Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/38584
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2020_LeonardodeSousaPaiva.pdf1,53 MBAdobe PDFVisualizar/Abrir
Título: Uma classe de distribuições log-simétricas discretas
Autor(es): Paiva, Leonardo de Sousa
Orientador(es): Santos, Helton Saulo Bezerra dos
Coorientador(es): Vila Gabriel, Roberto
Assunto: Distribuições discretas
Análise de sobrevivência
Método da máxima verossimilhança
Simulação de Monte Carlo
Data de publicação: 30-Jun-2020
Referência: PAIVA, Leonardo de Sousa. Uma classe de distribuições log-simétricas discretas. 2020. 121 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2020.
Resumo: O uso de distribuições de probabilidade contínuas tem sido difundido em problemas com natureza puramente discreta. Em geral, essas distribuições não são apropriadas nesse cenário. Neste trabalho, é introduzida uma classe de distribuições de probabilidade discretas baseada na família de distribuições log-simétricas contínuas, incluindo como casos especiais as seguintes as distribuições discretas: log-normal, log-t-Student, log-exponencial-potência, log-normalcontaminada, Birnbaum-Saunders e Birnbaum-Saunders-t estendidas, entre outras. Algumas propriedades são discutidas, assim como a estimação pelo método da máxima verossimilhança. No contexto de modelos regressão, as variáveis explicativas são incluídas no parâmetro de escala λ, interpretado diretamente como a mediana no caso contínuo. Estudos de simulação de Monte Carlo são realizados para avaliar o desempenho dos estimadores dos modelos propostos com e sem covariáveis, e na ausência e na presença de censura (10% e 30%). Três conjuntos de dados reais, incluindo um com observações censuradas, são usados para ilustrar a metodologia proposta. Em geral, as distribuições log-simétricas discretas propostas mostraram-se capazes de ajustar bem os conjuntos de dados considerados.
Abstract: The use of continuous probability distributions has been widespread in problems with a purely discrete nature. In general, these distributions are not appropriate in this scenario. In this paper, a class of discrete probability distributions based on continuous log-symmetric distributions is introduced, including as special cases the following discrete distributions: lognormal, log-Student-t, log-power-exponential, log-contaminated-normal, extended BirnbaumSaunders, and extended Birnbaum-Saunders-t, among others. Some properties are discussed, as well as the estimation by the maximum likelihood method. In the context of regression models, covariates are included in the scale parameter λ, interpreted directly as the median in the continuous case. Monte Carlo simulation studies are carried out to evaluate the performance of the estimators of the proposed models both with and without covariates, and in both the absence and presence of censoring (10% and 30%). Three real-world data sets, including one with censored observations, are used to illustrate the proposed methodology. In general, the proposed discrete log-symmetric distributions provided good adjustments to the data sets considered.
Unidade Acadêmica: Instituto de Ciências Exatas (IE)
Departamento de Estatística (IE EST)
Informações adicionais: Dissertação (mestrado) — Departamento de Estatística, Instituto de Ciências Exatas, Universidade de Brasília, 2020.
Programa de pós-graduação: Programa de Pós-Graduação em Estatística
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.