@MASTERSTHESIS{ 2012:1505832976,
 	title = {Modelagem bayesiana flex?vel em regress?o com erros nas vari?veis},
 	year = {2012},
 	url = "http://tede.ufam.edu.br/handle/tede/3669",
 	abstract = "Em modelos de regress?o, o pressuposto cl?ssico de normalidade para a distribui??o
 dos erros aleat?rios ? muitas vezes violado, mascarando algumas caracter?sticas importantes
 da variabilidade dos dados. Algumas a??es pr?ticas para resolver esse problema,
 como transforma??es nos dados, revelam-se muitas vezes ineficazes.
 Neste trabalho apresentamos uma proposta para lidar com esta quest?o no contexto do
 modelo de regress?o multivariada linear simples, quando a vari?vel resposta e a vari?vel
 regressora s?o observadas com erro aditivo   o chamado modelo de regress?o linear com
 erros nas vari?veis. Em tais modelos, o pesquisador observa uma vari?vel substituta em
 vez da covari?vel de interesse. N?s estendemos o modelo cl?ssico normal, modelando
 a distribui??o conjunta da covari?vel e dos erros aleat?rios por uma mistura finita de
 densidades pertencentes a uma fam?lia de distribui??es bem geral, acomodando ao mesmo
 tempo assimetria, caudas pesadas e multimodalidade, permitindo um grau de flexibilidade
 que n?o pode ser atingido pelo modelo normal.
 Para a parte de estima??o desenvolvemos um algoritmo do tipo Gibbs para proceder
 estima??o Bayesiana. Alguns modelos propostos foram comparados com modelos sim?tricos
 j? existentes na literatura, utilizando um crit?rio DIC modificado, atrav?s da an?lise
 de dados simulados e reais.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Matem?tica},
 	note = {Instituto de Ci?ncias Exatas}
}