• 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
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.45.2015.tde-20230727-112920
Document
Auteur
Nom complet
Giovana Fumes Ghantous
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2014
Directeur
Titre en portugais
Modelos Box-Cox simétricos e aplicações a dados nutricionais
Mots-clés en portugais
Estatística Aplicada
Resumé en portugais
Dados positivos multivariados aparecem com frequência em diversas áreas de estudo. A transformação de Box-Cox multivariada é uma metodologia habitualmente utilizada para modelar esse tipo de dados. Essa abordagem apresenta algumas desvantagens, como por exemplo a falta de interpretação dos parâmetros em termos de características do vetor de variáveis originais. Neste trabalho estudamos a classe de distribuições Box-Cox elípticas, que é uma alternativa para a modelagem de dados positivos multivariados através da transformação de Box-Cox multivariada. Definimos essa classe através de uma extensão da transformação de Box-Cox multivariada, e envolvendo uma nova classe de distribuições que denominamos de classe de distribuições elípticas truncadas, que também estudamos neste trabalho. A classe de distribuições Box-Cox elípticas tem como casos particulares as classes de distribuições log-elípticas e Box-Cox simétricas. Os parâmetros que conformam esta nova classe são interpretáveis em termos de características do vetor de variáveis originais, o que permite modelar dados positivos multivariados, marginalmente assimétricos e com presença de observações discrepantes. Além disso, alguns parâmetros estão relacionados a quantis das distribuições marginais, tornando esta classe atrativa para modelagem de regressão. Para abordar o problema de estimação dos parâmetros adotamos o método de máxima verossimilhança. Estudamos aspectos teóricos e computacionais associados a essa metodologia, cuja adequação é verificada por meio de estudos de simulação. Posteriormente, desenvolvemos modelos de regressão lineares Box-Cox elípticos, que têm como casos particulares os modelos de regressão lineares log-elípticos e Box-Cox simétricos, que, por sua vez, também constituem uma nova contribuição à literatura estatística. Descrevemos o método de máxima verossimilhança aplicado a estes modelos e propomos métodos de diagnóstico para avaliar ajustes dos modelos de regressão lineares log-normal e log-t: multivariados. Apresentamos aplicações das distribuições Box-Cox elípticas e dos modelos de regressão lineares Box-Cox elípticos a dados reais
Titre en anglais
not available
Resumé en anglais
not available
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
GhantousGiovanaFumes.pdf (821.19 Kbytes)
Date de Publication
2023-07-27
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.