???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/10123
???metadata.dc.type???: Dissertação
Title: Regressão Weibull truncada modal para modelar diferenças entre taxas ou proporções
???metadata.dc.creator???: Corrêa, Giordanna Oliveira 
???metadata.dc.contributor.advisor1???: Carvalho, Jhonnata Bezerra de
First advisor-co: Leão, Jeremias da Silva
???metadata.dc.contributor.referee1???: Pinho, André Luís Santos de
???metadata.dc.contributor.referee2???: Costa, José Mir Justino da
???metadata.dc.description.resumo???: Neste trabalho é desenvolvido um estudo fundamentado na distribuição Weibull truncada. O truncamento é realizado no intervalo (0,2), denominado truncamento à direita. No entanto, com objetivo de analisar dados de diferenças entre taxas ou proporções é sugerida uma transformação para obtenção de uma nova distribuição cujo conjunto suporte pertence ao intervalo (−1,1). Ademais, essa distribuição foi parametrizada em termos dos parâmetros moda e forma, e foi denominada de distribuição Weibull truncada modal (WTM). É proposto um novo modelo de regressão modal baseado na distribuição WTM com estruturas de regressão para os parâmetros e o método de estimação escolhido foi o de máxima verossimilhança. Um estudo de simulação foi realizado, via método de Monte Carlo, com o objetivo de avaliar o desempenho dos estimadores de máxima verossimilhança para diferentes cenários e estruturas de regressão. Ademais, foram obtidas as expressões analíticas para a matriz de informação de Fisher. Ao final, são apresentadas três aplicações do modelo de regressão WTM, das quais duas são para dados eleitorais do Brasil e dos Estados Unidos da América e uma referente a um exame de promoção para o corpo de bombeiros.
Abstract: In this work, a study based on the truncated Weibull distribution is developed. Truncation is performed in the interval (0,2), referred to as right truncation. However, in order to analyze data on differences between rates or proportions, a transformation is suggested to obtain a new distribution whose support set belongs to the interval (−1,1). Furthermore, this distribution has been parameterized in terms of mode and shape parameters, and it is called the truncated Modal Weibull distribution (TMW). A new modal regression model based on the WTM distribution with regression structures for the parameters is proposed, and the chosen estimation method is maximum likelihood. A simulation study was conducted using the Monte Carlo method to evaluate the performance of the maximum likelihood estimators for different scenarios and regression structures. Furthermore, analytical expressions for the Fisher information matrix were obtained. Finally, three applications of the WTM regression model are presented, two of which are for electoral data from Brazil and the United States of America and one referring to a promotion exam for the fire department.
Keywords: .
.
.
???metadata.dc.subject.cnpq???: CIENCIAS EXATAS E DA TERRA
???metadata.dc.subject.user???: Modelo de regressão
Máxima verossimilhança
Reparametrização
Eleição presidencial
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Federal do Amazonas
???metadata.dc.publisher.initials???: UFAM
???metadata.dc.publisher.department???: Instituto de Ciências Exatas
???metadata.dc.publisher.program???: Programa de Pós-graduação em Matemática
Citation: CORRÊA, Giordanna Oliveira. Regressão Weibull truncada modal para modelar diferenças entre taxas ou proporções. 2024.125 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus (AM), 2024.
???metadata.dc.rights???: Acesso Aberto
???metadata.dc.rights.uri???: https://creativecommons.org/licenses/by-nc-nd/4.0/
URI: https://tede.ufam.edu.br/handle/tede/10123
Issue Date: 29-Feb-2024
Appears in Collections:Mestrado em Matemática

Files in This Item:
File Description SizeFormat 
DISS_GiordannaCorrea_PPGMAT.pdf3.5 MBAdobe PDFThumbnail

Download/Open Preview


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