Modelos de regressão normal independente com erros de medida e dados censurados
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Primeiro orientador
Membros da banca
Marcos Oliveira Prates
Cristiano de Carvalho Santos
Camila Borelli Zeller
Gustavo Henrique Mitraud Assis Rocha
Cristiano de Carvalho Santos
Camila Borelli Zeller
Gustavo Henrique Mitraud Assis Rocha
Resumo
Modelos com erros de medida (MEM) são úteis para descrever diferentes fenômenos em diversas áreas do conhecimento. São utilizados para comparar dispositivos de medição que variam em custo, tempo e eficiência. Embora vários modelos considerem a existência de covariáveis mal medidas, muitos deles não consideram observações censuradas para a variável resposta. Por outro lado, isto é fundamental uma vez que em vários estudos a resposta observada está sujeita a limites de detecção máximos e/ou mínimos. Neste contexto, estendemos o trabalho de Matos et al. (2016), que desenvolveram a estimação dos parâmetros do modelo com erros de medida multivariado usando a distribuição t-Student com observações censuradas, a uma classe mais geral de distribuições normal independente (t-Student multivariado e slash multivariado). Além de desenvolvermos os procedimentos de estimação e inferência robusta, no sentido de utilizar uma distribuição que acomode observações outliers de forma mais eficiente do que a distribuição normal, também realizamos um estudo de diagnóstico de influência global e local utilizando a metodologia proposta por Zhu e Lee (2001).
Abstract
Measurement error models (MEM) are useful for describing different phenomena in several areas of knowledge. They are used to compare measuring devices that vary in cost, time and efficiency. Although several models consider the existence of poorly measured covariates, many of them do not consider censored observations for the response variable. On the other hand, this is fundamental since in several studies the observed response is subject to maximum and/or minimum detection limits. In this context, we extend the work of Matos et al. (2016), who developed the estimation of parameters of the model with a multivariate measurement error by using the Student-t distribution with censored observations, to a more general class of independent normal distributions (multivariate Student-t and multivariate slash). In addition to developing robust estimation and inference procedures in order to use a distribution that more efficiently accommodates outliers observations than the normal distribution, we also carry out a diagnostic study of global influence and local influence using the methodology proposed by Zhu e Lee (2001).
Assunto
Análise de regressão, Estatística, Análise multivariada
Palavras-chave
dados censurados, Algoritmo EM, distribuição normal independente, modelos com erros de medida