AperfeiÃoamento de testes de hipÃteses para modelos nÃo-lineares simÃtricos

AUTOR(ES)

Katya Silene Porto Rodrigues Braga

DATA DE PUBLICAÇÃO

2007

RESUMO

Neste trabalho, tratamos de refinamentos para testes de hipÃteses em modelos de regressÃo nÃo-lineares simÃtricos, assumindo que o parÃmetro de escala à desconhecido. Apresentamos, em notaÃÃo matricial, fatores de correÃÃo de Bartlett e tipo-Bartlett para melhorar as estatÃsticas da razÃo de verossimilhanÃas e escore, respectivamente, nesta classe de modelos. Apresentamos, tambÃm, versÃes bootstrap dos testes da razÃo de verossimilhanÃas e escore. Os resultados de simulaÃÃo mostram que os testes corrigidos e de bootstrap tÃm melhores desempenhos que os testes da razÃo de verossimilhanÃas e o teste escore originais em amostras pequenas

ASSUNTO(S)

bootstrap, correÃÃo de bartlett, correÃÃo tipo-bartlett, modelos de nÃo-lineares simÃtricos, teste escore, teste da razÃo de verossimilhanÃas bartlett correction, bartlett-type correction, bootstrap, likeli- hood ratio test, score test, symmetric nonlinear models estatistica

Documentos Relacionados

• CorreÃÃo de Bartlett nos modelos nÃo-lineares simÃtricos heteroscedÃsticos
• Modelos lineares generalizados simÃtricos heterocedÃsticos
• DiagnÃstico em modelos simÃtricos de regressÃo
• AnÃlise e aperfeiÃoamento de benchmark OLTP para avaliaÃÃo de desempenho em SGBD
• Modelos não-lineares para analise de dados longitudinais