• 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
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.45.2007.tde-20220712-121927
Documento
Autor
Nome completo
Luciana Graziela de Godoi
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2007
Orientador
Título em português
A distribuição t-assimétrica univariada: propriedades e inferência
Palavras-chave em português
Probabilidade
Resumo em português
Nesta dissertação são apresentados diferentes resultados em torno da distribuição t-assimétrica univariada, a qual inclui como casos particulares as distribuições t-Student, normal-assimétrica e normal. Inicialmente, propõem-se várias maneiras de caracterizar esta distribuição e algumas propriedades são apresentadas. Questões inferenciais são discutidassob as perspectivas clássica e bayesiana. Sob a primeira, consideramos os métodos dos momentos e de máxima verossimilhança e apresentamos possíveis modelos gráficos de diagnóstico. Através de um estudo de simulação, avaliamos o desempenho destes dois tipos de estimadores e concluímos que, em geral, amostras com grandes assimetrias apresentam estimativas de máxima verossimilhança mais próximas do verdadeiro valor do parâmetro do que aquelas obtidas via método dos momentos. No entanto, observamos um grande viés em ambas as estimativas. Os estimadores clássicos apresentam também problemas teóricos. Sob a perspectiva bayesiana, discutimos pssíveis especificações a priori para os parâmetros da distribuição t-assimétrica. A fim de facilitar a implementação computacional do método bayesiano, apresentamos diferentes formas hierárquicas de representar o modelo t-assimétrico. A metodologia bayesiana mostrou-se mais eficiente para estimar os parâmetros de assimetria e graus de liberdade. Por fim, as inferências propostas anteriormente são aplicadas em dois conjuntos de dados: notas dos alunos do curso de MAE-0116 e umaamostra simulada.
Título em inglês
not available
Resumo em inglês
not available
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2022-07-13
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.