frailty model. Some illustrative real life examples are presented to illustrate the models and inferential methods developed here. / Thesis / Doctor of Science (PhD)

The Birnbaum-Saunders (BS) distribution is the most popular model used to describe lifetime process under fatigue. Throughout the years, this distribution has received a wide ranging of applications, demanding some more flexible extensions to solve more complex problems. One of the most well-known extensions of the BS distribution is the generalized Birnbaum- Saunders (GBS) family of distributions that includes the Birnbaum-Saunders special-case (BSSC) and the Birnbaum-Saunders generalized t (BSGT) models as special cases. Although the BS-SC distribution was previously developed in the literature, it was never deeply studied and hence, in this thesis, we provide a full Bayesian study and develop a tool to generate random numbers from this distribution. Further, we develop a very flexible regression model, that admits different degrees of skewness and kurtosis, based on the BSGT distribution using the generalized additive models for location, scale and shape (GAMLSS) framework. We also introduce a new extension of the BS distribution called the Birnbaum-Saunders power (BSP) family of distributions, which contains several special or limiting cases already published in the literature, including the GBS family. The main feature of the new family is that it can produce both unimodal and bimodal shapes depending on its parameter values. We also introduce this new family of distributions into the GAMLSS framework, in order to model any or all the parameters of the distribution using parametric linear and/or nonparametric smooth functions of explanatory variables. Throughout this thesis we present five different applications in real data sets in order to illustrate the developed theoretical results. / A distribuição Birnbaum-Saunders (BS) é o modelo mais popular utilizado para descrever processos de fadiga. Ao longo dos anos, essa distribuição vem recebendo aplicações nas mais diversas áreas, demandando assim algumas extensões mais flexíveis para resolver problemas mais complexos. Uma das extensões mais conhecidas na literatura é a família de distribuições Birnbaum-Saunders generalizada (GBS), que inclui as distribuições Birnbaum-Saunders casoespecial (BS-SC) e Birnbaum-Saunders t generalizada (BSGT) como modelos especiais. Embora a distribuição BS-SC tenha sido previamente desenvolvida na literatura, nunca foi estudada mais profundamente e, assim, nesta tese, um estudo bayesiano é desenvolvido acerca da mesma além de um novo gerador de números aleatórios dessa distribuição ser apresentado. Adicionalmente, um modelo de regressão baseado na distribuição BSGT é desenvolvido utilizando-se os modelos aditivos generalizados para locação, escala e forma (GAMLSS), os quais apresentam grande flexibilidade tanto para a assimetria como para a curtose. Uma nova extensão da distribuição BS também é apresentada, denominada família de distribuições Birnbaum-Saunders potência (BSP), que contém inúmeros casos especiais ou limites já publicados na literatura, incluindo a família GBS. A principal característica desta nova família é que ela é capaz de produzir formas tanto uni como bimodais dependendo do valor de seus parâmetros. Esta nova família também é introduzida na estrutura dos modelos GAMLSS para fornecer uma ferramenta capaz de modelar todos os parâmetros da distribuição como funções lineares e/ou não-lineares suavizadas de variáveis explicativas. Ao longo desta tese são apresentadas cinco diferentes aplicações em conjuntos de dados reais para ilustrar os resultados teóricos obtidos.

Madeira laminada colada (MLC) é um material de construção muito empregado em estruturas. Este produto é composto de lâminas classificadas de madeira, coladas horizontalmente, para formar peças estruturais de madeira grandes dimensões. A união das lâminas é realizada através de distintos tipos de emendas longitudinais, sendo as emendas dentadas as mais utilizadas. Considerando que os componentes estruturais de MLC, em geral, são solicitadas a carregamentos cíclicos, este trabalho tem por finalidade a proposta de um modelo estatístico para a determinação da vida à fadiga em menos dentadas de madeira. O trabalho foi realizado no Laboratório de Madeiras e de Estruturas de madeira (LaMEM), com o estudo teórico e experimental da fadiga em corpos-de-prova tracionados de ligações com emendas dentadas, baseado em um planejamento estatístico de experimentos e na NBR 7190/97. Os resultados contidos mostram que o modelo Polinomial Ortogonal Múltiplo da distribuição de Birnbaum-Saunders é de grande precisão e o mais adequado ao estudo da fadiga. O uso deste modelo pode ser de grande benefício, já que com ele se poderá estimar e caracterizar com maior confiabilidade e precisão a um menor custo a vida à fadiga em emendas dentadas de madeira, considerando as variáveis independentes de tensão e freqüência. / In the production of structural elements of Glued Laminated Timber (GLULAM), the horizontal union of lumbers are made with finger joints. Considering that the structural components of GLULAM need a great number of finger joints, and some of these structures are subject to cyclic loading, the objective of this work is to present a statistical model to estimate the fatigue life in lumber tension finger joints. The theoretical and experimental work was made in the Laboratory of Wood and Timber Structures (LaMEM), based on a statistical experiment design using tension tests and in agreement with the NBR 7190/97 code. The estimation procedure was based on the multiple orthogonal polynomial Birnbaum-Saunders model and the results show that the parameter estimates of the multiple orthogonal polynomial Birnbaum-Saunders model are obtained with at good accuracy and the most appropriate for the wood fatigue study. The use of the model can be of great benefit, since with it can be fit and characterize with greater reliability and precision at a smaller cost the fatigue life in finger joints of wood, considering the independent variables stress and frequency.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-08T21:14:19Z No. of bitstreams: 1 DÉBORA KAROLLYNE XAVIER SILVA - DISSERTAÇÃO PPGMAT 2013..pdf: 5676823 bytes, checksum: 10779ac6b54c624585a998fed783af51 (MD5) / Made available in DSpace on 2018-08-08T21:14:19Z (GMT). No. of bitstreams: 1 DÉBORA KAROLLYNE XAVIER SILVA - DISSERTAÇÃO PPGMAT 2013..pdf: 5676823 bytes, checksum: 10779ac6b54c624585a998fed783af51 (MD5) Previous issue date: 2013-12 / Capes / A distribuição Birnbaum-Saunders surgiu em 1969 com aplicações fortemente ligadas à engenharia e se expandiu nas últimas décadas a diversas áreas. Na literatura, além de tomar um papel de destaque na análise de sobrevivência, podemos destacar o surgimento de várias generalizações. Neste trabalho apresentaremos uma dessas generalizações, a qual foi formulada por Mentainis em 2010. Primeiramente, faremos uma breve explanação sobre a distribuição Birnbaum-Saunders cl´assica e sobre a generaliza¸c˜ao que foi proposta por Mentainis (2010), a qual chamaremos de distribuição Birnbaum-Saunders generalizada. Em seguida, discorreremos sobre a distribuição senh-normal, a qual possui uma importante relação com a distribuição Birnbaum-Saunders. Numa outra etapa, apresentaremos alguns métodos de diagnóstico para o modelo de regressão log-Birnbaum-Saunders generalizado e investigaremos testes de homogeneidade para os correspondentes parˆametros de forma e escala. Por fim, analisamos um conjunto de dados para ilustrar a teoria desenvolvida. / The Birnbaum-Saunders distribution emerged in 1969 motivated by problems in engineering. However, its field of application has been extended beyond the original context of material fatigue and reliability analysis. In the literature, it has made an important role in survival analysis. Moreover, many generalizations of it have been considered. In this work we present one of these generalizations, which was formulated by Mentainis in 2010. First, we provide a brief explanation of the classical Birnbaum-Saunders distribution and its generalization proposed by Mentainis (2010), which we name as the generalized Birnbaum-Saunders distribution. Thereafter, we discuss the sinh-normal distribution, which has an important relationship with the Birnbaum-Saunders distribution. In a further part of this work, we present some diagnostic methods for generalized log-Birnbaum-Saunders regression models and investigate tests of homogeneity for the corresponding shape and scale parameters. Finally, an application with real data is presented.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-02T21:04:42Z No. of bitstreams: 1 JOELSON DA CRUZ CAMPOS - DISSERTAÇÃO PPGMAT 2011..pdf: 1767673 bytes, checksum: bf8d4ae8ead7124a54cdc7b566c2a9ff (MD5) / Made available in DSpace on 2018-08-02T21:04:42Z (GMT). No. of bitstreams: 1 JOELSON DA CRUZ CAMPOS - DISSERTAÇÃO PPGMAT 2011..pdf: 1767673 bytes, checksum: bf8d4ae8ead7124a54cdc7b566c2a9ff (MD5) Previous issue date: 2011-12 / Capes / Neste trabalho, propomos o modelo de regressão log-Birnbaum-Saunders generalizado para analisar dados com censura intervalar. As funções escore e a matriz de informação de Fisher observada foram obtidas, bem como foi discutido o processo de estimação dos parâmetros do modelo. Como medida de influência, consideramos o afastamento pela verossimilhança (likelihood displacement) sob vários esquemas de perturbação. Derivamos as matrizes apropriadas para obter a influência local nos parâmetros estimados do modelo e realizamos uma análise residual baseada nos resíduos de Cox-Snell ajustado, Martingale e componente do desvio modificado. Apresentamos também um estudo de simulação de Monte Carlo a fim de investigar o comportamento da distribuição empírica dos resíduos propostos. Finalmente, uma aplicação com dados reais é apresentada. / In this work, we propose the model of regression log-Birnbaum-Saunders generalized to analyze data with interval censored. The score functions and the observed Fisher information matrix were obtained, as well as the process for estimating of the parameters was discussed. As measure of influence, we considered the likelihood displacement under several schemes of perturbation. The normal curvatures of local influence were derived and we conducted a residual analysis based on residuals Cox-Snell adjusted, Martingale and modified deviance. A Monte Carlo simulation was carried in order to investigate the behavior of empiric distribution of the proposed residuals. Finally, an application with real data is presented.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-04-24T18:48:10Z No. of bitstreams: 1 TeseJSL.pdf: 1918523 bytes, checksum: 4d551d58b97032091209f65b7428e992 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-04-25T18:50:15Z (GMT) No. of bitstreams: 1 TeseJSL.pdf: 1918523 bytes, checksum: 4d551d58b97032091209f65b7428e992 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-04-25T18:50:23Z (GMT) No. of bitstreams: 1 TeseJSL.pdf: 1918523 bytes, checksum: 4d551d58b97032091209f65b7428e992 (MD5) / Made available in DSpace on 2017-04-25T18:59:25Z (GMT). No. of bitstreams: 1 TeseJSL.pdf: 1918523 bytes, checksum: 4d551d58b97032091209f65b7428e992 (MD5) Previous issue date: 2017-01-09 / Não recebi financiamento / In this thesis we propose models based on a reparameterized Birnbaum-Saunder (BS) distribution introduced by Santos-Neto et al. (2012) and Santos-Neto et al. (2014), to analyze survival data. Initially we introduce the Birnbaum-Saunders frailty model where we analyze the cases (i) with (ii) without covariates. Survival models with frailty are used when further information is nonavailable to explain the occurrence time of a medical event. The random effect is the “frailty”, which is introduced on the baseline hazard rate to control the unobservable heterogeneity of the patients. We use the maximum likelihood method to estimate the model parameters. We evaluate the performance of the estimators under different percentage of censured observations by a Monte Carlo study. Furthermore, we introduce a Birnbaum-Saunders regression frailty model where the maximum likelihood estimation of the model parameters with censored data as well as influence diagnostics for the new regression model are investigated. In the following we propose a cure rate Birnbaum-Saunders frailty model. An important advantage of this proposed model is the possibility to jointly consider the heterogeneity among patients by their frailties and the presence of a cured fraction of them. We consider likelihood-based methods to estimate the model parameters and to derive influence diagnostics for the model. In addition, we introduce a bivariate Birnbaum-Saunders distribution based on a parameterization of the Birnbaum-Saunders which has the mean as one of its parameters. We discuss the maximum likelihood estimation of the model parameters and show that these estimators can be obtained by solving non-linear equations. We then derive a regression model based on the proposed bivariate Birnbaum-Saunders distribution, which permits us to model data in their original scale. A simulation study is carried out to evaluate the performance of the maximum likelihood estimators. Finally, examples with real-data are performed to illustrate all the models proposed here. / Nesta tese propomos modelos baseados na distribuição Birnbaum-Saunders reparametrizada introduzida por Santos-Neto et al. (2012) e Santos-Neto et al. (2014), para análise dados de sobrevivência. Incialmente propomos o modelo de fragilidade Birnbaum-Saunders sem e com covariáveis observáveis. O modelo de fragilidade é caracterizado pela utilização de um efeito aleatório, ou seja, de uma variável aleatória não observável, que representa as informações que não podem ou não foram observadas tais como fatores ambientais ou genéticos, como também, informações que, por algum motivo, não foram consideradas no planejamento do estudo. O efeito aleatório (a “fragilidade”) é introduzido na função de risco de base para controlar a heterogeneidade não observável. Usamos o método de máxima verossimilhança para estimar os parâmetros do modelo. Avaliamos o desempenho dos estimadores sob diferentes percentuais de censura via estudo de simulações de Monte Carlo. Considerando variáveis regressoras, derivamos medidas de diagnóstico de influência. Os métodos de diagnóstico têm sido ferramentas importantes na análise de regressão para detectar anomalias, tais como quebra das pressuposições nos erros, presença de outliers e observações influentes. Em seguida propomos o modelo de fração de cura com fragilidade Birnbaum-Saunders. Os modelos para dados de sobrevivência com proporção de curados (também conhecidos como modelos de taxa de cura ou modelos de sobrevivência com longa duração) têm sido amplamente estudados. Uma vantagem importante do modelo proposto é a possibilidade de considerar conjuntamente a heterogeneidade entre os pacientes por suas fragilidades e a presença de uma fração curada. As estimativas dos parâmetros do modelo foram obtidas via máxima verossimilhança, medidas de influência e diagnóstico foram desenvolvidas para o modelo proposto. Por fim, avaliamos a distribuição bivariada Birnbaum-Saunders baseada na média, como também introduzimos um modelo de regressão para o modelo proposto. Utilizamos os métodos de máxima verossimilhança e método dos momentos modificados, para estimar os parâmetros do modelo. Avaliamos o desempenho dos estimadores via estudo de simulações de Monte Carlo. Aplicações a conjuntos de dados reais ilustram as potencialidades dos modelos abordados.

Madeira laminada colada (MLC) é um material de construção muito empregado em estruturas. Este produto é composto de lâminas classificadas de madeira, coladas horizontalmente, para formar peças estruturais de madeira grandes dimensões. A união das lâminas é realizada através de distintos tipos de emendas longitudinais, sendo as emendas dentadas as mais utilizadas. Considerando que os componentes estruturais de MLC, em geral, são solicitadas a carregamentos cíclicos, este trabalho tem por finalidade a proposta de um modelo estatístico para a determinação da vida à fadiga em menos dentadas de madeira. O trabalho foi realizado no Laboratório de Madeiras e de Estruturas de madeira (LaMEM), com o estudo teórico e experimental da fadiga em corpos-de-prova tracionados de ligações com emendas dentadas, baseado em um planejamento estatístico de experimentos e na NBR 7190/97. Os resultados contidos mostram que o modelo Polinomial Ortogonal Múltiplo da distribuição de Birnbaum-Saunders é de grande precisão e o mais adequado ao estudo da fadiga. O uso deste modelo pode ser de grande benefício, já que com ele se poderá estimar e caracterizar com maior confiabilidade e precisão a um menor custo a vida à fadiga em emendas dentadas de madeira, considerando as variáveis independentes de tensão e freqüência. / In the production of structural elements of Glued Laminated Timber (GLULAM), the horizontal union of lumbers are made with finger joints. Considering that the structural components of GLULAM need a great number of finger joints, and some of these structures are subject to cyclic loading, the objective of this work is to present a statistical model to estimate the fatigue life in lumber tension finger joints. The theoretical and experimental work was made in the Laboratory of Wood and Timber Structures (LaMEM), based on a statistical experiment design using tension tests and in agreement with the NBR 7190/97 code. The estimation procedure was based on the multiple orthogonal polynomial Birnbaum-Saunders model and the results show that the parameter estimates of the multiple orthogonal polynomial Birnbaum-Saunders model are obtained with at good accuracy and the most appropriate for the wood fatigue study. The use of the model can be of great benefit, since with it can be fit and characterize with greater reliability and precision at a smaller cost the fatigue life in finger joints of wood, considering the independent variables stress and frequency.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2017-05-02T15:17:50Z No. of bitstreams: 2 Dissertação - Mário Fernando de Sousa - 2016.pdf: 645506 bytes, checksum: d6fd190570fce6feeb390cfeaf50032f (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-05-02T15:18:06Z (GMT) No. of bitstreams: 2 Dissertação - Mário Fernando de Sousa - 2016.pdf: 645506 bytes, checksum: d6fd190570fce6feeb390cfeaf50032f (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-05-02T15:18:06Z (GMT). No. of bitstreams: 2 Dissertação - Mário Fernando de Sousa - 2016.pdf: 645506 bytes, checksum: d6fd190570fce6feeb390cfeaf50032f (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-12-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work aims to fill a gap in the literature on modeling asymmetric and censored data. The main objective is to provide a contribution by developing two models, which will be presented in two papers, respectively. In the first paper, we develop the tobit-Birnbaum-Saunders model, a variation of the standard tobit model. We discuss estimation based on the maximum likelihood method, residuals, diagnostic techniques and an empirical application. In the second paper, we propose the use of a mixture between the Birnbaum-Saunders and Bernoulli distributions. The objective is to generalize the tobit-Birnbaum-Saunders model in order to consider the possibility of partial observations below a cutoff point. For the mixture model, we carry out a Monte Carlo simulation study and an empirical application. The results show that, in both cases, the Birnbaum-Saunders distribution provides the best results. / Este trabalho visa preencher uma lacuna existente na literatura pertinente à modelagem de dados assimétricos e censurados. O objetivo principal é oferecer uma contribuição via o desenvolvimento de dois modelos, os quais serão apresentados em dois artigos. No primeiro artigo é proposto o modelo tobit-Birnbaum-Saunders, ou seja, uma variação do modelo tobit clássico, com estimação baseada no método de máxima verossimilhança, resíduos, técnicas de diagnóstico e uma aplicação a dados reais. No segundo artigo é abordada a utilização de um modelo de mistura entre as distribuições Birnbaum-Saunders e Bernoulli, de modo a generalizar o modelo tobit-Birnbaum-Saunders e considerar a possibilidade de observações parciais abaixo do ponto de corte. Para o modelo de mistura são realizadas simulações de Monte Carlo e uma aplicação a dados reais. Os resultados mostram que, em ambos os casos, a distribuição Birnbaum-Saunders oferece os melhores resultados.