A identificação de observações influentes e/ou aberrantes de um conjunto de dados é conhecida como uma parte das análises de diagnóstico. Esta técnica de diagnóstico têm como uma das finalidades verificar a robustez de um modelo estatístico, pois a não identificação dos dados influentes pode afetar a análise ou obter resultados incorretos. As metodologias comumente utilizadas para o diagnóstico de observações influentes em modelos de regressão são métodos de influência global (Belsey et al., 1980). Cook (1986) introduziu um método geral para avaliar a influência local de pequenas perturbações no modelo estatístico ou nos dados, usando diferentes tipos de perturbações. Como complemento às técnicas de detecção de observações discrepantes, é proposto o método procura \\forward\", por Atkinson e Riani (2000), que é uma metodologia para detectar observações atípicas mascaradas. Neste trabalho, propomos o uso da influência local com procura \"forward\" na obtenção de observações mascaradas influentes considerando modelos de regressão linear. / The identification of influential and/or atypical observations in a data set is known as a part of the diagnostic analysis. One of the purposes of the diagnostic analysis is to verify the robustness of a statistical model, as the non-identification of influential observations can affect the analysis or may cause the obtainment of incorrect results. The most commonly used methodology for the diagnostic of influential observations in regression models are the global influence (Belsey et al., 1980). Cook (1986) introduced a general method to evaluate the local influence of small perturbations in the statistical model or in the data set using different perturbation schemes. As a complement to the techniques of detection atypical observations, it is proposed the forward search procedure by Atkinson e Riani (2000), which is a methodology to detect the masked atypical observations in a data set. In this work we propose the use of the local influence approach together with the forward search to obtain the masked influential observations in linear regression models.

Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-12T14:03:12Z No. of bitstreams: 2 TeseDoutoradoMariaLidia.pdf: 1307418 bytes, checksum: f88f918ecc9fbd62d6fddde58ecb741f (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T14:03:12Z (GMT). No. of bitstreams: 2 TeseDoutoradoMariaLidia.pdf: 1307418 bytes, checksum: f88f918ecc9fbd62d6fddde58ecb741f (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013 / CAPES / Dey et al. (1997) propuseram uma classe de modelos que permite a introdução de um segundo parâmetro que controla a variância independentemente da média através de um modelo de regressão, chamada modelos lineares generalizados com superdispersão. Nesta tese, estendemos a classe de modelos proposta por Dey et al. (1997) permitindo que as funções de ligações da média e da dispersão possam ser funções não lineares obtendo expressões matriciais para os fatores de correção Bartlett e tipo-Bartlett para as estatísticas da razão da verossimilhanças e escore, respectivamente, na classe dos modelos não lineares generalizados com superdispersão (MNLGSs). Foi realizado um estudo de simulação para avaliar os desempenhos dos testes baseados nas estatísticas da razão de verossimilhanças e escore com suas respectivas versões corrigidas (Bartlett e tipo-Bartlett) com relação ao tamanho e poder em amostras de tamanhos finitos. Propomos também técnicas de diagnósticos para os MNLGSs, tais como: Alavancagem generalizada, Distância de Cook e Influência local. Finalmente, um conjunto de dados reais é utilizado para avaliar nossos resultados teóricos

Orientadores: Victor Hugo Lachos Dávila, Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-17T09:37:18Z (GMT). No. of bitstreams: 1 Carvalho_RignaldoRodrigues_M.pdf: 1849605 bytes, checksum: 07ea5638a2dbfa2227f9a949d4723bbf (MD5) Previous issue date: 2010 / Resumo: O modelo de medição de Barnett é frequentemente usado para comparar vários instrumentos de medição. é comum assumir que os termos aleatórios têm uma distribuição normal. Entretanto, tal suposição faz a inferência vulnerável a observações atípicas por outro lado distribuições de misturas de escala skew-normal tem sido uma interessante alternativa para produzir estimativas robustas tendo a elegância e simplicidade da teoria da máxima verossimilhança. Nós usamos resultados de Lachos et al. (2008) para obter a estimação dos parâmetros via máxima verossimilhança, baseada no algoritmo EM, o qual rende expressões de forma fechada para as equações no passo M. Em seguida desenvolvemos o método de influência local de Zhu e Lee (2001) para avaliar os aspectos de estimação dos parâmetros sob alguns esquemas de perturbação. Os resultados obtidos são aplicados a conjuntos de dados bastante estudados na literatura, ilustrando a utilidade da metodologia proposta / Abstract: The Barnett measurement model is frequently used to comparing several measuring devices. It is common to assume that the random terms have a normal distribution. However, such assumption makes the inference vulnerable to outlying observations whereas scale mixtures of skew-normal distributions have been an interesting alternative to produce robust estimates keeping the elegancy and simplicity of the maximum likelihood theory. We used results in Lachos et al. (2008) for obtaining parameter estimation via maximum likelihood, based on the EM-algorithm, which yields closed form expressions for the equations in the M-step. Then we developed the local influence method to assessing the robustness aspects of these parameter estimates under some usual perturbation schemes. Results obtained for one real data set are reported, illustrating the usefulness of the proposed methodology / Mestrado / Métodos Estatísticos / Mestre em Estatística

Orientador: Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-13T12:05:21Z (GMT). No. of bitstreams: 1 Santana_LuciaRolim_M.pdf: 2777481 bytes, checksum: 1fc4e9545174b66579970259631b5d20 (MD5) Previous issue date: 2009 / Resumo: A classe de modelos Birnbaum-Saunders (BS) surgiu em problemas de fadiga dos materiais (que 'e um dano estrutural que ocorre quando um material é exposto a estresse e tensão). Nos últimos tempos, este modelo tem sido aplicado em áreas fora do contexto de fadiga dos materiais e engenharia, como por exemplo, em ciências da saúde, ambiental, florestal, demográficas, atuarial, financeira, entre outras. Tendo em vista que a distribuição BS tem a propriedade de descrever processos de degradação acumulativa. Neste trabalho, apresentamos um estudo do modelo BS baseado na distribuição skewnormal. Como subproduto consideramos o modelo de regressão linear log-Birnbaum-Saunders (log-BS). Para obter as estimativas de máxima verossimilhança usamos o algoritmo EM. Além disso, apresentamos um estudo de análise de influência global e local, através da metodologia de Zhu e Lee (2001) para dados incompletos. Ilustramos a metodologia proposta com dados encontrados na literatura. / Abstract: The class of models Birnbaum-Saunders (BS) appeared in problems of fatigue of materials (which is a structural damage that occurs when a material is exposed to stress and tension). Recently, this model has been applied in areas outside the context of fatigue of materials and engineering, for example in health sciences, environmental, forestry, demographic, actuarial, financial, among others. As the BS distribution has the property to describe cumulative degradation processes. In this work we present a study of the BS model based on Skew-normal distribution. As a byproduct consider the model of linear regression log-Birnbaum-Saunders (log-BS). To obtain estimates of maximum likelihood we use the EM algorithm. Furthermore, we present a study of the analysis of global and local influence, through the method of Zhu and Lee (2001) to incomplete data. Illustrate the proposed methodology with data found in literature. / Mestrado / Inferencia / Mestre em Estatística

O objetivo principal deste trabalho é introduzir os modelos log-Birnbaum-Saunders mistos (log-BS mistos) e estender os resultados para os modelos log-Birnbaum-Saunders t-Student mistos (log-BS-t mistos). Os modelos log-BS são bastante conhecidos desde o trabalho de Rieck e Nedelman (1991) e particularmente receberam uma grande atenção nos últimos 10 anos com vários trabalhos publicados em periódicos internacionais. Contudo, o enfoque desses trabalhos tem sido em modelos log-BS ou log-BS generalizados com efeitos fixos, não havendo muita atenção para modelos com efeitos aleatórios. Inicialmente, apresentamos no trabalho uma revisão das distribuições Birnbaum-Saunders e Birnbaum-Saunders generalizada (BSG) e em seguida discutimos os modelos log-BS e log-BS-t com efeitos fixos, para os quais revisamos alguns resultados de estimação e diagnóstico. Os modelos log-BS mistos são então apresentados precedidos de uma revisão dos métodos de quadratura de Gauss Hermite (QGH). Embora a estimação dos parâmetros nos modelos log-BS mistos seja efetuada através do procedimento Proc NLMIXED do SAS (Littell et al, 1996), aplicamos o método de quadratura não adaptativa a fim de obtermos aproximações para o logaritmo da função de verossimilhança do modelo log-BS de intercepto aleatório. Com essas aproximações derivamos as funções escore e a matriz hessiana, além das curvaturas normais de influência local (Cook, 1986) para alguns esquemas de perturbação usuais. Os mesmos procedimentos são aplicados para os modelos log-BS-t de intercepto aleatório. Discussões sobre a predição dos efeitos aleatórios, teste para o componente de variância dos modelos com intercepto aleatório e análises de resíduos são também apresentados. Finalmente, comparamos os ajustes de modelos log-BS e log-BS mistos a um conjunto de dados reais. Métodos de diagnóstico são utilizados na comparação dos modelos ajustados. / The aim of this work is to introduce the log-Birnbaum-Saunders mixed models (log-BS mixed models) and to extend the results to log-Birnbaum-Saunders Student-t mixed models (log-BS-t mixed models). The log-BS models are well-known since the work by Rieck and Nedelman (1991) and particularly have received great attention in the last 10 years with various published papers in international journals. However, the emphasis given in such works has been in fixed-effects models with few attention given to random-effects models. Firstly, we present in this work a review on Birnbaum-Saunders and generalized Birnbaum-Saunders distributions and so we discuss log-BS and log-BS-t fixed-effects models for which some results on estimation and diagnostic are presented. Then, we introduce the log-BS mixed models preceded by a review on Gauss-Hermite quadrature. Although the parameter estimation of the marginal log-BS and log-BS-t mixed models are performed in the procedure NLMIXED of SAS (Littell et al., 1996), we apply the quadrature methods in order to obtain approximations for the likelihood function of the log-BS and log-BS-t random intercept models. These approximations are used to derive the respective score functions, observed information matrices as well as the normal curvature of local influence (Cook, 1986) under some usual perturbation schemes. Discussions on the prediction of the random effects, variance component tests and residual analysis are also given. Finally, we compare the fits of log-BS and log-BS-t mixed models to a real data set. Diagnostic methods are used in the comparisons.

Os modelos logísticos trinomiais podem ser interpretados como uma extensão natural do modelo logístico binomial para situações em que a resposta admite apenas três resultados. Introduzimos inicialmente os modelos logísticos trinomiais e discutiremos em seguida alguns aspectos inferenciais, tais como estimação e testes. Medidas de qualidade do ajuste são também apresentadas. Contudo, o principal foco deste trabalho é a apresentação de métodos de diagnóstico. Mostramos que as técnicas usuais de diagnóstico desenvolvidas para o modelo logístico binomial podem ser adaptadas para o caso trinomial. O desenvolvimento de métodos diretos para o modelo logístico trinomial é mais complexo do ponto de vista computacional, embora seja sempre possível. Discutimos alguns desses métodos, dentre os quais, o desenvolvimento de resíduos, de métodos para detectar pontos de alavanca, métodos de deleção de pontos e influência local. Comparamos os métodos adaptados com alguns métodos diretos através de exemplos. / The trinomial logistic models can be interpreted as a natural extension of the traditional binomial logistic model to situations in which the response allows only three possible results. We firts introduce the trinomial logistic modles and then some inferential aspects, such as estimation and hypothesis testing are discussed. Good-of-fit measures are also given. However, the aim of this work is the presentation of some diagnostic procedures for trinomial logistic models. We show that methods developed for binomial logistic models can adapted straightforward for trinomial models. The developement of direct methods, even though possible, in general requires more complex calculation. Some of these direct methods, suchs as evaluation of residuals, measures of high leverage points, deletion methods and local influence are apresented. Coparisons between adapted and direct methods are made via examples with real data.

Este trabalho tem como proposta apresentar a metodologia de diagnóstico de influência local de Cook (1986) conjuntamente com a metodologia de seleção da perturbação adequada proposta por Zhu et al. (2007) no modelo de calibração ultraestrutural com réplicas. A metodologia de Cook (1986) ser´a utilizada para investigar a robustez e a sensibilidade do modelo, onde os esquemas de perturbação adotados foram ponderação de casos e na variável resposta. Perturbar o modelo e/ou os dados de forma arbitrária pode conduzir a interpretações sobre a análise de diagnóstico e a conclusões equivocadas. Portanto, este trabalho irá avaliar as perturbações propostas segundo a metodologia de Zhu et al. (2007) e caso as perturbações não sejam adequadas, iremos propor uma nova forma de fazer as perturbações. Foi utilizado como aplicação a análise de um conjunto de dados com réplicas balanceadas e foram avaliadas quais patamares e laboratórios exercem um efeito desproporcional nas inferências feitas sob o modelo. / This paper aims to present the local influence diagnostic methodology of Cook (1986) along with the selection of the appropriate perturbation schemes proposed by Zhu et al. (2007) in ultrastructural calibration model with replicas. The methodology of Cook (1986) will be used to investigate the robustness and sensitivity of model, where the adopted perturbation schemes were weighting cases and response variables. Perturbing the model and/or data in an arbitrary way can lead to miss interpretations of diagnostic analysis and wrong conclusions. Therefore, this study will evaluate the induced perturbations according to the methodology of Zhu et al. (2007) and if the perturbations are not suitable, we will propose a new way of perturbing the model or the data. As an application it was considered a data set with balanced repeated replication to evaluate which levels and laboratories exercise a disproportional effect on inferences made in the model.

Neste trabalho dois novos modelos estatísticos de regressão são propostos, com estrutura muito semelhante aos Modelos Lineares Generalizados (MLG) porém, admitindo as distribuições Weibull exponenciada (WE) e beta Weibull (BW) para o componente aleatório as quais não pertencem a família exponencial como é requerido em MLG. Os novos modelos trazem uma nova abordagem para as distribuições admitidas em modelos de regressão e estende o MLG para além da família exponencial. Os modelos, nomeados por Modelo Linear Weibull Exponeciada Generalizado (MLWEG) e Modelo Linear Beta Weibull Generalizado (MLBWG), possuem como caso particular o modelo Exponencial, pertencente a família de MLG, além de outros modelos que os MLGs não contemplam como, por exemplo: Weibull, WE, Exponencial Exponenciado (EE) entre outros. Além da função taxa de falha (ftf) constante da distribuição Exponencial, os novos modelos ajustam também formas monótonas e não monótonas da ftf. Quando se admite função de ligação logarítmica obtém-se o mesmo modelo de locação e escala, muito utilizado em análise de sobrevivência, sem a necessidade de transformação da variável resposta simplificando a modelagem e permitindo maior compreensão da influência das covariáveis na resposta. Método de estudo de observações influentes foi construído baseado na metodologia de influência local sobre três esquemas de perturbações: perturbação da verossimilhança, da variável resposta e das covariáveis e a análise de resíduo foi proposta a partir da função quantílica. Por fim, dois conjuntos de dados reais foram utilizados para ilustrar a aplicabilidade dos modelos propostos e seus resultados discutidos. / In this work two new statistical regression models are proposed, with very similar structure to Generalized Linear Models (GLM) but, assuming the exponentiated Weibull (EW) and beta Weibull (BW) distributions for the random component which do not belong to the exponential family as required in GLM. The new models bring a new approach to the distribution accepted in regression models and extend the GLM beyond of the exponential family. The models, named by Generalized Exponentiated Weibull Linear Model (GEWLM) and Generalized Beta Weibull Linear Model (GBWLM) have as a particular case the Exponential model, belonging to the family of GLM, and other models that GLMs do not include, for example : Weibull, EW, Exponentiated Exponential (EE) among others. Besides the failure rate function (frf) constant of Exponential distribution, the new models also model monotonous and not monotonous forms of frf. When it accepts logarithmic link function obtains the same location and scale model, widely used in the analysis of survival without the need to transform the response variable simplifying the modeling and allowing greater understanding of the inuence of covariates on the response. Study of inuential observations method was built based on the methodology of the local inuence on three perturbations schemes: perturbation of the likelihood of the response variable and the covariates and residual analysis was proposed from the quantile function. Finally, two sets of real data are used to illustrate the applicability of the models proposed and results discussed.

Para analisar características de interesse a respeito de um conjunto de dados reais da área de Odontologia apresentado em Hadgu & Koch (1999), ajustaremos um modelo de regressão linear multivariado com erros nas variáveis com intercepto nulo. Este conjunto de dados é caracterizado por medições de placa bacteriana em três grupos de voluntários, antes e após utilizar dois líquidos de bochecho experimentais e um líquido de bochecho controle, com medições (sujeitas a erros de medição) no início do estudo, após três e seis meses de utilização dos líquidos. Neste caso, uma possível estrutura de dependência entre as medições feitas em um mesmo indivíduo deve ser incorporada ao modelo e, além disto, temos duas variáveis resposta para cada indivíduo. Após a apresentação do modelo estatístico, iremos obter estimativas de máxima verossimilhança dos parâmetros utilizando o algoritmo iterativo EM e testaremos as hipóteses de interesse utilizando testes assintóticos de Wald, razão de verossimilhanças e score. Como neste caso não existe um teste ótimo, faremos um estudo de simulação para verificar o comportamento das três estatísticas de teste em relação a diferentes tamanhos amostrais e diferentes valores de parâmetros. Finalmente, faremos um estudo de diagnóstico buscando identificar possíveis pontos influentes no modelo, considerando o enfoque de influência local proposto por Cook (1986) e a medida de curvatura normal conformal desenvolvida por Poon & Poon (1999). / To analyze some characteristics of interest in a real odontological data set presented in Hadgu & Koch (1999), we propose the use of a multivariate null intercept errors-in-variables regression model. This data set is composed by measurements of dental plaque index (with measurement errors), which were measured in volunteers who were randomized to two experimental mouth rinses (A and B) or a control mouth rinse. The measurements were taken in each individual, before and after the use of the respective mouth rinses, in the beginning of the study, after three months from the baseline and after six months from the baseline. In this case, a possible structure of dependency between the measurements taken within the same individual must be incorporated in the model. After presenting the statistical model, we obtain the maximum likelihood estimates of the parameters using the numerical algorithm EM, and we test the hypotheses of interest considering asymptotic tests (Wald, likelihood ratio and score). Also, a simulation study to verify the behavior of these three test statistics is presented, considering diferent sample sizes and diferent values for the parameters. Finally, we make a diagnostic study to identify possible influential observations in the model, considering the local influence approach proposed by Cook (1986) and the conformal normal curvature proposed by Poon & Poon (1999).

Neste trabalho dois novos modelos estatísticos de regressão são propostos, com estrutura muito semelhante aos Modelos Lineares Generalizados (MLG) porém, admitindo as distribuições Weibull exponenciada (WE) e beta Weibull (BW) para o componente aleatório as quais não pertencem a família exponencial como é requerido em MLG. Os novos modelos trazem uma nova abordagem para as distribuições admitidas em modelos de regressão e estende o MLG para além da família exponencial. Os modelos, nomeados por Modelo Linear Weibull Exponeciada Generalizado (MLWEG) e Modelo Linear Beta Weibull Generalizado (MLBWG), possuem como caso particular o modelo Exponencial, pertencente a família de MLG, além de outros modelos que os MLGs não contemplam como, por exemplo: Weibull, WE, Exponencial Exponenciado (EE) entre outros. Além da função taxa de falha (ftf) constante da distribuição Exponencial, os novos modelos ajustam também formas monótonas e não monótonas da ftf. Quando se admite função de ligação logarítmica obtém-se o mesmo modelo de locação e escala, muito utilizado em análise de sobrevivência, sem a necessidade de transformação da variável resposta simplificando a modelagem e permitindo maior compreensão da influência das covariáveis na resposta. Método de estudo de observações influentes foi construído baseado na metodologia de influência local sobre três esquemas de perturbações: perturbação da verossimilhança, da variável resposta e das covariáveis e a análise de resíduo foi proposta a partir da função quantílica. Por fim, dois conjuntos de dados reais foram utilizados para ilustrar a aplicabilidade dos modelos propostos e seus resultados discutidos. / In this work two new statistical regression models are proposed, with very similar structure to Generalized Linear Models (GLM) but, assuming the exponentiated Weibull (EW) and beta Weibull (BW) distributions for the random component which do not belong to the exponential family as required in GLM. The new models bring a new approach to the distribution accepted in regression models and extend the GLM beyond of the exponential family. The models, named by Generalized Exponentiated Weibull Linear Model (GEWLM) and Generalized Beta Weibull Linear Model (GBWLM) have as a particular case the Exponential model, belonging to the family of GLM, and other models that GLMs do not include, for example : Weibull, EW, Exponentiated Exponential (EE) among others. Besides the failure rate function (frf) constant of Exponential distribution, the new models also model monotonous and not monotonous forms of frf. When it accepts logarithmic link function obtains the same location and scale model, widely used in the analysis of survival without the need to transform the response variable simplifying the modeling and allowing greater understanding of the inuence of covariates on the response. Study of inuential observations method was built based on the methodology of the local inuence on three perturbations schemes: perturbation of the likelihood of the response variable and the covariates and residual analysis was proposed from the quantile function. Finally, two sets of real data are used to illustrate the applicability of the models proposed and results discussed.