23º SINAPE - Simpósio Nacional de Probabilidade e Estatística

Página Inicial » Inscrições Científicas » Trabalhos

Dados do Trabalho


Título

APERFEIÇOAMENTO DE TESTES EM MODELOS NAO LINEARES LOG-GAMA GENERALIZADOS

Resumo

Young e Bakir (1987) propôs a classe de Modelos Lineares Log-Gama Generalizados (MLLGG) para analisar dados de sobrevivência. Neste trabalho, estendemos a classe de modelos proposta por Young e Bakir (1987) permitindo uma estrutura não linear para os parâmetros de regressão. A nova classe de modelos é denominada Modelos Não Lineares Log-Gama Generalizados (MNLLGG). Neste trabalho, expressões em notação matricial foram obtidas dos fatores de correção Bartlett e tipo-Bartlett às estatísticas da razão de verossimilhanças, escore e gradiente, respectivamente, nos MNLLGG. Avaliamos e comparamos numericamente o desempenho dos testes propostos através de simulação de Monte Carlo em relação ao tamanho e poder, em amostras finitas.

Palavras-chave

Correção de Bartlett; Correção Tipo-Bartlett; Distribuição Qui-quadrado; Teste da Razão de Verossimilhanças; Teste Escore; Teste Gradiente.

Área

Inferência Estatística

Autores

Gabriel Harrison Fidelis Teotonio, Priscila Gonçalves da Silva, Audrey Helen Mariz de Aquino Cysneiros