Bayesian and classical inference for the generalized gamma distribution and related models (2018)
- Authors:
- Autor USP: RAMOS, PEDRO LUIZ - Interinstitucional de Pós-Graduação em Estatística
- Unidade: Interinstitucional de Pós-Graduação em Estatística
- Sigla do Departamento: SME
- Subjects: DISTRIBUIÇÃO LOGNORMAL; PROCESSOS ESTOCÁSTICOS; DISTRIBUIÇÕES (PROBABILIDADE); ANÁLISE DE SOBREVIVÊNCIA; INFERÊNCIA BAYESIANA
- Keywords: Bayesian methods; Distribuição gama; Distribuição gama generalizada; Distribuição Nakagami-m; Gamma distribution; Generalized gamma distribution; Métodos Bayesianos; Nakagami-m distribution
- Agências de fomento:
- Language: Inglês
- Abstract: A distribuição gama Generalizada (GG) possui um papel fundamental para modelar dados em diversas áreas. Tal distribuição possui como casos particulares importantes distribuições, tais como, Weibull, Gama, lognormal, Nakagami-m, dentre outras. Nesta tese, tem-se como objetivo principal, considerando as abordagens clássica e Bayesiana, desenvolver diferentes procedimentos de estimação para os parâmetros da distribuição gama generalizada e de alguns dos seus casos particulares dentre eles as distribuições Nakagami-m e Gama. Do ponto de vista Bayesiano, iremos propor de forma simples, condições suficientes e necessárias para verificar se diferentes distribuições a priori não-informativas impróprias conduzem a distribuições posteriori próprias. Tais resultados são apresentados para as distribuições Nakagami-m, gama e gama generalizada. Assim, com a criação de novas prioris não-informativas, para tais modelos, futuros pesquisadores poderão utilizar nossos resultados para verificar se as distribuições a posteriori obtidas são impróprias ou não. Aplicações dos teoremas propostos são apresentados em diferentes prioris objetivas, tais como, a regra de Jeffreys, priori Jeffreys, priori maximal data information e prioris de referência. Iremos também realizar estudos de simulação para investigar a influência destas prioris nas estimativas a posteriori. Além disso, são propostos estimadores de máxima a posteriori em forma fechada para as distribuições Nakagami-m e Gama. Por meio deestudos de simulação verificamos que tais estimadores superam os procedimentos de estimação existentes e produzem estimativas quase não-viciadas para os parâmetros de interesse. Por fim, apresentamos uma nova distribuição obtida considerando um modelo de mistura de distribuições gama generalizada.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 22.02.2018
-
ABNT
RAMOS, Pedro Luiz. Bayesian and classical inference for the generalized gamma distribution and related models. 2018. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012019-143627/. Acesso em: 02 jan. 2026. -
APA
Ramos, P. L. (2018). Bayesian and classical inference for the generalized gamma distribution and related models (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012019-143627/ -
NLM
Ramos PL. Bayesian and classical inference for the generalized gamma distribution and related models [Internet]. 2018 ;[citado 2026 jan. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012019-143627/ -
Vancouver
Ramos PL. Bayesian and classical inference for the generalized gamma distribution and related models [Internet]. 2018 ;[citado 2026 jan. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-03012019-143627/ - Marshall-Olkin Power Lomax distribution: properties and estimation based on complete and censored samples
- Modeling of COVID-19 cases in Pakistan using lifetime probability distributions
- Some new results for the transmuted generalized gamma distribution
- Efficient closed-form MAP estimators for some survival distributions
- Objective bayesian inference for the capability index of the gamma distribution
- The polynomial-exponential distribution: a continuous probability model allowing for occurrence of zero values
- A distribution for instantaneous failures
- Exponential-Poisson distribution: estimation and applications to rainfall and aircraft data with zero occurrence
- Generalizing normality: different estimation methods for skewed information
- A note on bias of closed-form estimators for the gamma distribution derived from likelihood equations
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
