Spelling suggestions: "subject:"In fluência global"" "subject:"In anuência global""
1 |
Técnicas de diagnóstico nos modelos lineares generalizados com superdispersãoRodrigues, Heloisa de Melo 31 January 2013 (has links)
Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-12T12:27:53Z
No. of bitstreams: 2
DISSERTAÇÃO FINAL - HELOISA DE MELO RODRIGUES.pdf: 1188446 bytes, checksum: 6b747fae4929500c9d046035820f9da5 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-12T12:27:53Z (GMT). No. of bitstreams: 2
DISSERTAÇÃO FINAL - HELOISA DE MELO RODRIGUES.pdf: 1188446 bytes, checksum: 6b747fae4929500c9d046035820f9da5 (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2013 / CAPES / No contexto de modelos de regressão, em alguns casos é comum o fenô-
meno da superdispersão, que ocorre quando a variância observada dos dados
excede aquela prevista por um modelo. Assim, Dey et al. (1997) desenvolveram
os modelos lineares generalizados com superdispersão (MLGSs), considerando
um modelo de regressão adicional para o parâmetro de dispersão,
que é incorporado na função de variância. Desta forma, os MLGSs permitem
modelar, simultaneamente, a média e a dispersão no contexto dos modelos
lineares generalizados (MLGs) de Nelder e Wedderburn, 1972. Além disso,
os MLGSs caracterizam-se por ser uma classe de modelos mais geral que os
modelos lineares generalizados duplos (Smyth, 1989). Nesta dissertação são
propostas técnicas de diagnósticos para os MLGSs, sendo desenvolvidas as
técnicas de alavancagem generalizada, análise de resíduos, in uência global,
como também o método de in uência local, este avaliado sob três esquemas
de perturbação. Por m, é apresentada uma análise grá ca por meio de dados
simulados.
|
Page generated in 0.0481 seconds