| dc.contributor.advisor | Bayer, Fábio Mariano | |
| dc.creator | Canterle, Diego Ramos | |
| dc.date.accessioned | 2025-04-04T13:38:03Z | |
| dc.date.available | 2025-04-04T13:38:03Z | |
| dc.date.issued | 2015 | |
| dc.date.submitted | 2015 | |
| dc.identifier.uri | http://repositorio.ufsm.br/handle/1/34682 | |
| dc.language | por | por |
| dc.publisher | Universidade Federal de Santa Maria | por |
| dc.rights | Acesso Aberto | por |
| dc.subject | Análise de diagnóstico, estimador de máxima verossimilhança, função de Aranda-Ordaz, funções de ligação paramétricas, regressão beta com dispersão variável. | por |
| dc.title | Modelo de regressão beta com dispersão variável com funções de ligação paramétricas | por |
| dc.type | Trabalho de Conclusão de Curso de Graduação | por |
| dc.degree.local | Santa Maria, RS, Brasil. | por |
| dc.degree.graduation | Bacharelado em Estatística | por |
| dc.description.resumo | Este trabalho propõe uma nova classe de modelos de regressão para dados contínuos no intervalo
(0;1), como taxas, proporções e dados fracionários. Esta classe de modelos assume
distribuição beta para a variável de interesse, estruturas de regressão para os parâmetros de
média e de dispersão, covariáveis, parâmetros desconhecidos e funções de ligação paramétricas.
Essas funções de ligação consideram parâmetros a serem estimados que modelam a relação
entre o componente aleatório e os preditores lineares. Como um caso especial de ligação uniparamétrica consideramos
detalhadamente a função de ligação de Aranda-Ordaz assimétrica.
A depender dos valores dos parâmetros as funções de ligação remetem a casos particulares
de ligações não paramétricas como logit, complemento log-log, entre outras. A estimação dos
parâmetros do modelo é feita via máxima verossimilhança. Expressões para vetor escore, matriz
de informação de Fisher e aspectos de inferências em grandes amostras são apresentados e
discutidos. Medidas de diagnóstico e ferramentas para seleção de modelos também são propostas.
Um estudo de simulação de Monte Carlo é considerado para avaliação de desempenho dos
estimadores pontuais em amostras de tamanho finito. Por fim, é apresentada uma aplicação
do modelo proposto a dados de proporção de descrentes religiosos. | por |
| dc.publisher.country | Brasil | por |
| dc.publisher.initials | UFSM | por |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::INFERENCIA PARAMETRICA | por |
| dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAO | por |
| dc.publisher.unidade | Centro de Ciências Naturais e Exatas | por |
