• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
https://doi.org/10.11606/T.11.2019.tde-20191220-120505
Documento
Autor
Nombre completo
Luis Alberto Lopez Perez
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
Piracicaba, 1992
Director
Título en portugués
Estimação e predição nos modelos mistos não balanceados
Palabras clave en portugués
COMPONENTES DE VARIÂNCIA
ESTIMAÇÃO
MODELOS LINEARES MISTOS
PREDIÇÃO
Resumen en portugués
Este trabalho apresenta um estudo sobre as funções e preditores lineares nos modelos de efeitos mistos, com estrutura de dados balanceados e desbalanceados. Propõe-se um método alternativo para a estimação dos preditores lineares, baseado nos multiplicadores de Lagrange os quais dependem linearmente da estimação dos efeitos fixos e aleatórios do modelo. A estimação desses efeitos dependem da estrutura da matriz associada de variâncias e covariâncias, por isto apresenta-se uma metodologia visando simplificar sua construção, assim como o cálculo de, sua inversa. Para a estimação dos componentes da variância, o modelo é escrito em termos das decomposições ortogonais lineares, através das quais se estabelece uma relação entre os sub-índices associados aos efeitos do modelo e os produtos de Kronecker das matrizes identidades de ordem s (Is) e, quadradas de elementos unitários de ordem s (Js), com a qual o cálculo dos estimadores de máxima verossimilhança dos componentes de variância associados fica sensivelmente simplificado.
Título en inglés
Estimation and prediction with mixed unbalanced models
Resumen en inglés
This work makes a study about the linear functions and predictors in models with mixed effects with balanced and unbalanced datums. Here is presented an alternative method for the estimation of the linear predictors based on the Lagrange's multiplicators, which depend linearly on the estimation of the fixed and aleatory effects of the model. The estimation of these effects depend on the structure of the associate variances and covariances matrix; that's why, a methodology is presented to facilitate its construction and the calculation of its inverse. For the estimation of the variance's components, the model is written in terms of linear orthogonal decompositions, that allow to stablish a relationship between the subindex associated with the effects of the model an the Kronecker products of the identities matrices of order s (Is) and the square matrices of order s (Js), notation this, that suppies the calculation of the maximum likelihood estimators of the associate variance's components.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2019-12-20
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2022. Todos los derechos reservados.