Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-07-08T19:26:48Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE_FINAL_SEM_ASSINATURA.pdf: 1375200 bytes, checksum: 455de35228d8570ecb6cb722f53fcb85 (MD5) / Made available in DSpace on 2016-07-08T19:26:48Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE_FINAL_SEM_ASSINATURA.pdf: 1375200 bytes, checksum: 455de35228d8570ecb6cb722f53fcb85 (MD5) Previous issue date: 2016-02-26 / CAPES / Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadas / In this thesis we developed diagnostic techniques on Generalized Additive Partial Linear Models (GAPLM) (see Lian et al., 2014) for correlated data with marginal distribution on the exponential family, where the mean depends on parametric and non-parametric components. In addition, we propose equations for joint estimation of fixed effects and correlation parameters. We developed the joint parameter estimation process and “naive” and “robust” estimators for the standard-errors of the estimators are proposed. Leverage measures, residual analysis and local influence analysis based on the normal curvature under different perturbation scenarios are developed. Three types of residuals are derived and a simulation study is conducted to verify empirical properties of the proposed residuals and the fixed effects estimators. Normal quantile graphics with simulated envelopes are used to investigate the fitted models adequacy under the assumption of a marginal distribution on the exponential family and applications to real data are presented.