• 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
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.45.2000.tde-20210729-115136
Documento
Autor
Nombre completo
Magen Danielle Infante Rojas
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 1999
Director
Título en portugués
Densidades preditivas no modelo de regressão linear
Palabras clave en portugués
Análise Multivariada
Resumen en portugués
Neste trabalho, dedicamo-nos ao estudo de funções de verossimilhança preditivas e densidades preditivas para um vetor de observações futuras com base num conjunto de dados observados, apresentando várias aplicações em modelos de regressão linear.Sob estes modelos, apresentamos quatro diferentes densidades preditivas, analisando propriedades relativas à consistência e otimalidade. Posteriomente, descrevemos um método para detectar pontos influentes na análise de regressão através do usode densidades preditivas. Na última parte do trabalho, essas funções são utilizadas na seleção da melhor equação de regressão
Título en inglés
not available
Resumen en inglés
In this dissertation we present predictive likelihood functions and predictive densities for an unobserved vector of random variables based on an observed sample, with many applications in the Linear Regression Model. Under this model, fourpredictive densities are described and some properties, like consistency and optimality, are analyzed. Further, it is shown a method of assessing the influence of specified subsets of the data in the regression analysis using predictivedensities. The last part of the work is devoted to the use of predictive densities in the selection of the best linear regression model
 
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
2021-07-29
 
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.