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.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-02T21:04:42Z No. of bitstreams: 1 JOELSON DA CRUZ CAMPOS - DISSERTAÇÃO PPGMAT 2011..pdf: 1767673 bytes, checksum: bf8d4ae8ead7124a54cdc7b566c2a9ff (MD5) / Made available in DSpace on 2018-08-02T21:04:42Z (GMT). No. of bitstreams: 1 JOELSON DA CRUZ CAMPOS - DISSERTAÇÃO PPGMAT 2011..pdf: 1767673 bytes, checksum: bf8d4ae8ead7124a54cdc7b566c2a9ff (MD5) Previous issue date: 2011-12 / Capes / Neste trabalho, propomos o modelo de regressão log-Birnbaum-Saunders generalizado para analisar dados com censura intervalar. As funções escore e a matriz de informação de Fisher observada foram obtidas, bem como foi discutido o processo de estimação dos parâmetros do modelo. Como medida de influência, consideramos o afastamento pela verossimilhança (likelihood displacement) sob vários esquemas de perturbação. Derivamos as matrizes apropriadas para obter a influência local nos parâmetros estimados do modelo e realizamos uma análise residual baseada nos resíduos de Cox-Snell ajustado, Martingale e componente do desvio modificado. Apresentamos também um estudo de simulação de Monte Carlo a fim de investigar o comportamento da distribuição empírica dos resíduos propostos. Finalmente, uma aplicação com dados reais é apresentada. / In this work, we propose the model of regression log-Birnbaum-Saunders generalized to analyze data with interval censored. The score functions and the observed Fisher information matrix were obtained, as well as the process for estimating of the parameters was discussed. As measure of influence, we considered the likelihood displacement under several schemes of perturbation. The normal curvatures of local influence were derived and we conducted a residual analysis based on residuals Cox-Snell adjusted, Martingale and modified deviance. A Monte Carlo simulation was carried in order to investigate the behavior of empiric distribution of the proposed residuals. Finally, an application with real data is presented.

Made available in DSpace on 2016-06-02T20:06:09Z (GMT). No. of bitstreams: 1 5914.pdf: 1420398 bytes, checksum: e5c2a5d7845b5b17b94959ce849fd613 (MD5) Previous issue date: 2014-04-01 / Financiadora de Estudos e Projetos / The real estate market has a key role in the country and counties economy attracting several studies and researches that explains and interpret the numerous transactions performed, and especially to find appropriate ways to define the monetary value. Usually the real estate data modeling is performed through regression models, especially the linear and also the generalized linear models ( Nelder andWedderburn, 1972). Because these data has different characteristics such as heteroscedasticity, non-normality and heterogeneity, the use of these models can suffer limitations, so it is appropriate to use more and more complex models, such as generalized additive models for location, scale and shape GAMLSS (proposed by Rigby & Stasinopoulos (2005), that allows all parameters of the response variable are modeled parametric or non parametric form. In this context and based on a dataset of urban land of São Carlos city in 2005 was estimated the empirical function the value of the land addressing the class of linear models, generalized linear models and the GAMLSS. Alternatively, considering the existence of two types of real estate prices: already sold (observed) and announced (censored), was proposed to the data, using the survival analysis considering censored left and the GAMLSS in the parameter estimation process. A simulation study and a study of local influence was also performed. / O mercado imobiliário possui um papel fundamental na economia do país e municípios atraindo diversos estudos e pesquisas que buscam explicar e interpretar as inúmeras transações realizadas, e principalmente, encontrar maneiras adequadas de determinar seu valor monetário. Geralmente a modelagem de dados imobiliários e feita por meio de modelos de regressão, especialmente os lineares e também, os modelos lineares generalizados (Nelder e Wedder-burn,1972). Por se tratarem de dados com diferentes características, como heterocedasticidade, não normalidade e heterogeneidade, o uso desses modelos podem sofrer limitações, por isso torna-se adequada a utilização de modelos cada vez mais complexos, como por exemplo, os modelos aditivos generalizados para posição, escala e forma (GAMLSS) propostos por Rigby & Stasinopoulos (2005), que permitem que todas as estimativas dos parâmetros envolvidos no modelo sejam obtidas de forma paramétrica ou não-paramétrica. Neste contexto e com base em um conjunto de dados de lotes urbanos da cidade de Sao Carlos do ano de 2005 foi estimado a função empírica do valor de lotes abordando a classe de modelos lineares, modelos lineares generalizados e o GAMLSS. Alternativamente, considerando a existência de dois tipos de preços de imóveis: ja vendidos (observados) e anunciados (censurados), foi proposto aos dados, a utilização da analise de sobrevivência considerando censura a esquerda e o GAMLSS no processo de estimação dos parâmetros. Foi realizado também um estudo de simulação e um estudo de influência local.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-05-30T18:10:39Z No. of bitstreams: 1 DissBPA.pdf: 2135115 bytes, checksum: 490e7ac428af85f9a9fa80c775e8fe78 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-05-30T18:17:10Z (GMT) No. of bitstreams: 1 DissBPA.pdf: 2135115 bytes, checksum: 490e7ac428af85f9a9fa80c775e8fe78 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-05-30T18:17:17Z (GMT) No. of bitstreams: 1 DissBPA.pdf: 2135115 bytes, checksum: 490e7ac428af85f9a9fa80c775e8fe78 (MD5) / Made available in DSpace on 2017-05-30T18:24:51Z (GMT). No. of bitstreams: 1 DissBPA.pdf: 2135115 bytes, checksum: 490e7ac428af85f9a9fa80c775e8fe78 (MD5) Previous issue date: 2016-12-09 / Não recebi financiamento / 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. / 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) será 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 arbitraria pode conduzir a interpretações sobre a análise de diagnostico 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 analise de um conjunto de dados com replicas balanceadas e foram avaliadas quais patamares e laboratórios exercem um efeito desproporcional nas inferências feitas sob o modelo.

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 2018-08-16T04:06:26Z (GMT). No. of bitstreams: 1 MedinaGaray_AldoWilliam_M.pdf: 1389516 bytes, checksum: 2763869ea52e11ede3c860714ea0e75e (MD5) Previous issue date: 2010 / Resumo: Neste trabalho estudamos alguns aspectos de estimação e diagnóstico de influência global e local de modelos não lineares sob a classe de distribuição misturas da escala skew-normal, baseado na metodologia proposta por Cook (1986) e Poon & Poon (1999). Os modelos não lineares heteroscedásticos também são discutidos. Esta nova classe de modelos constitui uma generalização robusta dos modelos de regressão não linear simétricos, que têm como membros particulares distribuições com caudas pesadas, tais como skew-t, skew-slash, skew-normal contaminada, entre outras. A estimação dos parâmetros será obtida via o algoritmo EM proposto por Dempster et al. (1977). Estudos de testes de hipóteses são considerados utilizando as estatísticas de escore e da razão de verossimilhança, para testar a homogeneidade do parâmetro de escala. Propriedades das estatísticas do teste são investigadas através de simulações de Monte Carlo. Exemplos numéricos considerando dados reais e simulados são apresentados para ilustrar a metodologia desenvolvida / Abstrac: In this work, we studied some aspects of estimation and diagnostics on the global and local influence in nonlinear models under the class of scale mixtures of the skewnormal (SMSN) distribution, based on the methodology proposed by Cook (1986) e Poon & Poon (1999). Heteroscedastic nonlinear models are also discussed. This new class of models are a robust generalization of non-linear regression symmetrical models, which have as members individual distributions with heavy tails, such as skew-t, skew-slash, and skew-contaminated normal, among others. The parameter estimation will be obtained with the EM algorithm proposed by Dempster et al. (1977). Studies testing hypotheses are considered using the score statistics and the likelihood ratio test to test the homogeneity of scale parameter. Properties of test statistics are investigated through Monte Carlo simulations. Numerical examples considering real and simulated data are presented to illustrate the methodology / Mestrado / Métodos Estatísticos / Mestre em Estatística

Orientadores: Filidor E. Vilca Labra, Victor Hugo Lachos Davila / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-14T22:06:24Z (GMT). No. of bitstreams: 1 Zeller_CamilaBorelli_D.pdf: 2738820 bytes, checksum: d40d3df77a4b5d44de0f48a8f8afed01 (MD5) Previous issue date: 2009 / Resumo: Neste trabalho, estudamos alguns aspectos de estimação e diagnóstico de influência local (Cook, 1986) em modelos lineares, especificamente no modelo de regressão linear, no modelo linear misto e no modelo de Grubbs sob a classe de distribuições assimétricas misturas de escala skew-normal (SMSN) (Branco & Dey, 2001). Esta família de distribuições tem como membros particulares as versões simétrica e assimétrica das distribuições t-Student, slash e normal contaminada, todas com caudas mais pesadas que a distribuição normal, A estimação dos parâmetros será via o algoritmo EM (Dempster et al, 1977) e a análise de diagnóstico será baseada na técnica de dados aumentados que usa a esperança condicional da função log-verossimilhança dos dados aumentados (função-Q) proveniente do algoritmo EM, como proposta por Zhu & Lee (2001) e Lee & Xu (2004). Assim, pretendemos contribuir positivamente para desenvolvimento da área dos modelos lineares, estendendo alguns resultados encontrados na literatura, por exemplo, Pinheiro et al (2001), Arellano-Valle et aí (2005), Osório (2006), Montenegro et al (2009a), Montenegro et al (2009b), Osório et al (2009), Lachos et aí (2010), entre outros. / Abstract: In this work, we study some aspects of the estimation and the diagnostics based on the local influence (Cook, 1986) in linear models under the class of scale mixtures of the skew-normal (SMSN) distribution, as proposed by Branco & Dey (2001). Specifically, we consider the linear regression model, the linear mixed model and the Grubbs' measurement error model. The SMSN class of distributions provides a useful generalization of the normal and the skew-normal distributions since it covers both the asymmetric and heavy-tailed distributions such as the skew-t, the skew-slash, the skew-contaminated normal, among others. The local influence analysis will be based on the conditional expectation of the complete-data log-likelihood function (function-Q) from the EM algorithm (Dempster et al, 1977) ), as proposed by Zhu & Lee (2001) and Lee & Xu (2004). We believe that the results of our work have contributed positively to the development of this area of linear models, since we have extended some results from the works of Pinheiro et al. (2001), Arellano-Valle et al. (2005), Osorio (2006), Montenegro et al. (2009a), Montenegro et al. (2009b), Osorio et al. (2009), Lachos et al. (2010), among others. / Doutorado / Método Estatístico / Doutor em Estatística

Orientador: Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-25T19:08:47Z (GMT). No. of bitstreams: 1 HuairaContreras_CarlosAlberto_M.pdf: 2748699 bytes, checksum: fc8d02e2b19e638936faea1dec0b8ddc (MD5) Previous issue date: 2014 / Resumo: Modelos lineares são frequentemente usados em estatística para descrever a relação entre uma variável resposta e uma ou mais variáveis explicativas, onde geralmente os erros são assumidos como normalmente distribuídos. Além disso, em modelos de regressão linear assume-se que o mesmo modelo linear é válido para todo o conjunto de dados. O modelo pode mudar após um ponto específico e assim um modelo linear com um ponto de mudança poderá ser apropriado para o conjunto de dados. O principal objetivo deste trabalho é estudar alguns aspectos de estimação e análise de diagnóstico em modelos de regressão linear com ponto de mudança sob distribuições de mistura de escala normal. A análise de diagnóstico é baseada nos trabalhos de Cook (1986) e Zhu & Lee (2001). Os resultados obtidos representam uma extensão de alguns resultados apresentados na literatura, ver por exemplo Chen (1998) e Osorio & Galea (2005). Finalmente, estudos de simulação através de simulações Monte Carlo são realizados e exemplos numéricos são apresentados para ilustrar os resultados propostos / Abstract: Linear models are widely used in statistics to describe the relationship between a response variable and one or more explanatory variables, where usually it is assumed the errors are normally distributed. Moreover, in linear regression model is assumed that the same linear model holds for the whole data set, but this is not always valid. The model may change after a specific point, and so a linear model with a change point would be appropriate for data set. The main objective of work is to study some aspect of estimation and analysis of diagnostics in the regression linear with change point model under scale mixture of normal distributions. The analysis of diagnostics is based on the works of Cook (1986) and Zhu & Lee (2001). The results obtained represent a extension of some results obtained in the literature; see for example Chen (1998) and Osorio & Galea (2005). Finally, simulation studies are investigated through Monte Carlo simulations and numerical examples are presented to illustrate the proposed results / Mestrado / Estatistica / Mestre em Estatística

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).