Modelos de regressão linear com dados faltantes nas covariáveis e erros simétricos e assimétricos (2019)
- Authors:
- Autor USP: ALMEIDA, JOSEMIR RAMOS DE - IME
- Unidade: IME
- Sigla do Departamento: MAE
- DOI: 10.11606/T.45.2019.tde-21082025-161535
- Subjects: ALGORITMOS; REGRESSÃO LINEAR; MODELOS LINEARES GENERALIZADOS
- Keywords: Algoritmo EM; Asymmetric normal distribution; Dados faltantes; Distribuição skew normal; EM algorithm; Missing data; Modelos de regressão; Regression models
- Agências de fomento:
- Language: Português
- Abstract: Nas mais diversas áreas do conhecimento encontramos conjunto de dados com observações ausentes. Lidar com esse problema sem perder muita informação continua sendo ainda hoje um desafio. Neste trabalho abordamos modelos de regressão com dados faltantes nas covariáveis, sendo estas dos tipos qualitativa e quantitativa. Sob a suposição de normalidade dos erros, consideramos estimação por máxima verossimilhança com uma proposta de imputação simples e comparamos com os modelos ajustados via algoritmo EM. Considerando a suposição de distribuição normal assimétrica para os erros do modelo, propomos a construção do algoritmo EM para realização da estimação de máxima verossimilhança. Para tal, utilizamos a forma hierárquica proposta por Henze (1986) para escrevermos o modelo de regressão skew normal e, pelo método de Louis (1982), encontramos a matriz de covariâncias assintóticas do estimador de máxima verossimilhança (EMV). Finalmente, para ilustrar as metodologias propostas, foram realizados estudos de simulação e uma aplicação a dados reais. Tanto nas simulações quanto nas aplicações exploramos diversos percentuais de dados faltantes e nas simulações variamos os tamanhos amostrais. Concluímos que o algoritmo EM proposto neste trabalho pode ser utilizado em modelos de regressão linear normal e normal assimétrico, ambos com ou sem observações faltantes nas covariáveis. Foi possível obter expressões analíticas fechadas para os estimadores dos parâmetros, condicional as variáveislatentes, o que permitiu a construção de um algoritmo eficiente. Assim, mesmo com a incorporação de variáveis latentes no modelo, o mesmo não se mostrou computacionalmente custoso
- Imprenta:
- Data da defesa: 08.11.2019
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
ALMEIDA, Josemir Ramos de. Modelos de regressão linear com dados faltantes nas covariáveis e erros simétricos e assimétricos. 2019. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-21082025-161535/. Acesso em: 15 fev. 2026. -
APA
Almeida, J. R. de. (2019). Modelos de regressão linear com dados faltantes nas covariáveis e erros simétricos e assimétricos (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45133/tde-21082025-161535/ -
NLM
Almeida JR de. Modelos de regressão linear com dados faltantes nas covariáveis e erros simétricos e assimétricos [Internet]. 2019 ;[citado 2026 fev. 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-21082025-161535/ -
Vancouver
Almeida JR de. Modelos de regressão linear com dados faltantes nas covariáveis e erros simétricos e assimétricos [Internet]. 2019 ;[citado 2026 fev. 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-21082025-161535/
Informações sobre o DOI: 10.11606/T.45.2019.tde-21082025-161535 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
