Made available in DSpace on 2014-06-12T18:05:14Z (GMT). No. of bitstreams: 2 arquivo7240_1.pdf: 1529236 bytes, checksum: 2a62fd6f5d489295acf3ebce28a8bf89 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2005 / Neste trabalho apresentamos um estudo de influência local no modelo de regressão Dirichlet proposto em Silva (2004) usando a curvatura normal conforme proposta por Poon & Poon (1999). Perturbamos o modelo segundo quatro esquemas de perturbação diferentes, a saber: a log-verossimilhança de forma multiplicativa, as variáveis explicativas de forma aditiva e multiplicativa e, finalmente, as variáveis resposta de forma aditiva. No desenvolvimento deste ´ ultimo esquema nos encontramos frente a um problema de maximização sujeito a restrições, resolvemos o problema e encontramos a solução. A partir dá ý conseguimos enunciar e provar um Teorema que nos dá uma forma de realizar análise de influência quando as perturbações satisfazem um conjunto de restrições lineares; além disso, estendemos o conceito de contribuição agregada para modelos multivariados. Apresentamos também um exemplo de análise de influência para dados reais usando o modelo de regressão Dirichlet. Neste exemplo, verificamos que uma observação se destaca como influente nos quatro esquemas de perturbação e que a influência das observações é maior para maiores valores das variáveis explicativas

Made available in DSpace on 2014-06-12T18:06:16Z (GMT). No. of bitstreams: 2 arquivo7254_1.pdf: 833559 bytes, checksum: 75784cd8f4e56be9d720245b23538da4 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2004 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O modelo de regressão Dirichlet é útil, por exemplo, na modelagem de taxas e proporções, onde a soma das componentes de cada vetor de observações é igual a um. Os coeficientes deste modelo de regressão constituem uma matriz. Se esta matriz não tem posto completo, ou seja, se alguns de seus elementos podem ser escritos como combinações lineares de outros, então a quantidade de parâmetros do modelo a serem estimados é menor. Nosso objetivo é estimar o posto desta matriz de parâmetros, utilizando uma estatística de teste proposta por Ratsimalahelo (2003), através do procedimento de teste sequencial e dos critérios de informação BIC (Bayesian Information Criteria) e HQIC (Hannan Quinn Information Criteria). Em seguida, avaliamos o desempenho dos estimadores do posto da matriz de coeficientes, baseados nestes procedimentos. Neste trabalho consideramos dois modelos de regressão Dirichlet. Através dos resultados de simulação de Monte Carlo, observamos que quando utilizamos o procedimento de teste sequencial, para estimar o posto da matriz de coefiientes dos modelos de regressão Dirichlet, o desempenho dos estimadores, em geral, é melhor em termos de viés e erro quadrático médio do que quando utilizamos os critérios de informação BIC e HQIC