Diagnóstico de influência em modelos com erros na variável skew-normal/independente / Influence of diagnostic in models with errors in variable skew-normal/independent
AUTOR(ES)
Rignaldo Rodrigues Carvalho
DATA DE PUBLICAÇÃO
2010
RESUMO
O modelo de medição de Barnett é frequentemente usado para comparar vários instrumentos de medição. é comum assumir que os termos aleatórios têm uma distribuição normal. Entretanto, tal suposição faz a inferência vulnerável a observações atípicas por outro lado distribuições de misturas de escala skew-normal tem sido uma interessante alternativa para produzir estimativas robustas tendo a elegância e simplicidade da teoria da máxima verossimilhança. Nós usamos resultados de Lachos et al. (2008) para obter a estimação dos parâmetros via máxima verossimilhança, baseada no algoritmo EM, o qual rende expressões de forma fechada para as equações no passo M. Em seguida desenvolvemos o método de influência local de Zhu e Lee (2001) para avaliar os aspectos de estimação dos parâmetros sob alguns esquemas de perturbação. Os resultados obtidos são aplicados a conjuntos de dados bastante estudados na literatura, ilustrando a utilidade da metodologia proposta
ASSUNTO(S)
algoritmos de expectativa de maximização distribuição normal assimétrica influencia local misturas de escalas distância de mahalanobis em algorithms skew normal distributions local influence scale mixtures mahalanobis distance
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=000783200Documentos Relacionados
- Estimation and diagnostic in Birnbaum-Saunders skew-normal models
- "Uma aplicação industrial de regressão binária com erros na variável explicativa"
- Influence diagnostics in stochastic volatility models
- Modelos não lineares sob a classe de distribuições misturas da escala skew-normal
- Modelagem de volatilidade via modelos GARCH com erros assimétricos: abordagem Bayesiana