Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.ufpe.br/handle/123456789/6459
Title: Análise de influência baseada na curvatura normal conforme para o modelo de regressão Dirichlet
Authors: Milena Zea Fernández, Luz
Keywords: Curvatura normal; Regressão Dirichlet
Issue Date: 2005
Publisher: Universidade Federal de Pernambuco
Citation: Milena Zea Fernández, Luz; Leite Pinto Vasconcellos, Klaus. Análise de influência baseada na curvatura normal conforme para o modelo de regressão Dirichlet. 2005. Dissertação (Mestrado). Programa de Pós-Graduação em Estatística, Universidade Federal de Pernambuco, Recife, 2005.
Abstract: Neste trabalho apresentamos um estudo de influência local no modelo de regressão Dirichlet proposto em Silva (2004) usando a curvatura normal conforme proposta por Poon & Poon (1999). Perturbamos o modelo segundo quatro esquemas de perturbação diferentes, a saber: a log-verossimilhança de forma multiplicativa, as variáveis explicativas de forma aditiva e multiplicativa e, finalmente, as variáveis resposta de forma aditiva. No desenvolvimento deste ´ ultimo esquema nos encontramos frente a um problema de maximização sujeito a restrições, resolvemos o problema e encontramos a solução. A partir dá ý conseguimos enunciar e provar um Teorema que nos dá uma forma de realizar análise de influência quando as perturbações satisfazem um conjunto de restrições lineares; além disso, estendemos o conceito de contribuição agregada para modelos multivariados. Apresentamos também um exemplo de análise de influência para dados reais usando o modelo de regressão Dirichlet. Neste exemplo, verificamos que uma observação se destaca como influente nos quatro esquemas de perturbação e que a influência das observações é maior para maiores valores das variáveis explicativas
URI: https://repositorio.ufpe.br/handle/123456789/6459
Appears in Collections:Dissertações de Mestrado - Estatística

Files in This Item:
File Description SizeFormat 
arquivo7240_1.pdf1.49 MBAdobe PDFView/Open


This item is protected by original copyright



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.