Influence Diagnostics in Linear Censored Regression Models with Skew Scale Mixtures of Normal Distributions (2024)
- Authors:
- Autor USP: GUZMAN, DANIEL CAMILO FUENTES - Interinstitucional de Pós-Graduação em Estatística
- Unidade: Interinstitucional de Pós-Graduação em Estatística
- Sigla do Departamento: SME
- DOI: 10.11606/T.104.2024.tde-30072024-110832
- Subjects: REGRESSÃO LINEAR; DISTRIBUIÇÕES (PROBABILIDADE); ANÁLISE DE DADOS; VEROSSIMILHANÇA; ASSIMETRIA; CENSURA; DIAGNÓSTICO; VALORES ATÍPICOS
- Keywords: Algorithm; Algoritmo; Censoring; Diagnostics; Distributions; EM; EM; Influence; Influência; Linear; Linear; Mean-Shift; Mean-Shift; Misturas de escala; Mixtures of normal; Modelos; Models; Normais; Regressão; Regression; Scale; Skew; SSMN
- Agências de fomento:
- Language: Inglês
- Abstract: Nesta pesquisa, conduzimos estudos de diagnóstico de influência local e global para modelos de regressão linear com censura e misturas de escala assimétrica de distribuições normais, propostos por Guzman, Ferreira and Zeller (2020) e denotados como SSMN-CR. Inicialmente, discutimos métodos para gerar dados censurados, apresentando especificamente métodos para gerar dados censurados aleatórios com censura unilateral e intervalar. Posteriormente, abordamos a exclusão de casos e o diagnóstico de influência local com base na função Q, inspirada nas descobertas de Zhu et al. (2001) e Zhu and Lee (2001). Para analisar a sensibilidade dos estimadores de máxima verossimilhança dos parâmetros do modelo SSMN-CR a pequenas perturbações nos pressupostos e/ou dados, consideramos vários esquemas de perturbação, como ponderação de casos, variáveis explicativas, variáveis resposta e perturbações nos parâmetros de escala e assimetria. Para ilustrar a utilidade da metodologia proposta, apresentamos a análise de um conjunto de dados reais e três estudos de simulação.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
- Data da defesa: 24.05.2024
- 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
GUZMAN, Daniel Camilo Fuentes. Influence Diagnostics in Linear Censored Regression Models with Skew Scale Mixtures of Normal Distributions. 2024. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30072024-110832/. Acesso em: 26 dez. 2025. -
APA
Guzman, D. C. F. (2024). Influence Diagnostics in Linear Censored Regression Models with Skew Scale Mixtures of Normal Distributions (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30072024-110832/ -
NLM
Guzman DCF. Influence Diagnostics in Linear Censored Regression Models with Skew Scale Mixtures of Normal Distributions [Internet]. 2024 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30072024-110832/ -
Vancouver
Guzman DCF. Influence Diagnostics in Linear Censored Regression Models with Skew Scale Mixtures of Normal Distributions [Internet]. 2024 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-30072024-110832/ - Influence diagnostics for skew-scale mixtures of normal distributions censored linear regression models
- Sampling with censored data: a practical guide
- Automatic Identification of Fake News in Portuguese
- Identification and classification of online shopping products into categories for fraud prevention
- Automatic identification of fake news written in the portuguese language spoken in Brazil
- Um relato sobre aplicações da metodologia de aprendizagem baseada em problemas em uma turma de calouros do curso de ciência de dados do ICMC-USP
Informações sobre o DOI: 10.11606/T.104.2024.tde-30072024-110832 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
