Robust beta regression through the logit transformation (2023)
- Authors:
- Autor USP: MALUF, YURI SAMPAIO - IME
- Unidade: IME
- Sigla do Departamento: MAE
- DOI: 10.11606/T.45.2023.tde-25052023-075046
- Subjects: ROBUSTEZ; INFERÊNCIA ESTATÍSTICA
- Keywords: Beta regression; Dados de proporção; Estimadores robusto; Inferência robusta; Lq-likelihood; Lq-verossimilhança; Proportional data; Regressão Beta; Robust estimators; Robust inference
- Agências de fomento:
- Language: Inglês
- Abstract: Os modelos de regressão beta são empregados para modelar variáveis de resposta contínua no intervalo da unidade, como taxas, porcentagens ou proporções. Suas aplicações surgem em diversas áreas como medicina, pesquisa ambiental e finanças. Em modelos de regressão beta, o procedimento de inferência usual é essencialmente baseado na abordagem clássica de máxima verossimilhança. No entanto, é sabido que a inferência baseada em máxima verossimilhança é facilmente afetada pela presença de outliers. A falta de robustez pode trazer um viés severo e conclusões enganosas. Recentemente, estimadores robustos para modelos de regressão beta foram propostos. Esses estimadores requerem restrições não triviais no espaço paramétrico, o que limita sua aplicação. Esta tese propõe dois novos estimadores robustos, a saber, o estimador logit de divergência de potência mínima (LMDPDE) e o estimador logit de máxima verossimilhança substituta (LSMLE), que superam essa desvantagem. O LMDPDE e o LSMLE pertencem à classe geral dos M-estimadores, o que nos permite derivar algumas propriedades importantes, como a distribuição assintótica e a função de influência. Também desenvolvemos versões robustas do teste do tipo Wald. Todos os estimadores robustos, testes estatísticos e outras ferramentas tratadas neste trabalho são implementados no pacote robustbetareg em linguagem R. O pacote está disponível no repositório oficial do R (CRAN). Através de estudos de simulações de Monte Carlo, examinamos odesempenho dos estimadores propostos, do teste robusto de Wald e os comparamos com os procedimentos de inferência correspondentes apresentados na literatura. São apresentadas aplicações de dados reais no contexto esportivo de atletas australianos e acesso à cobertura de plano de saúde em um estado brasileiro utilizando as metodologias propostas. A tese encerra com considerações finais sobre suas principais contribuições e aponta alguns aspectos importantes que merecem atenção especial para pesquisas futuras
- Imprenta:
- Data da defesa: 10.05.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
MALUF, Yuri Sampaio. Robust beta regression through the logit transformation. 2023. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-075046/. Acesso em: 02 out. 2024. -
APA
Maluf, Y. S. (2023). Robust beta regression through the logit transformation (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-075046/ -
NLM
Maluf YS. Robust beta regression through the logit transformation [Internet]. 2023 ;[citado 2024 out. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-075046/ -
Vancouver
Maluf YS. Robust beta regression through the logit transformation [Internet]. 2023 ;[citado 2024 out. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-25052023-075046/
Informações sobre o DOI: 10.11606/T.45.2023.tde-25052023-075046 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
