@MASTERSTHESIS{ 2018:155347515, title = {Misturas de modelos de regress?o linear com erros nas vari?veis usando misturas de escala da normal assim?trica}, year = {2018}, url = "https://tede.ufam.edu.br/handle/tede/6417", abstract = "A estima??o tradicional em mistura de modelos de regress?o ? baseada na suposi??o de normalidade para os erros aleat?rios, sendo assim, sens?vel a outliers, caudas pesadas e erros assim?tricos. Outra desvantagem ? que, em geral, a an?lise ? restrita a preditores que s?o observados diretamente. Apresentamos uma proposta para lidar com estas quest?es simultaneamente no contexto de mistura de regress?es estendendo o modelo normal cl?ssico. Assumimos que, conjuntamente e em cada componente da mistura, os erros aleat?rios e as covari?veis seguem uma mistura de escala da distribui??o normal assim?trica. Al?m disso, ? feita a suposi??o de que as covari?veis s?o observadas com erro aditivo. Um algor?tmo do tipo MCMC foi desenvolvido para realizar infer?ncia Bayesiana. A efic?cia do modelo proposto ? verificada via an?lises 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} }