Return to search

Estimação Bayesiana dos parâmetros da distribuição Exponencial Generalizada Bivariada

Made available in DSpace on 2014-08-13T14:50:48Z (GMT). No. of bitstreams: 0
Previous issue date: 2014-02-25Bitstream added on 2014-08-13T18:00:26Z : No. of bitstreams: 1
000759853.pdf: 2724626 bytes, checksum: 2772526c9a8ee40397accad71c2eaad2 (MD5) / Várias distribuições bivariadas para análise de confiabilidade tem sido propostas, mas a distribuição Exponencial Generalizada Bivariada (BVGE) apresentada por Gupta e Kundu (2009) possui interessantes propriedades. Por exemplo, a distribuição BVGE possui distribuições marginais Exponenciais Generalizadas (GE), que tem sido muito utilizadas em problemas unidimensionais. Dessa forma, uma análise estatística dos parâmetros e distribuição BVGE é de grande importância na modelagem de problemas em confiabilidade. Um modo alternativo de obtenção de distribuições bivariadas (ou multivariadas) é através da teoria de Cópulas e a técnica mostra-se ser uma grande alternativa, à medida que esta teoria permite a criação de distribuições multivariadas sem a necessidade de se supor qualquer tipo de restrição às distribuições marginais e muito menos às multivariadas. Inferências para estas diferentes versões de modelos bivariados de tempo de falha são agora de grande importância, consequentemente a realização de uma comparação se faz necessária e o método Bayesiano de análise estatística é amplamente reconhecido por oferecer significantes benefícios na análise de dados e assim justifica sua utilização. Neste trabalho foram consideradas comparações entre as distribuições BVGE e algumas distribuições exponenciais generalizadas bivariadas definidas a partir das funções cópulas, de modo a propor várias opções de distribuições que possam ser utilizadas no caso bivariado. / Many bivariate distributions for survival analysis were proposed, but the Bivariate Generalized Exponential Distribution (BVGE) presented by Gupta and Kundu (2009) has interesting properties. For example, the BVGE distribution has Generalized Exponential marginal distributions, which is used in many unidimensional problems. An alternative way to obtain multivariate (or bivariate) distributions is the use of Copula theory, which is proving to be a useful alternative, because it permits the construction of multivariate distributions without the necessity of giving restrictions to marginal and multivariate distributions. Inference about different bivariate models of failure time are very important, and consequently, comparisons can be made and the Bayesian method is recognized to offer significantly benefits in data analysis, justifying its use. This work considered comparisons between the Bivariate Generalized Exponential Distributition and generalized bivariate exponential distributions obtained by copulas functions.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/108637
Date25 February 2014
CreatorsColadello, Leandro Fernandes [UNESP]
ContributorsUniversidade Estadual Paulista (UNESP), Moala, Fernando Antonio [UNESP]
PublisherUniversidade Estadual Paulista (UNESP)
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatxiii, 82 f. : il.
SourceAleph, reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP
Rightsinfo:eu-repo/semantics/openAccess
Relation-1, -1

Page generated in 0.0024 seconds