Submitted by (ana.araujo@ufrpe.br) on 2016-08-09T14:39:17Z
No. of bitstreams: 1
Patricia Silva Nascimento Barros.pdf: 808042 bytes, checksum: 292470d809b5626affec619cf6da1f8a (MD5) / Made available in DSpace on 2016-08-09T14:39:17Z (GMT). No. of bitstreams: 1
Patricia Silva Nascimento Barros.pdf: 808042 bytes, checksum: 292470d809b5626affec619cf6da1f8a (MD5)
Previous issue date: 2015-05-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The Weibull distribution is very popular to model survival data. Many modi cations of the Weibull distribution have been proposed in recent years. Inspired by the notion of generalized gamma-generated family of distribution of Zografos e Balakrishnan, the Generalized Weibull Distributions Class is proposed. A comprehensive treatment of the mathematical properties of some new distribution is provided, expressions giving for the distribution function, density function, hazard function, moment generating function, characteristic function, mean, variance, skewness and kurtosis. Real data sets were modeled showing best ts, according the chosen criteria, were obtained by the new models. Thus for the Generalized Weibull Distributions Class, in spite of having more parameters to be estimated, the algorithms were able to best adjust the survival analysis data. / A distribuição Weibull é muito popular para modelar dados de sobrevida. Muitas modificações da distribuição Weibull foram propostas nos últimos anos. Inspirado pela noção da família gama-generalizada de distribuições de Zografos e Balakrishnan, é proposta, a classe de distribuições Weibull generalizada. Um tratamento compreensivo das propriedades matem áticas de algumas novas distribuições é feita, sendo encontradas as expressões para a função de distribuição, função densidade, função de risco, função geradora de momentos, função característica, m édia, variância, assimetria e curtose. Ajustou-se os novos modelos para conjuntos de dados reais veri cando, pelos critérios de escolha, que os melhores ajustes foram obtidos pelos novos modelos. Dessa forma a classe de distribuições Weibull Generalizada mesmo tendo mais parâmetros a serem estimados, os algoritmos foram capazes de ajustar os dados de análise de sobrevivência.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede2/5240 |
| Date | 29 May 2015 |
| Creators | BARROS, Patrícia Silva Nascimento |
| Contributors | OLIVEIRA JUNIOR, Wilson Rosa de, BRITO, Cícero Carlos Ramos de, FERREIRA, Tiago Alessandro Espíndola, SILVA, Frank Sinatra Gomes da |
| Publisher | Universidade Federal Rural de Pernambuco, Programa de Pós-Graduação em Biometria e Estatística Aplicada, UFRPE, Brasil, Departamento de Estatística e Informática |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRPE, instname:Universidade Federal Rural de Pernambuco, instacron:UFRPE |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 768382242446187918, 600, 600, 600, 600, -6774555140396120501, -5836407828185143517, 2075167498588264571 |
Page generated in 0.0025 seconds