Spelling suggestions: "subject:"distribuições probabilística"" "subject:"distribuições probabilísticos""
1 |
Método gerador de distribuições e classes de distribuições probabilísticasBRITO, Cícero Carlos Ramos de 07 August 2014 (has links)
Submitted by (ana.araujo@ufrpe.br) on 2016-05-25T17:33:53Z
No. of bitstreams: 1
Cicero Carlos Ramos de Brito.pdf: 2928725 bytes, checksum: 35b3038da8b53c426368cd7ed2c96e03 (MD5) / Made available in DSpace on 2016-05-25T17:33:53Z (GMT). No. of bitstreams: 1
Cicero Carlos Ramos de Brito.pdf: 2928725 bytes, checksum: 35b3038da8b53c426368cd7ed2c96e03 (MD5)
Previous issue date: 2014-08-07 / This work is divided into five chapters. The first one contains the objectives and the relevance of this study. In the second one, we review the literature presenting the state of the art in the field and we give an overview of the most used distributions which are the basis for the ones we generalize in later chapters. In the third chapter, the method for generating distributions is presented by means of a theorem and 7 corollaries. This method extends the probability distribution building process, so that the classes of distributions are constructed from pre-defined univariate monotonic functions and known distributions. In the fourth chapter, similarly to the third one, however, the construction was made from pre-defined multivariate monotonic functions and known multivariate distributions. We also conducted the development of new probability distributions and new generating functions of probability distribution classes. We illustrate the potentiality of this new univariate probability distribution we propose here by means of an application to an actual data set of excesses of flood peaks presented by Choulakian e Stephens (2001). For the application of the new multivariate distribution proposed, we used the database of measurements of Iris Flower exposed in Fisher’s work (1936). Six models were compared and, for their choice, we based on the Akaike Information Criterion (AIC), the Akaike Information Criterion corrected (AICc), Bayesian Information Criterion (BIC), the Hannan Quinn Information Criterion (HQIC) and the statistics of Cramér-von Mises and Anderson-Darling to assess the model fitting. Finally, we present the conclusions from de analyses, the comparisons from the results found in this thesis, the possibilities for research and ways to future works. / Este trabalho divide-se em cinco capítulos. No primeiro trazemos a introdução que contém os objetivos e a relevância deste estudo. No segundo, temos a revisão da literatura em que apresentamos o estado da arte deste campo do conhecimento e fazemos um apanhado das distribuições mais utilizadas que são base para as que generalizamos em capítulos posteriores. No terceiro capítulo, apresenta-se o método gerador, que é um teorema proposto com 7 corolários, que estende o processo de construções de distribuições de probabilidades, a fim de que as classes de distribuições sejam construídas a partir de funções monotônicas univariadas pré-definidas e distribuições conhecidas. No quarto capítulo foi trabalhado semelhantemente ao terceiro, entretanto, a construção se deu a partir das funções monotônicas multivariadas pré-definidas e distribuições multivariadas conhecidas. Também foi realizado o desenvolvimento das novas distribuições probabilísticas e novas funções geradoras de classes de distribuições probabilísticas. Ilustramos a potencialidade da nova distribuição de probabilidade univariada aqui proposta através de uma aplicação ao conjunto de dados reais de excessos de picos de enchentes apresentado em Choulakian e Stephens (2001). Para uma aplicação da nova distribuição multivariada proposta, utilizou-se a base de dados de medidas da Flor de Iris apresentada no trabalho de Fisher (1936). São comparados seis modelos e para a seleção desses modelos, foram utilizados o Critério de Informação de Akaike (AIC), o Critério de Informação de Akaike corrigido (AICc), o Critério de Informação Bayesiano (BIC), o Critério de Informação Hannan Quinn (HQIC) e as estatísticas de Cramer Von-Mises e de Anderson-Darling para avaliar o ajuste dos modelos. Por fim, apresentamos as conclusões a partir das análises e comparações dos resultados obtidos e direções a trabalhos futuros.
|
Page generated in 0.4128 seconds