Tese

Some extensions in measurement error models (2018)

• Authors:
  • Tomaya, Lorena Yanet Cáceres
  • Castro, Mário de (Orientador)
• Autor USP: TOMAYA, LORENA YANET CÁCERES - INTER: ICMC -UFSCAR
• Unidade: INTER: ICMC -UFSCAR
• Sigla do Departamento: SME
• Subjects: VEROSSIMILHANÇA; INFERÊNCIA ESTATÍSTICA; DISTRIBUIÇÃO T; ANÁLISE DE SOBREVIVÊNCIA; DADOS DE CONTAGEM
• Keywords: Errors-in-variables model; Erros heteroscedásticos; Fiducial inference; Heteroscedastic errors; Inferência fiducial; Modelo com erros nas variáveis; Penalized likelihood; Skew-t distribution
• Agências de fomento:
  • Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
• Language: Inglês
• Abstract: Neste trabalho abordamos três contribuições diferentes em modelos com erros de medição (MEM). Inicialmente estudamos inferência pelo método de máxima verossimilhança penalizada em MEM sob a suposição de normalidade. A metodologia baseia-se no método proposto por Firth (1993), o qual pode ser usado para melhorar algumas propriedades assintóticas de os estimadores de máxima verossimilhança. Em seguida, propomos construir dois novos métodos de estimação baseados na inferência fiducial generalizada para os parâmetros de precisão e a variabilidade produto no modelo de Grubbs para o caso de dois instrumentos. O primeiro método é baseado em uma quantidade pivotal generalizada fiducial e o outro é baseado no método da distribuição fiducial generalizada. Comparações com duas abordagens existentes são reportadas. Finalmente, propomos estudar inferência em um MEM heterocedástico em que as variâncias dos erros são consideradas conhecidas. Nós desenvolvemos um modelo que assume uma distribuição t-assimétrica para a covariável verdadeira e uma distribuição t de Student centrada para os termos dos erros. O modelo proposto permite acomodar assimetria e cauda pesada nos dados, enquanto os graus de liberdade das distribuições podem ser diferentes. Usamos o método de máxima verossimilhança para estimar os parâmetros do modelo e calculá-los através de um algoritmo tipo EM. Todas as metodologias propostas são avaliadas numericamente em estudos de simulação e são ilustradas com conjuntos de dadosreais extraídos da literatura.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2018
• Data da defesa: 14.12.2018


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  TOMAYA, Lorena Yanet Cáceres. Some extensions in measurement error models. 2018. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-02082019-162658/. Acesso em: 26 abr. 2024.

• APA

  Tomaya, L. Y. C. (2018). Some extensions in measurement error models (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-02082019-162658/

• NLM

  Tomaya LYC. Some extensions in measurement error models [Internet]. 2018 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-02082019-162658/

• Vancouver

  Tomaya LYC. Some extensions in measurement error models [Internet]. 2018 ;[citado 2024 abr. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-02082019-162658/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Generalized fiducial inference for the Grubbs model