Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-07-26T12:10:38Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
dissertação_final_cd_TT.pdf: 4588819 bytes, checksum: 5127176322bfc06990cbd3eaa1fc5687 (MD5) / Made available in DSpace on 2016-07-26T12:10:38Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
dissertação_final_cd_TT.pdf: 4588819 bytes, checksum: 5127176322bfc06990cbd3eaa1fc5687 (MD5)
Previous issue date: 2016-02-12 / CAPEs / A classe de modelos de regressão beta introduzida por Ferrari & Cribari-Neto (2004) é
muito útil para modelar taxas e proporções. O modelo proposto pelos autores é baseado
na suposição de que a variável resposta tem distribuição beta com uma parametrização
que é indexada pela média e por um parâmetro de precisão. Após a construção de um
modelo de regressão é de extrema importância realizar a análise de diagnóstico, objetivando
verificar possíveis afastamentos das suposições feitas para o modelo apresentado,
bem como detectar possíveis observações que causem influência desproporcional nas estimativas
dos parâmetros. A análise de influência local introduzida por Cook (1986) é
uma abordagem que objetiva avaliar a influência das observações. Com base no método
de influência local, Zhu & Zhang (2004) propuseram um teste de hipóteses para detectar
o grau de discrepância entre o modelo suposto e o modelo subjacente do qual dos dados
são gerados. Nesse trabalho, foi densenvolvido esse teste para o modelo de regressão beta
com dispersão fixa e variável, como também, foram propostos um melhoramento nesse
teste baseados na metodologia bootstrap e um novo teste, também com base em influência
local, mas considerando outro esquema de perturbação, a perturbação no parâmetro
de precisão no modelo de regressão beta com dispersão fixa. O desempenho desses testes
foram avaliados com base no tamanho e poder. Por fim, aplicamos a teoria desenvolvida
a um conjunto de dados reais. / The class of beta regression models introduced by Ferrari & Cribari-Neto (2004) is very
useful for modelling rates and proportions. The proposed model by the authors is based on
the assumption that the response variable is beta distributed with indexed by mean and
dispersion parameters. After fitting a regression model is very important to carry out the
diagnostic analysis in sense that, verifying possible deviations of the model assumptions, as
well as detect possible observations that cause disproportionate influence on the parameter
estimates. The local influence analysis introduced by Cook (1986) is an approach that
objective assess the influence of observations. Based on local influence method, Zhu &
Zhang (2004) proposed a hypothesis test to detect the degree of discrepancy between
the supposed model and the underlying model from which the data is generated. In
this work, was developed this test for the beta regression model with fixed and varying
dispersion, as well as, we proposed in addition, an improvement of this test based on
bootstrap methodology and a new test, also based on local influence, but considering
other perturbation scheme, the perturbation of the precision parameter in beta regression
model with fixed dispersion. The performance of these tests were evaluated based on size
and power. Finally, we applied the theory developed to a set of real data.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/17531 |
| Date | 12 February 2016 |
| Creators | RIBEIRO, Terezinha Késsia de Assis |
| Contributors | http://lattes.cnpq.br/5451260154742484, OSPINA, Patrícia Leone Espinheira, SILVA, Michelli Karinne Barros da |
| Publisher | Universidade Federal de Pernambuco, Programa de Pos Graduacao em Estatistica, UFPE, Brasil |
| 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 UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess |
Page generated in 0.1928 seconds