Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/16315

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRÊGO, Leandro Chaves-
dc.contributor.authorARAÚJO, Raphaela Lima Belchior de-
dc.date.accessioned2016-04-05T14:28:43Z-
dc.date.available2016-04-05T14:28:43Z-
dc.date.issued2015-07-31-
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/16315-
dc.description.abstractEste trabalho analisa propriedades da família de distribuições de probabilidade Composta N e propõe a sub-família Composta Poisson-Truncada como um meio de compor distribuições de probabilidade. Suas propriedades foram estudadas e uma nova distribuição foi investigada: a distribuição Composta Poisson-Truncada Normal. Esta distribuição possui três parâmetros e tem uma flexibilidade para modelar dados multimodais. Demonstramos que sua densidade é dada por uma mistura infinita de densidades normais em que os pesos são dados pela função de massa de probabilidade da Poisson-Truncada. Dentre as propriedades exploradas desta distribuição estão a função característica e expressões para o cálculo dos momentos. Foram analisados três métodos de estimação para os parâmetros da distribuição Composta Poisson-Truncada Normal, sendo eles, o método dos momentos, o da função característica empírica (FCE) e o método de máxima verossimilhança (MV) via algoritmo EM. Simulações comparando estes três métodos foram realizadas e, por fim, para ilustrar o potencial da distribuição proposta, resultados numéricos com modelagem de dados reais são apresentados.pt_BR
dc.description.sponsorshipCAPESpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectFamília Composta N.pt_BR
dc.subjectFamília Composta Poisson-Truncada.pt_BR
dc.subjectDistribuição Composta Poisson-Truncada Normalpt_BR
dc.subjectEstimação pelo Método dos Momentospt_BR
dc.subjectEstimação por Função Característica Empíricapt_BR
dc.subjectAlgoritmo EMpt_BR
dc.subjectCompound N Familypt_BR
dc.subjectCompound Poisson-Truncated Familypt_BR
dc.subjectCompound Poisson-Truncated Normal Distributionpt_BR
dc.subjectEstimation by Method of Momentspt_BR
dc.subjectEstimation by Empirical Characteristic Functionpt_BR
dc.subjectEM Algorithmpt_BR
dc.titleFamília composta Poisson-Truncada: propriedades e aplicaçõespt_BR
dc.typemasterThesispt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.publisher.programPrograma de Pos Graduacao em Estatisticapt_BR
dc.description.abstractxThis work analyzes properties of the Compound N family of probability distributions and proposes the sub-family Compound Poisson-Truncated as a means of composing probability distributions. Its properties were studied and a new distribution was investigated: the Compound Poisson-Truncated Normal distribution. This distribution has three parameters and has the flexibility to model multimodal data. We demonstrated that its density is given by an infinite mixture of normal densities where in the weights are given by the Poisson-Truncated probability mass function. Among the explored properties of this distribution are the characteristic function end expressions for the calculation of moments. Three estimation methods were analyzed for the parameters of the Compound Poisson-Truncated Normal distribution, namely, the method of moments, the empirical characteristic function (ECF) and the method of maximum likelihood (ML) by EM algorithm. Simulations comparing these three methods were performed and, finally, to illustrate the potential of the proposed distribution numerical results with real data modeling are presented.pt_BR
Aparece en las colecciones: Dissertações de Mestrado - Estatística

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
dissertacao_Raphaela(CD).pdf1,04 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons