Submitted by Guilherme Aparecido Santos Aguilar null (guiaguilar@hotmail.com) on 2017-03-24T20:21:32Z
No. of bitstreams: 1
dissertacao.pdf: 1514798 bytes, checksum: 2336853543dbc4bd478bff182d7bc837 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-03-27T17:03:00Z (GMT) No. of bitstreams: 1
aguilar_gas_me_prud.pdf: 1514798 bytes, checksum: 2336853543dbc4bd478bff182d7bc837 (MD5) / Made available in DSpace on 2017-03-27T17:03:00Z (GMT). No. of bitstreams: 1
aguilar_gas_me_prud.pdf: 1514798 bytes, checksum: 2336853543dbc4bd478bff182d7bc837 (MD5)
Previous issue date: 2017-03-06 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Devido aos inúmeros campos para aplicações na Análise de Sobrevivência, diferentes funções de risco são necessárias para modelar os mais diversos casos em estudo. Portanto, ao criar novas distribuições pode-se obter diferentes funções de risco com suas diferentes curvas, que podem ser utilizadas para diversos tipos de dados. Serão apresentadas três novas distribuições de probabilidade, criadas a partir de três diferentes métodos, sendo a Gama Exponenciada Estendida de Marshall Olkin, Gama Exponenciada Poisson Truncada no Zero e também a Gama Exponenciada Bivariada. Para as distribuições de probabilidade univariadas foram obtidos resultados probabilísticos, tais como o n-ésimo momento; r-ésimo momento de vida média residual; r-ésimo momento de vida média residual invertido; ordenação estocástica; entropias; desvios médios; curvas de Bonferroni e de Lorenz; assimetria, curtose e seus gráficos; estatísticas de ordem e parâmetro stress − strength. Em relação a distribuição Gama Exponenciada Bivariada foi encontrada sua função acumulada; função densidade; função marginal; função condicional e seu n-ésimo momento. Para as novas distribuições univariadas encontradas, também foram feitas simulações para diferentes valores de parâmetros com o intuito de verificar qual o melhor método de estimação, para cada parâmetro de cada distribuição. Os métodos utilizados foram: estimador de máxima verossimilhança, Mínimos Quadrados, Mínimos Quadrados Ponderados, Cramér-von-Mises, Anderson Darling, Anderson Darling -RT (cauda à direita), Anderson Darling - LT (cauda à esquerda), Anderson Darling - 2LT (cauda à esquerda de segunda ordem), Kolmogorov e também foi utilizado o método Bayesiano com priori Gama. Por último foram também realizadas aplicações em um banco de dados, uma para cada distribuição univariada, onde foi comparado o ajuste das novas distribuições propostas com outras já conhecidas na literatura. / Due to the many fields for applications in Survival Analysis, different hazard functions are needed to modelling the various case studies. Therefore, creating new distributions can obtains different hazard functions with different graphics, which can be used for various types of data. There will be presented three new probability distributions, created from three different methods, the Marshall Olkin Extendet Exponentiated Gamma, Poisson Zero Truncated Exponentiated Gamma and the Bivariate Exponentiated Gamma. For such univariate probability distributions it will be obtained some probabilistics results, like n-th time, rth moment of residual life, r-th moment of residual life inverted, stochastic ordering, entropies, mean deviation, Bonferroni and Lorenz curve, skewness, kurtosis, order statistics and stress-strength parameter. Regarding the Bivariate Gamma Exponentiated was found your acumulated and density function; marginal function; conditional function and it’s n-th moment. For the new univariate distributions found, were also made simulations for different parameter values in order to find the best estimation method for each parameter. The methods used were: maximum likelihood, ordinary least-squares, weighted least-squares, Cramér-von-Mises, Anderson Darling, Anderson Darling - RT (right-tail), Anderson Darling - LT (left-tail), Anderson Darling - 2LT (left-tail second order), Kolmogorov and bayesian estimator with the prior Gamma. Some techniques to compare the estimators were used. Finally, applications were also performed, one for each univariate distribution, where the adjustment of some proposed distributions in relation to the database was tested.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/149970 |
Date | 06 March 2017 |
Creators | Aguilar, Guilherme Aparecido Santos [UNESP] |
Contributors | Universidade Estadual Paulista (UNESP), Moala, Fernando Antônio [UNESP] |
Publisher | Universidade Estadual Paulista (UNESP) |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP |
Rights | info:eu-repo/semantics/openAccess |
Relation | 600 |
Page generated in 0.0032 seconds