Submitted by (ana.araujo@ufrpe.br) on 2016-07-07T16:42:12Z No. of bitstreams: 1 Kleber Napoleao Nunes de Oliveira Barros.pdf: 1733769 bytes, checksum: 3f25ee9412d02841f417127da8b2b257 (MD5) / Made available in DSpace on 2016-07-07T16:42:13Z (GMT). No. of bitstreams: 1 Kleber Napoleao Nunes de Oliveira Barros.pdf: 1733769 bytes, checksum: 3f25ee9412d02841f417127da8b2b257 (MD5) Previous issue date: 2014-12-19 / This work generalizes the family of Marshall-Olkin distributions by adding parameters, making it a new more exible class, creating the new Generalized Exponentialized Marshall-Olkin Weibull distribution (GEMOW). Its probability density function and the associated risk function were studied with promising results. We found some quantities such as moments, moment generating function, quantile function and median, as well Bonferroni and Lorenz curves, for the proposed distribution. We drawed a simulation and we employed the bootstrap resampling procedure for the standard errors of the estimators of the model parameters. We applied the new distribution to magnitudes earthquakes dataset from Fiji archipelago, glass ber resistance dataset to the proposed model, sub-models and competitors distributions. Also it was obtained a regression model for censored data that was applied to data from a study of AIDS, and a Bayesian model implemented for carbon bre data. Comparing with the others distributions, the results demonstrate that GEMOW has superior t to the applied dataset. / O presente trabalho generaliza a famí lia de distribui ções Marshall-Olkin pela adi ção de parâmetros, tornando-a uma nova classe mais flexível, criando-se a nova distribui ção Marshall-Olkin Generalizada Exponenciada Weibull (MOGEW). Foi estudado o comportamento da fun ção densidade de probabilidade MOGEW e sua respectiva fun ção de risco com resultados promissores. Encontrou-se algumas quantidades tais como fun ção geradora de momentos, fun ção quantí lica e mediana, al ém das curvas de Bonferroni e Lorenz, para a distribui ção proposta. Obteve-se uma simula ção e utilizou-se o m étodo de reamostragem bootstrap para obter os erros padrão dos estimadores dos parâmetros do modelo. Para aplica ção foram utilizados dados de magnitudes de abalos s ísmicos pr óximos ao arquipélago de Fiji, dados de resistência de fi bras de vidro ajustando o modelo proposto, submodelos e distribui ções concorrentes. Tamb ém se obteve um modelo de regressão para dados censurados que foi aplicado a dados de um estudo sobre AIDS e um modelo Bayesiano para dados de quebra de fi bras de carbono. Os resultados mostraram que a distribui ção apresenta ajuste superior, em compara ção as distribui ções concorrentes, para os conjuntos de dados aplicados.