Técnicas de diagnóstico em modelos parcialmente lineares aditivos generalizados para dados correlacionados

Abstract

Nesta tese desenvolvemos técnicas de diagnóstico nos Modelos Parcialmente Lineares Aditivos Generalizados (MPLAG) (ver Lian et al., 2014) para dados correlacionados com distribuição marginal pertencente a` família exponencial, em que a média depende de componentes paramétricos e não paramétricos. Adicionalmente, propomos equações para estimação conjunta dos efeitos fixos e parâmetros de correlação. Desenvolvemos o processo de estimação conjunta dos parâmetros e estimadores “naive” e “robustos” dos erros-padrão dos estimadores são propostos. São desenvolvidas medidas de alavancagem, análise de resíduos e análise de influência local baseada na curvatura normal sob diferentes cenários de perturbação. Três tipos de resíduos são derivados e um estudo de simulação é realizado para verificar propriedades empíricas dos resíduos propostos e dos estimadores dos efeitos fixos. Gráficos de quantis normais com envelopes simulados são utilizados para investigar a adequabilidade dos modelos ajustados sob a suposição de uma distribuição marginal pertencente a família exponencial e aplicações a dados reais são apresentadas