Modelos de regressão linear para dados incompletos utilizando distribuições assimétricas

Abstract

As distribuições de misturas de escala da distribuição normal assimétrica (SMSN) são uma classe de distribuições assimétricas com caudas pesadas, que inclue distribuições como a nor- mal assimétrica, t de Student assimétrica e normal contaminada assimétrica. Este trabalho propõe um modelo de regressão linear, com censura intervalar, supondo que os erros seguem distribuições da classe SMSN, o que oferece uma alternativa mais flexível aos modelos de regressão censurados tradicionais que assumem distribuição normal para os erros. Implemen- tamos um algoritmo para a estimação dos parâmetros via maximização condicional da função de verossimilhança (ECME), que apresenta expressões analíticas para o passo E. Essas ex- pressões se baseiam em fórmulas para a média e variância de distribuições de misturas de escala da distribuição normal assimétrica truncadas, que podem ser calculadas numericamente utilizando o pacote MomTrunc disponível no software R. Ilustramos a aplicação e adequação da metodologia proposta por meio de estudos de simulação e análise de três conjuntos de dados reais.