Use este identificador para citar ou linkar para este item: http://riu.ufam.edu.br/handle/prefix/2523
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisor1Celso Romulo Barbosa Cabral-
dc.creatorMárcia Brandão de Oliveira-
dc.date.accessioned2016-09-23T15:20:09Z-
dc.date.available2016-09-23T15:20:09Z-
dc.date.issued2012-07-31-
dc.identifier.urihttp://riu.ufam.edu.br/handle/prefix/2523-
dc.description.resumoEm modelos de regressão o objetivo é explicar a variabilidade de uma variável de interesse, chamada de variável resposta como função de outras variáveis que possivelmente possam ser influentes neste processo. Estas variáveis são os regressores (ou covariáveis). Neste trabalho focaremos exclusivamente em modelos de regressão linear, onde o valor esperado da variável resposta é uma função linear cuja matriz associada tem elementos dados pelos valores dos regressores. Como a mensuração da variável resposta é usualmente feita com erro, é necessário modelarmos probabilisticamente o mesmo. A modelagem usual é feita utilizando a distribuição normal, e existem inúmeros textos abordando esta metodologia, em vários aspectos, como estimação dos parâmetros envolvidos no modelo, testes de hipóteses e técnicas de diagnóstico (ou seja, técnicas para verificação da adequação do modelo). No entanto, em diversas situações práticas, é comum que o erro de mensuração, e consequentemente a variável resposta, não apresente uma distribuição de probabilidade com comportamento simétrico e também que apresente uma distribuição com caudas mais pesadas do que as da distribuição normal. O comportamento assimétrico é muito comum, por exemplo, em dados da área econômica, notadamente em países com desequilíbrio na distribuição de renda, como no caso do Brasil. Além disso, a suposição de normalidade não acomoda observações discrepantes, ou outliers, como são usualmente conhecidos. Isto justifica plenamente a proposta de substituir a suposição usual por uma mais flexível, modelando os erros por uma classe de distribuições que estenda a normal, que incorpore assimetria e caudas pesadas simultaneamente, possibilitando assim um tratamento mais adequado destas questões.pt_BR
dc.description.sponsorshipCNPQpt_BR
dc.formatPDF-
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Amazonaspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEstatísticapt_BR
dc.publisher.departmentInstituto de Ciências Exataspt_BR
dc.publisher.programPROGRAMA PIBIC 2011pt_BR
dc.publisher.initialsUFAMpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectModelos de regressão-
dc.subjectNormal assimétrica-
dc.subjectInfluência local-
dc.subject.cnpqCIÊNCIAS EXATAS E DA TERRA: PROBABILIDADE E ESTATÍSTICApt_BR
dc.titleModelos de Regressão Linear Assimétricospt_BR
dc.typeRelatório de Pesquisapt_BR
dc.pibic.cursoEstatísticapt_BR
dc.pibic.nrprojetoPIB-E/0004/2011-
dc.pibic.projetoModelos de Regressão Linear Assimétricos-
dc.pibic.dtinicio2011-08-01-
dc.pibic.dtfim2012-07-31-
dc.contributor.colaboradorThemis da Costa Abensur-
dc.contributor.Latteshttp://lattes.cnpq.br/3780887628806661-
Aparece nas coleções:Relatórios finais de Iniciação Científica - Ciências Exatas e da Terra

Arquivos associados a este item:
Arquivo TamanhoFormato 
Relatório_final_pibic_Márcia_Brandão_de_Oliveira.PIB-E-0004-2011.pdf299,85 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.