Neste trabalho estudamos o modelo de regressão logística com erro de medida nas covariáveis. Abordamos as metodologias de estimação de máxima pseudoverossimilhança pelo algoritmo EM-Monte Carlo, calibração da regressão, SIMEX e naïve (ingênuo), método este que ignora o erro de medida. Comparamos os métodos em relação à estimação, através do viés e da raiz do erro quadrático médio, e em relação à predição de novas observações, através das medidas de desempenho sensibilidade, especificidade, verdadeiro preditivo positivo, verdadeiro preditivo negativo, acurácia e estatística de Kolmogorov-Smirnov. Os estudos de simulação evidenciam o melhor desempenho do método de máxima pseudoverossimilhança na estimação. Para as medidas de desempenho na predição não há diferença entre os métodos de estimação. Por fim, utilizamos nossos resultados em dois conjuntos de dados reais de diferentes áreas: área médica, cujo objetivo está na estimação da razão de chances, e área financeira, cujo intuito é a predição de novas observações. / We study the logistic model when explanatory variables are measured with error. Three estimation methods are presented, namely maximum pseudo-likelihood obtained through a Monte Carlo expectation-maximization type algorithm, regression calibration, SIMEX and naïve, which ignores the measurement error. These methods are compared through simulation. From the estimation point of view, we compare the different methods by evaluating their biases and root mean square errors. The predictive quality of the methods is evaluated based on sensitivity, specificity, positive and negative predictive values, accuracy and the Kolmogorov-Smirnov statistic. The simulation studies show that the best performing method is the maximum pseudo-likelihood method when the objective is to estimate the parameters. There is no difference among the estimation methods for predictive purposes. The results are illustrated in two real data sets from different application areas: medical area, whose goal is the estimation of the odds ratio, and financial area, whose goal is the prediction of new observations.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-08T19:36:59Z No. of bitstreams: 1 ELIZABETE CARDOSO MACHADO - DISSERTAÇÃO PPGMAT 2013..pdf: 1253783 bytes, checksum: 102940a8c9aabedecfa013e695047eb1 (MD5) / Made available in DSpace on 2018-08-08T19:36:59Z (GMT). No. of bitstreams: 1 ELIZABETE CARDOSO MACHADO - DISSERTAÇÃO PPGMAT 2013..pdf: 1253783 bytes, checksum: 102940a8c9aabedecfa013e695047eb1 (MD5) Previous issue date: 2013-09 / Capes / Neste trabalho fizemos um estudo sobre a classe de distribuições generalizadas exponencializadas, a distribuição Fréchet generalizada e a distribuição Weibull inversa log-generalizada. Obtemos algumas propriedades da distribuição Fréchet generalizada. Uma nova distribuição é proposta: a distribuição log-Fréchet generalizada. Esta distribuição é uma estensão da distribuição Fréchet. Outra proposta deste trabalho é introduzir um modelo de regressão log-Fréchet generalizada com censura Tipo I baseado na distribuição log-Fréchet generalizada. / In this work, we did a research study about the exponentiated generalized class of distributions, the generalized Fréchet distribution and the log-generalized inverse Weibull distribution. We obtain some properties of generalized Fréchet distribution. Furthermore, a new distribution is proposed: the generalized log-Fréchet distribution. This new distribution is an extension of Fréchet distribution. Another propose of this work is to introduce a generalized log-Frechét regression model with Type-I censoringbased on the generalized log-Frechét distribution.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-08T21:14:19Z No. of bitstreams: 1 DÉBORA KAROLLYNE XAVIER SILVA - DISSERTAÇÃO PPGMAT 2013..pdf: 5676823 bytes, checksum: 10779ac6b54c624585a998fed783af51 (MD5) / Made available in DSpace on 2018-08-08T21:14:19Z (GMT). No. of bitstreams: 1 DÉBORA KAROLLYNE XAVIER SILVA - DISSERTAÇÃO PPGMAT 2013..pdf: 5676823 bytes, checksum: 10779ac6b54c624585a998fed783af51 (MD5) Previous issue date: 2013-12 / Capes / A distribuição Birnbaum-Saunders surgiu em 1969 com aplicações fortemente ligadas à engenharia e se expandiu nas últimas décadas a diversas áreas. Na literatura, além de tomar um papel de destaque na análise de sobrevivência, podemos destacar o surgimento de várias generalizações. Neste trabalho apresentaremos uma dessas generalizações, a qual foi formulada por Mentainis em 2010. Primeiramente, faremos uma breve explanação sobre a distribuição Birnbaum-Saunders cl´assica e sobre a generaliza¸c˜ao que foi proposta por Mentainis (2010), a qual chamaremos de distribuição Birnbaum-Saunders generalizada. Em seguida, discorreremos sobre a distribuição senh-normal, a qual possui uma importante relação com a distribuição Birnbaum-Saunders. Numa outra etapa, apresentaremos alguns métodos de diagnóstico para o modelo de regressão log-Birnbaum-Saunders generalizado e investigaremos testes de homogeneidade para os correspondentes parˆametros de forma e escala. Por fim, analisamos um conjunto de dados para ilustrar a teoria desenvolvida. / The Birnbaum-Saunders distribution emerged in 1969 motivated by problems in engineering. However, its field of application has been extended beyond the original context of material fatigue and reliability analysis. In the literature, it has made an important role in survival analysis. Moreover, many generalizations of it have been considered. In this work we present one of these generalizations, which was formulated by Mentainis in 2010. First, we provide a brief explanation of the classical Birnbaum-Saunders distribution and its generalization proposed by Mentainis (2010), which we name as the generalized Birnbaum-Saunders distribution. Thereafter, we discuss the sinh-normal distribution, which has an important relationship with the Birnbaum-Saunders distribution. In a further part of this work, we present some diagnostic methods for generalized log-Birnbaum-Saunders regression models and investigate tests of homogeneity for the corresponding shape and scale parameters. Finally, an application with real data is presented.

As instituições financeiras que pretendem utilizar a IRB (Internal Ratings Based) avançada precisam desenvolver métodos para estimar a componente de risco LGD (Loss Given Default). Desde a década de 1950 são apresentadas propostas para modelagem da PD (Probability of default), em contrapartida, a previsão da LGD somente recebeu maior atenção após a publicação do Acordo Basileia II. A LGD possui ainda uma literatura pequena, se comparada a PD, e não há um método eficiente em termos de acurácia e interpretação como é a regressão logística para a PD. Modelos de regressão para LGD desempenham um papel fundamental na gestão de risco das instituições financeiras. Devido sua importância este trabalho propõe uma metodologia para quantificar a componente de risco LGD. Considerando as características relatadas sobre a distribuição da LGD e na forma flexível que a distribuição beta pode assumir, propomos uma metodologia de estimação da LGD por meio do modelo de regressão beta bimodal inflacionado em zero. Desenvolvemos a distribuição beta bimodal inflacionada em zero, apresentamos algumas propriedades, incluindo momentos, definimos estimadores via máxima verossimilhança e construímos o modelo de regressão para este modelo probabilístico, apresentamos intervalos de confiança assintóticos e teste de hipóteses para este modelo, bem como critérios para seleção de modelos, realizamos um estudo de simulação para avaliar o desempenho dos estimadores de máxima verossimilhança para os parâmetros da distribuição beta bimodal inflacionada em zero. Para comparação com nossa proposta selecionamos os modelos de regressão beta e regressão beta inflacionada, que são abordagens mais usuais, e o algoritmo SVR , devido a significativa superioridade relatada em outros trabalhos. / Financial institutions willing to use the advanced Internal Ratings Based (IRB) need to develop methods to estimate the LGD (Loss Given Default) risk component. Proposals for PD (Probability of default) modeling have been presented since the 1950s, in contrast, LGDs forecast has received more attention only after the publication of the Basel II Accord. LGD also has a small literature, compared to PD, and there is no efficient method in terms of accuracy and interpretation such as logistic regression for PD. Regression models for LGD play a key role in the risk management of financial institutions, due to their importance this work proposes a methodology to quantify the LGD risk component. Considering the characteristics reported on the distribution of LGD and in the flexible form that the beta distribution may assume, we propose a methodology for estimation of LGD using the zero inflated bimodal beta regression model. We developed the zero inflated bimodal beta distribution, presented some properties, including moments, defined estimators via maximum likelihood and constructed the regression model for this probabilistic model, presented asymptotic confidence intervals and hypothesis test for this model, as well as selection criteria of models, we performed a simulation study to evaluate the performance of the maximum likelihood estimators for the parameters of the zero inflated bimodal beta distribution. For comparison with our proposal we selected the beta regression models and inflated beta regression, which are more usual approaches, and the SVR algorithm, due to the significant superiority reported in other studies.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-07-10T16:48:23Z No. of bitstreams: 1 GRAYCI-MARY GONÇALVES LEAL - DISSERTAÇÃO PPGMAT 2006..pdf: 956853 bytes, checksum: 4fd52ea4cb6e8e47a91cfe0b76a5c4bb (MD5) / Made available in DSpace on 2018-07-10T16:48:23Z (GMT). No. of bitstreams: 1 GRAYCI-MARY GONÇALVES LEAL - DISSERTAÇÃO PPGMAT 2006..pdf: 956853 bytes, checksum: 4fd52ea4cb6e8e47a91cfe0b76a5c4bb (MD5) Previous issue date: 2006-04 / Capes / Dados envolvendo medidas angulares estão presentes nas mais diversas áreas do conhecimento. Para analisá-los é necessário utilizar uma teoria estatística específica e apropriada, diferente da que utilizamos para dados lineares. Particularmente, quando o interesse for formular, ajustar e fazer diagnósticos em modelos de regressão, uma vez que, neste contexto, a natureza da variável deve ser considerada. Neste trabalho, utilizamos os modelos de regressão von Mises para investigar a associação tipo circular-linear e apresentamos dois resíduos padronizados que foram obtidos a partir da componente da função desvio e cujas distribuições de probabilidades podem ser aproximadas pela distribuição normal padrão, definida para dados lineares. / Datainvolvingangulararepresentinthemostdiverseareasofscience. Toanalyze them is necessary to introduce an appropriate theory and to study specific and appropriate statistics as well, different from that we use for linear data. When the interest is to formulate, to adjust and to make diagnostics on regression models, the nature of the variables must be considered. In this work, we use the von Mises regression models to investigate the circular-linear association and discuss two standardized residuals defined from the component of the deviance function whose probability distributions can be approximated by the normal standard distribution defined for linear data.

Submitted by (ana.araujo@ufrpe.br) on 2016-05-20T14:30:00Z No. of bitstreams: 1 Andrea Andrade Prudente.pdf: 1364424 bytes, checksum: 52db48248a4f42fd96b6ee53463083eb (MD5) / Made available in DSpace on 2016-05-20T14:30:00Z (GMT). No. of bitstreams: 1 Andrea Andrade Prudente.pdf: 1364424 bytes, checksum: 52db48248a4f42fd96b6ee53463083eb (MD5) Previous issue date: 2009-03-18 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / The main objective in this dissertation is to derive expressions for the second-order biases of the maximum likelihood estimators of the parameters of the Weibull generalized linear model (WGLM), which are useful to define corrected estimators. In order to reduce the bias of these estimators in finite sample sizes, the method of bias correction introduced by Cox and Snell (1968) was used. The new model adopts a link function which relates the vector of scale parameters of the Weibull distribution to a linear predictor. As a second objective, a revision of the normal non-linear models was also presented, including the method of least squares for estimating the parameters, some asymptotic results, measures of nonlinearity and diagnostic techniques, because in contrast to linear models, quality and, especially, the validity of their fits are evaluated not only by means of regression diagnostics, but also with the extent of the non-linear behavior. Finally, a brief description of generalized linear models (GLM) is given and the applicability of the model range. Real data sets were analyzed to demonstrate the applicability of the proposed models. These tests were conducted in the R environment for programming, data analysis, andgraphics. / Esta dissertação tem como objetivo principal apresentar expressões para os vieses de segunda ordem dos estimadores de máxima verossimilhança dos parâmetros do modelo linear generalizado de Weibull (MLGW), utilizando-as para obter estimadores corrigidos. Com o intuito de reduzir os vieses destes estimadores, em amostras de tamanho finito, utilizou-se a correção do viés pelo uso da equação de Cox e Snell (1968). Esse modelo permite a utilização de uma função de ligação para relacionar o vetor dos parâmetros de escala da distribuição de Weibull (parte da média) ao preditor linear. Um objetivo secundário foi revisar os modelos normais não-lineares, contemplando o método de mínimos quadrados para estimação dos seus parâmetros, alguns resultados assintóticos, medidas de não-linearidade e técnicas de diagnóstico, pois ao contrário dos modelos lineares, a qualidade e, principalmente, a validade dos seus ajustes são avaliadas não só por meio de diagnósticos de regressão, mas pela extensão do comportamento nãolinear. Por fim, foi apresentada, também, uma sucinta descrição dos modelos lineares generalizados (MLG) e a aplicabilidade do modelo gama. Dados reais foram analisados para demonstrar a aplicabilidade dos modelos propostos. Estas análises foram realizadas no ambiente de programação, análise de dados e gráficos R.

Na tentativa de contornar os problemas ainda existentes para a detecção e identificação de erros grosseiros (EGs) no processo de estimação de estado em sistemas elétricos de potência (EESEP), realiza-se, neste trabalho, uma análise da formulação dos estimadores aplicados a sistemas elétricos de potência, em especial, o de mínimos quadrados ponderados, tendo em vista evidenciar as limitações dos mesmos para o tratamento de EGs. Em razão da dificuldade de detectar EGs em medidas pontos de alavancamento, foram também analisadas as metodologias desenvolvidas para identificação de medidas pontos de alavancamento. Através da formulação do processo de EESEP como um problema de álgebra linear, demonstra-se o porquê da impossibilidade de detectar EGs em determinadas medidas redundantes, sendo proposto, na seqüência, um método para identificação de medidas pontos de alavancamento. Para reduzir os efeitos maléficos dessas medidas no processo de EESEP verifica-se a possibilidade de aplicar outras técnicas estatísticas para o processamento de EGs, bem como técnicas para obtenção de uma matriz de ponderação adequada. / To overcome the problems still existent for gross errors (GEs) detection and identification in the process of power system state estimation (PSSE), the formulations of the estimators applied to power systems are analyzed, specially, the formulation of the weighted squares estimator. These analyses were performed to show the limitations of these estimators for GEs processing. As leverage points (LP) represent a problem for GEs processing, methodologies for LP identification were also verified. By means of the linear formulation of the PSSE process, the reason for the impossibility of GEs detection in some redundant measurements is shown and a method for LP identification is proposed. To minimize the bad effects of the LP to the PSSE process, the possibility of applying other statistic techniques for GEs processing, as well as techniques to estimate an weighting matrix are also analyzed.

O fator de simultaneidade é fundamental no planejamento de redes de distribuição de gás natural. Trata-se de um multiplicador entre 0 e 1 que ajusta o consumo total teórico de um número de aparelhos de utilização em condições reais. Em 2005 o Instituto de Pesquisas Tecnológicas (IPT) e a Companhia de Gás de São Paulo (COMGÁS) realizaram um estudo no qual determinou-se o fator de simultaneidade em um conjunto de edificações residenciais. Um modelo de regressão foi proposto para expressar o fator de simultaneidade em termos da potência total instalada. O modelo ajustado pode ser utilizado para predizer o fator de simultaneidade em novas edificações. O modelo em questão é um modelo de regressão linear normal no qual a variável resposta é o logaritmo do fator de simultaneidade. Nesta dissertação, o objetivo é investigar outras possibilidades de modelos de regressão adequados aos dados obtidos pelo IPT e pela COMGÁS. Especial atenção é dada ao modelo de regressão beta proposto por Ferrari e Cribari-Neto (Journal of Applied Statistics, 2004) por possuir vantagens sobre o modelo de regressão linear normal. O modelo de regressão beta assume que, dadas as covariáveis, a variável resposta possui distribuição beta, sendo adequado para modelar dados observados no intervalo unitário. Desta forma, a transformação na variável resposta - o fator de simultaneidade - é desnecessária. Além disso, é proposta uma nova abordagem para a predição do fator de simultaneidade, diferente de todas as abordagens pesquisadas na literatura, utilizando a técnica de bootstrap. / The simultaneity factor is fundamental in planning gas distribution networks. It is a multiplicator between 0 and 1 that adjusts the theoretical total consumption of a number of devices to realistic conditions. In 2005, the Instituto de Pesquisas Tecnológicas (IPT) and the Companhia de Gás de São Paulo (COMGÁS) performed a study in which the simultaneity factor of gas consumption in a set of residential buildings have been determined. A regression model was proposed to express the simultaneity factor in terms of the total power of installed equipment. The fitted model can be used to predict the simultaneity factor in new buildings. The model they proposed is a normal linear regression model in which the response variable is the logarithm of the simultaneity factor. In the present dissertation, our aim is to investigate other possible regression models suitable to the data obtained by IPT and CONGÁS. Emphasis is given to the beta regression model proposed by Ferrari and Cribari-Neto (Journal of Applied Statistics, 2004) which has a number of advantages over normal linear regression models. The beta regression model assumes that, given the covariates, the response variable has a beta distribution, which is adequate to model data observed in the unit interval. Therefore, no transformation in the response variable, the simultaneity factor, is needed. Additionally, we present a new approach for the prediction of the simultaneity factor, that is different from all the approaches shown in the literature, using the bootstrap technique.

Made available in DSpace on 2017-07-10T18:33:41Z (GMT). No. of bitstreams: 1 Carlos A Goncalves Junior.pdf: 339511 bytes, checksum: 6c64752683f2e8ade22f7ad3f541ffd8 (MD5) Previous issue date: 2009-04-16 / This research work aims to create a tool that can help a credit cooperative in the region of Toledo in the analysis and concession of agricultural credit calculating the probability of completion of the contracts, what permits to predict a possible default, using the logistic regression model - Logit. The theoretical framework used, based on the Theory of Transaction Costs, identifies the default as the result of the incompleteness of contracts and of the asymmetry of information between the parties in a transaction. The goal is that this tool can reduce the asymmetry of information between the borrowers and the credit cooperative, in order to avoid the granting of credit to possible defaulters. To do so, it was collected information about the borrowers from the records of the cooperative from the year 2004 to 2007, aiming to draw a profile of the credit borrower. Later, it was estimated the logistic regression model for 10 different samples to identify the sample that received the greatest number of his between payers and defaulters. It was established that the estimated model was more efficient to identify the payers contracts than defaulters contracts, and even with a not too high percentage average of correct the model can assist the decision-making of the cooperative in granting credit. / Este trabalho de pesquisa objetiva criar uma ferramenta que possa auxiliar uma cooperativa de crédito da região de Toledo na análise e concessão de crédito agrícola calculando a probabilidade de cumprimento dos contratos, o que permite antever os possíveis contratos inadimplentes, utilizando-se o modelo de regressão logística Logit. O referencial teórico utilizado, baseado na Teoria dos Custos de Transação, identifica a inadimplência como sendo resultado da incompletude dos contratos e da assimetria de informações entre as partes envolvidas em uma transação. O objetivo é que essa ferramenta possa reduzir a assimetria de informações entre os tomadores e a cooperativa de crédito, no intuito de evitar a concessão de crédito a possíveis inadimplentes. Para isso, coletou-se junto à cooperativa informações cadastrais dos tomadores, no período de 2004 a 2007, objetivando traçar um perfil do tomador de crédito. Posteriormente estimou-se o modelo de regressão logística para 10 amostras aleatórias diferentes, a fim de identificar a amostra que obtivesse o maior número de acertos entre adimplentes e inadimplentes. Constatou-se que o modelo estimado foi mais eficiente para identificar os contratos adimplentes que os inadimplentes, e que mesmo com um porcentual médio de acerto não muito elevado o modelo pode auxiliar a tomada de decisão da cooperativa na concessão de crédito.

Nos últimos anos têm sido desenvolvidos modelos de regressão beta, que têm uma variedade de aplicações práticas como, por exemplo, a modelagem de taxas, razões ou proporções. No entanto, é comum que dados na forma de proporções apresentem zeros e/ou uns, o que não permite admitir que os dados provêm de uma distribuição contínua. Nesta tese, são propostas, distribuições de mistura entre uma distribuição beta e uma distribuição de Bernoulli, degenerada em zero e degenerada em um para modelar dados observados nos intervalos [0, 1], [0, 1) e (0, 1], respectivamente. As distribuições propostas são inflacionadas no sentido de que a massa de probabilidade em zero e/ou um excede o que é permitido pela distribuição beta. Propriedades dessas distribuições são estudadas, métodos de estimação por máxima verossimilhança e momentos condicionais são comparados. Aplicações a vários conjuntos de dados reais são examinadas. Desenvolvemos também modelos de regressão beta inflacionados assumindo que a distribuição da variável resposta é beta inflacionada. Estudamos estimação por máxima verossimilhança. Derivamos expressões em forma fechada para o vetor escore, a matriz de informação de Fisher e sua inversa. Discutimos estimação intervalar para diferentes quantidades populacionais (parâmetros de regressão, parâmetro de precisão) e testes de hipóteses assintóticos. Derivamos expressões para o viés de segunda ordem dos estimadores de máxima verossimilhança dos parâmetros, possibilitando a obtenção de estimadores corrigidos que são mais precisos que os não corrigidos em amostras finitas. Finalmente, desenvolvemos técnicas de diagnóstico para os modelos de regressão beta inflacionados, sendo adotado o método de influência local baseado na curvatura normal conforme. Ilustramos a teoria desenvolvida em um conjuntos de dados reais. / The last years have seen new developments in the theory of beta regression models, which are useful for modelling random variables that assume values in the standard unit interval such as proportions, rates and fractions. In many situations, the dependent variable contains zeros and/or ones. In such cases, continuous distributions are not suitable for modeling this kind of data. In this thesis we propose mixed continuous-discrete distributions to model data observed on the intervals [0, 1],[0, 1) and (0, 1]. The proposed distributions are inflated beta distributions in the sense that the probability mass at 0 and/or 1 exceeds what is expected for the beta distribution. Properties of the inflated beta distributions are given. Estimation based on maximum likelihood and conditional moments is discussed and compared. Empirical applications using real data set are provided. Further, we develop inflated beta regression models in which the underlying assumption is that the response follows an inflated beta law. Estimation is performed by maximum likelihood. We provide closed-form expressions for the score function, Fishers information matrix and its inverse. Interval estimation for different population quantities (such as regression parameters, precision parameter, mean response) is discussed and tests of hypotheses on the regression parameters can be performed using asymptotic tests. We also derive the second order biases of the maximum likelihood estimators and use them to define bias-adjusted estimators. The numerical results show that bias reduction can be effective in finite samples. We also develop a set of diagnostic techniques that can be employed to identify departures from the postulated model and influential observations. To that end, we adopt the local influence approach based in the conformal normal curvature. Finally, we consider empirical examples to illustrate the theory developed.