The Beta distribution is a bounded domain distribution which has dominated the modeling the distribution of random variable that assume value between 0 and 1. Bounded domain distributions arising in various situations such as rates, proportions and index. Motivated by an analysis of electoral votes percentages (where a distribution with support on the positive real numbers was used, although a distribution with limited support could be more suitable) we focus on alternative distributions to Beta distribution with emphasis in regression models. In this work, initially we present the Simplex mixture model as a flexible model to modeling the distribution of bounded random variable then we extend the model to the context of regression models with the inclusion of covariates. The parameters estimation is discussed for both models considering Bayesian inference. We apply these models to simulated data sets in order to investigate the performance of the estimators. The results obtained were satisfactory for all the cases investigated. Finally, we introduce a parameterization of the L-Logistic distribution to be used in the context of regression models and we extend it to a mixture of mixed models. / A distribuição beta é uma distribuição com suporte limitado que tem dominado a modelagem de variáveis aleatórias que assumem valores entre 0 e 1. Distribuições com suporte limitado surgem em várias situações como em taxas, proporções e índices. Motivados por uma análise de porcentagens de votos eleitorais, em que foi assumida uma distribuição com suporte nos números reais positivos quando uma distribuição com suporte limitado seira mais apropriada, focamos em modelos alternativos a distribuição beta com enfase em modelos de regressão. Neste trabalho, apresentamos, inicialmente, um modelo de mistura de distribuições Simplex como um modelo flexível para modelar a distribuição de variáveis aleatórias que assumem valores em um intervalo limitado, em seguida estendemos o modelo para o contexto de modelos de regressão com a inclusão de covariáveis. A estimação dos parâmetros foi discutida para ambos os modelos, considerando o método bayesiano. Aplicamos os dois modelos a dados simulados para investigarmos a performance dos estimadores usados. Os resultados obtidos foram satisfatórios para todos os casos investigados. Finalmente, introduzimos a distribuição L-Logistica no contexto de modelos de regressão e posteriormente estendemos este modelo para o contexto de misturas de modelos de regressão mista.

Utilizando a teoria de função de estimação linear ótima (Crowder, 1987), propomos equações de estimação generalizadas para modelos de regressão beta (Ferrari e Cribari-Neto, 2004) com medidas repetidas. Além disso, apresentamos equações de estimação generalizadas para modelos de regressão simplex baseadas nas propostas de Song e Tan (2000) e Song et al. (2004) e equações de estimação generalizadas para modelos lineares generalizados com medidas repetidas baseadas nas propostas de Artes e Jorgensen (2000) e Liang e Zeger (1986). Todas essas equações de estimação são desenvolvidas sob os enfoques da modelagem da média com homogeneidade da dispersão e da modelagem conjunta da média e da dispersão com intuito de incorporar ao modelo uma possível heterogeneidade da dispersão. Como técnicas de diagnóstico, desenvolvemos uma generalização de algumas medidas de diagnóstico quando abordamos quaisquer equações de estimação definidas tanto para modelagem do parâmetro de posição considerando a homogeneidade do parâmetro de dispersão como para modelagem conjunta dos parâmetros de posição e dispersão. Entre essas medidas, destacamos a proposta da influência local (Cook, 1986) desenvolvida para equações de estimação. Essa medida teve um bom desempenho, em simulações, para destacar corretamente pontos influentes. Por fim, realizamos aplicações a conjuntos de dados reais. / Based on the concept of optimum linear estimating equation (Crowder, 1987), we develop generalized estimating equation (GEE) to analyze longitudinal data considering marginal beta regression models (Ferrari and Cribari-Neto, 2004). The GEEs are also presented to marginal simplex models for longitudinal continuous proportional data proposed by Song and Tan (2000) and Song et al. (2004) and to generalized linear models for longitudinal data based on the proposes of Artes and J$\\phi$rgensen (2000) and Liang and Zeger (1986). All of them are developed focusing the assumption of homogeneous dispersion and with varying dispersion. For the diagnostic techniques, we generalize some diagnostic measures for estimating equations to model the position parameter considering an homogeneous dispersion parameter and for joint modelling of position and dispersion parameters to take in account a possible heterogeneous dispersion. Among these measures, we point out the local influence (Cook, 1986) developed to estimating equations. This measure can correctly show influential observations in simulation study. Finally, the theory is applied to real data sets.

In this work we explored and proposed flexible models to analyze hierarchical and overdispersed data in agriculture. A semi-parametric generalized linear mixed model was applied and compared with the main standard models to assess count data and, a combined model that take into account overdispersion and clustering through two separate sets of random effects was proposed to model nominal outcomes. For all models, the computational codes were implemented using the SAS software and are available in the appendix. / Nesse trabalho, exploramos e propusemos modelos flexíveis para a análise de dados hierárquicos e superdispersos na agricultura. Um modelo linear generalizado semi- paramétrico misto foi aplicado e comparado com os principais modelos para a análise de dados de contagem e, um modelo combinado que leva em consideração a superdispersão e a hierarquia dos dados por meio de dois efeitos aleatórios distintos foi proposto para a análise de dados nominais. Todos os códigos computacionais foram implementados no software SAS sendo disponibilizados no apêndice.

Utilizando a teoria de função de estimação linear ótima (Crowder, 1987), propomos equações de estimação generalizadas para modelos de regressão beta (Ferrari e Cribari-Neto, 2004) com medidas repetidas. Além disso, apresentamos equações de estimação generalizadas para modelos de regressão simplex baseadas nas propostas de Song e Tan (2000) e Song et al. (2004) e equações de estimação generalizadas para modelos lineares generalizados com medidas repetidas baseadas nas propostas de Artes e Jorgensen (2000) e Liang e Zeger (1986). Todas essas equações de estimação são desenvolvidas sob os enfoques da modelagem da média com homogeneidade da dispersão e da modelagem conjunta da média e da dispersão com intuito de incorporar ao modelo uma possível heterogeneidade da dispersão. Como técnicas de diagnóstico, desenvolvemos uma generalização de algumas medidas de diagnóstico quando abordamos quaisquer equações de estimação definidas tanto para modelagem do parâmetro de posição considerando a homogeneidade do parâmetro de dispersão como para modelagem conjunta dos parâmetros de posição e dispersão. Entre essas medidas, destacamos a proposta da influência local (Cook, 1986) desenvolvida para equações de estimação. Essa medida teve um bom desempenho, em simulações, para destacar corretamente pontos influentes. Por fim, realizamos aplicações a conjuntos de dados reais. / Based on the concept of optimum linear estimating equation (Crowder, 1987), we develop generalized estimating equation (GEE) to analyze longitudinal data considering marginal beta regression models (Ferrari and Cribari-Neto, 2004). The GEEs are also presented to marginal simplex models for longitudinal continuous proportional data proposed by Song and Tan (2000) and Song et al. (2004) and to generalized linear models for longitudinal data based on the proposes of Artes and J$\\phi$rgensen (2000) and Liang and Zeger (1986). All of them are developed focusing the assumption of homogeneous dispersion and with varying dispersion. For the diagnostic techniques, we generalize some diagnostic measures for estimating equations to model the position parameter considering an homogeneous dispersion parameter and for joint modelling of position and dispersion parameters to take in account a possible heterogeneous dispersion. Among these measures, we point out the local influence (Cook, 1986) developed to estimating equations. This measure can correctly show influential observations in simulation study. Finally, the theory is applied to real data sets.

Com o avanço tecnológico aprimorado, diferentes comportamentos do tempo de vida vem sendo estudados, e com isso é necessário a criação de novos modelos, muitas vezes mais complexos, para melhor ajuste e inferência sobre a população em estudo. A distribuição beta semi-normal generalizada é útil para modelagem de tempos de vida, e com isso propomos neste trabalho uma distribuição mais ampla chamada distribuição beta semi-normal generalizada geométrica, cuja função de risco pode assumir as formas crescente, decrescente, forma de banheira ou modal. A função densidade da nova distribuição é escrita como uma combinação linear da função densidade da distribuição beta semi-normal generalizada, sendo assim, algumas importantes propriedades da nova distribuição foram obtidas, como: momentos, assimetria, curtose, função geradora de momentos, desvios médios, função quantíl e curvas de Lorenz e de Bonferroni. Para a estimação dos parâmetros, é utilizado o método de máxima verossimilhança. Também foi proposto no trabalho, o novo modelo de regressão baseado na distribuição beta semi-normal generalizada geométrica, os quais podem ser muito úteis em análise de dados reais por serem mais flexíveis. / Due to the technological improved advances, different behaviors of the lifetime has been studied and for this reason, it is necessary to create new statistical models, many times more complex, for the better fit and inferences about the population under study. The beta generalized half-normal distribution is useful for modeling lifetime data, and in this sense, we propose, in this work, a wider distribution called the geometric beta generalized half-normal distribution in which the hazard function takes the forms increasing, decreasing, bathtub and unimodal. The density function of the new distribution can be written as a linear combination of the beta generalized half-normal densities, and thereby, some properties of the new distribution can be obtained such as the moments, skewness, kurtosis, moment generating function, mean deviations, quantile function and Lorenz and Bonferroni curves. For the estimation of the parameters, we use the maximum likelihood method considering the presence of censored data. We also propose a new regression model based on the geometric beta generalized half-normal distribution, which can be very useful in the analysis of real data due to their flexibility.

The Beta distribution is a bounded domain distribution which has dominated the modeling the distribution of random variable that assume value between 0 and 1. Bounded domain distributions arising in various situations such as rates, proportions and index. Motivated by an analysis of electoral votes percentages (where a distribution with support on the positive real numbers was used, although a distribution with limited support could be more suitable) we focus on alternative distributions to Beta distribution with emphasis in regression models. In this work, initially we present the Simplex mixture model as a flexible model to modeling the distribution of bounded random variable then we extend the model to the context of regression models with the inclusion of covariates. The parameters estimation is discussed for both models considering Bayesian inference. We apply these models to simulated data sets in order to investigate the performance of the estimators. The results obtained were satisfactory for all the cases investigated. Finally, we introduce a parameterization of the L-Logistic distribution to be used in the context of regression models and we extend it to a mixture of mixed models. / A distribuição beta é uma distribuição com suporte limitado que tem dominado a modelagem de variáveis aleatórias que assumem valores entre 0 e 1. Distribuições com suporte limitado surgem em várias situações como em taxas, proporções e índices. Motivados por uma análise de porcentagens de votos eleitorais, em que foi assumida uma distribuição com suporte nos números reais positivos quando uma distribuição com suporte limitado seira mais apropriada, focamos em modelos alternativos a distribuição beta com enfase em modelos de regressão. Neste trabalho, apresentamos, inicialmente, um modelo de mistura de distribuições Simplex como um modelo flexível para modelar a distribuição de variáveis aleatórias que assumem valores em um intervalo limitado, em seguida estendemos o modelo para o contexto de modelos de regressão com a inclusão de covariáveis. A estimação dos parâmetros foi discutida para ambos os modelos, considerando o método bayesiano. Aplicamos os dois modelos a dados simulados para investigarmos a performance dos estimadores usados. Os resultados obtidos foram satisfatórios para todos os casos investigados. Finalmente, introduzimos a distribuição L-Logistica no contexto de modelos de regressão e posteriormente estendemos este modelo para o contexto de misturas de modelos de regressão mista.

Com o avanço tecnológico aprimorado, diferentes comportamentos do tempo de vida vem sendo estudados, e com isso é necessário a criação de novos modelos, muitas vezes mais complexos, para melhor ajuste e inferência sobre a população em estudo. A distribuição beta semi-normal generalizada é útil para modelagem de tempos de vida, e com isso propomos neste trabalho uma distribuição mais ampla chamada distribuição beta semi-normal generalizada geométrica, cuja função de risco pode assumir as formas crescente, decrescente, forma de banheira ou modal. A função densidade da nova distribuição é escrita como uma combinação linear da função densidade da distribuição beta semi-normal generalizada, sendo assim, algumas importantes propriedades da nova distribuição foram obtidas, como: momentos, assimetria, curtose, função geradora de momentos, desvios médios, função quantíl e curvas de Lorenz e de Bonferroni. Para a estimação dos parâmetros, é utilizado o método de máxima verossimilhança. Também foi proposto no trabalho, o novo modelo de regressão baseado na distribuição beta semi-normal generalizada geométrica, os quais podem ser muito úteis em análise de dados reais por serem mais flexíveis. / Due to the technological improved advances, different behaviors of the lifetime has been studied and for this reason, it is necessary to create new statistical models, many times more complex, for the better fit and inferences about the population under study. The beta generalized half-normal distribution is useful for modeling lifetime data, and in this sense, we propose, in this work, a wider distribution called the geometric beta generalized half-normal distribution in which the hazard function takes the forms increasing, decreasing, bathtub and unimodal. The density function of the new distribution can be written as a linear combination of the beta generalized half-normal densities, and thereby, some properties of the new distribution can be obtained such as the moments, skewness, kurtosis, moment generating function, mean deviations, quantile function and Lorenz and Bonferroni curves. For the estimation of the parameters, we use the maximum likelihood method considering the presence of censored data. We also propose a new regression model based on the geometric beta generalized half-normal distribution, which can be very useful in the analysis of real data due to their flexibility.

Submitted by (ana.araujo@ufrpe.br) on 2016-05-25T16:16:39Z No. of bitstreams: 1 Cicero Carlos Felix de Oliveira.pdf: 934310 bytes, checksum: 4f4332b0b319f6bf33cdc1d615c36324 (MD5) / Made available in DSpace on 2016-05-25T16:16:39Z (GMT). No. of bitstreams: 1 Cicero Carlos Felix de Oliveira.pdf: 934310 bytes, checksum: 4f4332b0b319f6bf33cdc1d615c36324 (MD5) Previous issue date: 2011-07-08 / This dissertation is being dealt with a discrete distribution based on Bernoulli trials, which is the Negative Binomial distribution. The main objective is to propose a new non-informative prior distribution for the Negative Binomial model, which is being termed as a possible prior distribution Beta(0; 0), which is an improper distribution. This distribution is also known for the Binomial model as Haldane prior, but for the Negative Binomial model there are no studies to date. The study of the behavior of this prior was based on Bayesian and classical contexts. The idea of using a non-informative prior is the desire to make statistical inference based on the minimum of information prior subjective as possible. Well, makes it possible to compare the results of classical inference that uses only sample information, for example, the maximum likelihood estimator. When is compared the Beta(0; 0) distribution with the Bayes-Laplace prior and Jeffreys prior, based on the Bayesian estimators (posterior mean and posterior mode) and the maximum likelihood estimator, note that the possible Beta(0; 0) prior is less informative than the others prior. It is also verified that is prior possible is a limited distribution in parameter space, thus, an important feature for non-informative prior. The main argument shows that the possible Beta(0; 0) prior is adequate, when it is applied in a predictive posterior distribution for Negative Binomial model, leading the a Beta-Negative Binomial distribution (which corresponds the a hypergeometric multiplied by a probability). All observations citas are strengthened by several studies, such as: basic concepts related to Bayesian Inference and concepts of the negative binomial distribution and Beta-Negative Binomial (a mixture of Beta with the negative binomial) distribution. / Nesta dissertação está sendo abordado uma distribuição discreta baseada em ensaios de Bernoulli, que é a distribuição Binomial Negativa. O objetivo principal é prôpor uma nova distribuição a priori não informativa para o modelo Binomial Negativa, que está sendo denominado como uma possível distribuição a priori Beta(0; 0), que é uma distribuição imprópria. Essa distribuição também é conhecida para o modelo Binomial como a priori de Haldane, mas para o modelo Binomial Negativa não há nenhum estudo até o momento. O estudo do comportamento desta a priori foi baseada nos contextos bayesiano e clássico. A ideia da utilização de uma a priori não informativa é o desejo de fazer inferência estatística baseada no mínimo de informação subjetiva a priori quanto seja possível. Assim, torna possível a comparação com os resultados da inferência clássica que só usa informação amostral, como por exemplo, o estimador de máxima verossimilhança. Quando é comparado a distribuição Beta(0; 0) com a priori de Bayes - Laplace e a priori de Jeffreys, baseado-se nos estimadores bayesiano (média a posteriori e moda a posteriori) e no estimador de máxima verossimilhança, nota-se que a possível a priori Beta(0; 0) é menos informativa do que as outras a priori. É verificado também, que esta possível a priori é uma distribuição limitada no espaço paramétrico, sendo assim, uma característica importante para a priori não informativa. O principal argumento mostra que a possível a priori Beta(0; 0) é adequada, quando ela é aplicada numa distribuição a posteriori preditiva para modelo Binomial Negativa, levando a uma distribuição Beta Binomial Negativa (que corresponde a uma hipergeométrica multiplicada por uma probabilidade). Todas as observações citadas são fortalecidas por alguns estudos feitos, tais como: conceitos básicos associados à Inferência Bayesiana e conceitos das distribuições Binomial Negativa e Beta Binomial Negativa (que uma mistura da Beta com a Binomial Negativa).

Este trabalho apresenta um estudo de dados com resposta em intervalos limitados, mais especificamente no intervalo [0,1], como no caso de taxas e proporções. Em diversos casos práticos esta estrutura de dados apresenta uma quantidade não negligenciável de valores extremos (0 e 1) e que modelos usuais não são adequados para sua análise. Para esta situação propomos, por meio de um enfoque Bayesiano, modelos de regressão beta inflacionado de zeros e uns (BIZU) e modelos de regressão Tobit duplamente censurado adaptados nesse intervalo. Técnicas de diagnóstico e qualidade do ajuste também são discutidas. Apresentamos a análise desta estrutura de dados no contexto de série de tempo por meio da abordagem Bayesiana de modelos dinâmicos. Estudos de comportamento e previsão de séries de tempo foram explorados utilizando técnicas de Monte Carlo sequencial, conhecidas como filtro de partículas. Particularidades e competitividade entre as duas classes de modelos também foram discutidas. / This paper presents a study focused on observations in a limited interval , more specifically in [0,1] , such as rate and proportion data. In many practical cases this data structure has a considerable amount of extreme values (0 and 1) and usual classical models are not suitable for this type of data set. We propose two class of regression models to deal with this context: beta inflated of zeros and ones (BIZU) models and Tobit doubly censored models adapted in this interval. Fit quality and diagnostic techniques are also discussed. Time series of proportions are also developed through Bayesian dynamic models. Forecasting and behavioral analysis were explored using sequential Monte Carlo techniques, known as particle filters. Particularities and competitiveness between the two classes of models were also discussed as well.

As instituições financeiras que pretendem utilizar a IRB (Internal Ratings Based) avançada precisam desenvolver métodos para estimar a componente de risco LGD (Loss Given Default). Desde a década de 1950 são apresentadas propostas para modelagem da PD (Probability of default), em contrapartida, a previsão da LGD somente recebeu maior atenção após a publicação do Acordo Basileia II. A LGD possui ainda uma literatura pequena, se comparada a PD, e não há um método eficiente em termos de acurácia e interpretação como é a regressão logística para a PD. Modelos de regressão para LGD desempenham um papel fundamental na gestão de risco das instituições financeiras. Devido sua importância este trabalho propõe uma metodologia para quantificar a componente de risco LGD. Considerando as características relatadas sobre a distribuição da LGD e na forma flexível que a distribuição beta pode assumir, propomos uma metodologia de estimação da LGD por meio do modelo de regressão beta bimodal inflacionado em zero. Desenvolvemos a distribuição beta bimodal inflacionada em zero, apresentamos algumas propriedades, incluindo momentos, definimos estimadores via máxima verossimilhança e construímos o modelo de regressão para este modelo probabilístico, apresentamos intervalos de confiança assintóticos e teste de hipóteses para este modelo, bem como critérios para seleção de modelos, realizamos um estudo de simulação para avaliar o desempenho dos estimadores de máxima verossimilhança para os parâmetros da distribuição beta bimodal inflacionada em zero. Para comparação com nossa proposta selecionamos os modelos de regressão beta e regressão beta inflacionada, que são abordagens mais usuais, e o algoritmo SVR , devido a significativa superioridade relatada em outros trabalhos. / Financial institutions willing to use the advanced Internal Ratings Based (IRB) need to develop methods to estimate the LGD (Loss Given Default) risk component. Proposals for PD (Probability of default) modeling have been presented since the 1950s, in contrast, LGDs forecast has received more attention only after the publication of the Basel II Accord. LGD also has a small literature, compared to PD, and there is no efficient method in terms of accuracy and interpretation such as logistic regression for PD. Regression models for LGD play a key role in the risk management of financial institutions, due to their importance this work proposes a methodology to quantify the LGD risk component. Considering the characteristics reported on the distribution of LGD and in the flexible form that the beta distribution may assume, we propose a methodology for estimation of LGD using the zero inflated bimodal beta regression model. We developed the zero inflated bimodal beta distribution, presented some properties, including moments, defined estimators via maximum likelihood and constructed the regression model for this probabilistic model, presented asymptotic confidence intervals and hypothesis test for this model, as well as selection criteria of models, we performed a simulation study to evaluate the performance of the maximum likelihood estimators for the parameters of the zero inflated bimodal beta distribution. For comparison with our proposal we selected the beta regression models and inflated beta regression, which are more usual approaches, and the SVR algorithm, due to the significant superiority reported in other studies.