PPGEST PROGRAMA DE PÓS-GRADUAÇÃO EM ESTATÍSTICA - CCEN DEPARTAMENTO DE ESTATISTICA - CCEN Téléphone/Extension: Indisponible

Banca de QUALIFICAÇÃO: THALYTTA EVILLY CAVALCANTE SILVA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: THALYTTA EVILLY CAVALCANTE SILVA
DATA : 27/03/2024
LOCAL: google meet
TÍTULO:

TESTES DA RAZÃO DE VEROSSIMILHANÇAS PERFILADOS EM MODELOS DE REGRESSÃO LOG-BIRNBAUM-AUNDERS
GENERALIZADOS COM CENSURA À DIREITA.


PALAVRAS-CHAVES:

Censura à direita. Modelo de regressão log-Birnbaum-Saunders generalizado. Teste da razão de verossimilhanças. Verossimilhança
perfilada.


PÁGINAS: 1
RESUMO:

O modelo de regressão linear log-Birnbaum-Saunders generalizado é extremamente flexível e adequada para modelar dados de tempo de sobrevivência, já que possibilita diferentes graus de curtose, assimetria, unimodalidade e bimodalidade. Neste estudo, exploramos dois modelos pertencentes a essa família: o modelo log-Birnbaum-Saunders (log-BS) e o modelo log-Birnbaum-Saunders t-Student (log-BS-t). Geralmente, é
utilizado o método da máxima verossimilhança e o teste da razão de verossimilhanças para inferir sobre os parâmetros do modelo. No entanto, esse
teste pode gerar inferências incertas em casos de amostras pequenas, sendo crucial desenvolver testes substitutivos que sejam mais precisos em
situações com um número reduzido de observações na amostra. Além disso, nosso objetivo não está em todos os parâmetros do modelo, apenas
em um subconjunto deles, conhecidos como parâmetros de interesse, enquanto os demais são considerados parâmetros de perturbação. Uma forma
de fazer inferência quando o modelo que estamos trabalhando envolve parâmetros de perturbação é através da verossimilhança perfilada. Portanto,
o enfoque principal deste trabalho é apresentar três estatísticas de teste da razão de verossimilhanças perfiladas ajustadas para os dois modelos
mencionados anteriormente. Resultados de estudo de simulação são apresentados, mostrando que os testes ajustados apresentam desempenhos
superiores ao usual em amostras sem e com censura. Por fim, discutimos uma aplicação para ilustrar a teoria desenvolvida.


MEMBROS DA BANCA:
Interna - 3091592 - ALINE BARBOSA TSUYUGUCHI
Presidente - 1024478 - AUDREY HELEN MARIZ DE AQUINO CYSNEIROS
Externa à Instituição - MARIANA CORREIA DE ARAÚJO - UFRN
Externa à Instituição - MICHELLI KARINNE BARROS - UFCG
Notícia cadastrada em: 07/03/2024 09:36
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2024 - UFRN - sigaa04.ufpe.br.sigaa04