Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/37967
Share on
Title: | Refinamento para testes de hipóteses em modelos espaciais lineares Gaussianos com repetições |
Authors: | SANTOS, Rodrigo Gonçalves dos |
Keywords: | Estatística aplicada; Correção de Bartlett |
Issue Date: | 21-Feb-2020 |
Publisher: | Universidade Federal de Pernambuco |
Citation: | SANTOS, Rodrigo Gonçalves dos. Refinamento para testes de hipóteses em modelos espaciais lineares Gaussianos com repetições. 2020. Tese (Doutorado em Estatística) – Universidade Federal de Pernambuco, Recife, 2020. |
Abstract: | Nesta tese, tratamos de refinamentos para testes de hipóteses em modelos espaciais lineares gaussianos com repetições. Nós obtivemos um fator de correção de Bartlett para a estatística da razão de verossimilhanças baseado na verossimilhança perfilada modificada proposta por Cox e Reid (1987). Além disso, desenvolvemos novos ajustes para a estatística da razão de verossimilhanças com base nos trabalhos de Skovgaard (SKOVGAARD et al., 1996; SKOVGAARD, 2001). Um outro teste de hipóteses em modelos lineares gaussianos com repetições foi apresentado, com o intuito de averiguar se a parte espacial do modelo é relevante, utilizando os desenvolvimentos dos ajustes para a estatística da razão de verossimilhanças com base nos trabalhos de Skovgaard. Estudos de simulação de Monte Carlo foram considerados para avaliar e comparar numericamente o desempenho dos testes propostos nesta tese, assim como o teste da razão de verossimilhanças tradicional e sua versão original corrigida por Bartlett (DE BASTIANI, 2016), em amostras finitas. Ademais, um exemplo utilizando dados reais foi ilustrado com o objetivo de utilizar todas as ferramentas apresentadas na tese. |
URI: | https://repositorio.ufpe.br/handle/123456789/37967 |
Appears in Collections: | Teses de Doutorado - Estatística |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TESE Rodrigo Gonçalves dos Santos.pdf | 831,82 kB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License