O modelo de regressão log-Birnbaum-Saunders (log-BS) tem sido largamente aplicado na área de análise de dados de sobrevivência e confiabilidade, particularmente em engenharia, e relaciona o tempo até a ocorrência da falha com algum dano cumulativo que é assumidogaussiano. Numa primeira etapa deste trabalho, consideramos alguns aspectos de diagnóstico de influência e análise de resíduos para este modelo, considerando observações censuradas. Uma vez que é conhecido na literatura que a modelagem sob a suposição de erros normalmente distribuídos pode ser influenciada por observações extremas, mostramos que o mesmo pode ocorrer em modelos cujos erros possuem distribuição log-BS. Numa segunda etapa, desenvolvemos o modelo log-BS generalizado e, particularmente, propomos o modelo t de Student log-BS em que o dano cumulativo é assumido ter distribuição t de Student. Mostramos que as estimativas de máxima verossimilhança do modelo t de Student log-BS são robustas contra observações aberrantes no sentido dos resíduos componentes do desvio e tipo martingale. Métodos de diagnóstico de influência e análise de resíduos são desenvolvidos para esse modelo e conjuntos de dados reais são utilizados pra ilustrar a teoria desenvolvida.

not available