Banca de QUALIFICAÇÃO: BENEDITO VICENTE DOS SANTOS

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: BENEDITO VICENTE DOS SANTOS
DATA : 18/04/2024
LOCAL: Auditório Departamento de Estatística
TÍTULO:

Regressão Quantílica para Modelos na Classe da Família de Distribuições G-exponencializada Reparametrizada e suas Aplicações.

PALAVRAS-CHAVES:

Classe da família de distribuições G-exponencializada reparametrizada, Regressão quantílica, Modelos de regressão quantílica, Simulação de Monte Carlo, Análise de diagnóstico.

PÁGINAS: 25
RESUMO:

Neste trabalho, propomos uma nova família de distribuições denominada de classe da família de distribuições G-
exponencializada reparametrizada. A classe da família de distribuições G-exponencializada reparametrizada é uma alternativa bastante flexível em comparação com a família de distribuições G-exponencializada. Uma vez que, a classe da família de distribuições G-exponencializada reparametrizada, permite estudar os quantis da distribuição. Além disso, apresentamos vários novos modelos pertencentes à classe da família de distribuições G-exponencializada reparametrizada. Para exemplificar, como são obtidos os submodelos da classe da família de distribuições G-exponencializada reparametrizada foi utilizado o modelo Weibull exponencializado reparametrizado (WER). Através de simulações de Monte Carlo foi avaliado numericamente o desempenho dos estimadores de máxima verossimilhança e seus respectivos intervalos de confiança assintóticos para o modelo WER. Além disso, aplicou-se o modelo WER a um conjunto de dados reais. Também, propomos modelos de regressão quantílica de modo geral para modelos pertencentes à classe da família de distribuições G-exponencializada reparametrizada. Introduzimos o novo modelo de regressão quantílica WER e algumas propriedades matemáticas desse modelo. Mostramos alguns resíduos e técnicas de análise de diagnóstico, com o objetivo de detectar observações potencialmente influentes e examinar o ajuste do modelo ao conjunto de dados. Além disso, foi utilizado o método de máxima verossimilhança para estimar os parâmetros dos modelos propostos. Foi realizado um estudo de simulação de Monte Carlo para avaliar o desempenho dos estimadores de máxima verossimilhança dos parâmetros que indexam o modelo de regressão quantílica WER. Para ilustrar, aplicou-se os novos modelos de regressão quantílica a um conjunto de dados reais. Portanto, esse trabalho contribui para o desenvolvimento das linhas de pesquisa de novas distribuições e regressão quantílica.

MEMBROS DA BANCA:
Presidente - 338043 - FRANCISCO JOSE DE AZEVEDO CYSNEIROS
Interna - 2991947 - MARIA DO CARMO SOARES DE LIMA
Interno - 1142348 - ROBERTO FERREIRA MANGHI