23º SINAPE - Simpósio Nacional de Probabilidade e Estatística

Página Inicial » Inscrições Científicas » Trabalhos

Dados do Trabalho


Título

ESTIMAÇAO VIA EM E DIAGNOSTICO EM MODELOS MISTURAS ASSIMETRICAS COM REGRESSAO

Data de titulação

26/02/2018

Instituição de titulação

UFJF

RESUMO (abstract)

O objetivo deste trabalho é apresentar algumas contribuições para a melhoria
do processo de estimação por máxima verossimilhança via algoritmo EM em
modelos misturas assimétricas com regressão, além de realizar neles a análise de
influência local e global. Essas contribuições, em geral de natureza computacional,
visam à resolução de problemas comuns na modelagem estatística de maneira
mais eficiente. Dentre elas está a substituição de métodos utilizados nas versões
dos algoritmos GEM por outras que reduzem o problema aproximadamente a um
algoritmo EM clássico nos principais exemplos das distribuições misturas de escala
assimétricas de normais. Após a execução do processo de estimação, discutiremos
ainda as principais técnicas existentes para o diagnóstico de pontos influentes com
as adaptações necessárias aos modelos em foco. Desejamos com tal abordagem
acrescentar ao tratamento dessa classe de modelos estatísticos a análise de regressão
nas distribuições mais recentes na literatura. Também esperamos abrir caminho
para o uso de técnicas similares em outras classes de modelos.
Palavras-chave: Modelos misturas assimétricas. Regressão linear multivariada.
Estimação por máxima verossimilhança. Algoritmo EM. Influência global e local.

Área

Modelos de Regressão

Autores

GRACILIANO MARCIO SANTOS LOUREDO, Camila Borelli Zeller