Download como arquivo ICAL
Doutorado: "Métodos de estimação baseados na função de verossimilhança para modelos lineares elípticos"
Sexta-feira 14 Setembro 2018, 14:00 - 18:00
Contato: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Candidata: Natalia Andrea Milla Pérez

 

Orientador: Prof. Dr. Gilberto Alvarenga Paula

 

Resumo: PEREZ, N. A. M. Métodos de estimação baseados na função de verossimilhança para modelos lineares elípticos. 2018. 154 f. Tese (Doutorado) - Instituto de Matemática e Estatística, Universidade de São Paulo, São Paulo, 2018.


O objetivo desta tese é estudar métodos de estimação baseados na função de verossimilhança em modelos mistos lineares elípticos. Derivamos inicialmente os  métodos de máxima verossimilhança, máxima verossimilhança restrita e de máxima verossimilhança perfilada modificada para o modelo linear normal. Estendemos os métodos para os modelos lineares elípticos e encontramos diferenças entre as equações resultantes de cada método. A principal motivação deste trabalho é que o método de máxima verossimilhança restrita tem sido aplicado para obter estimadores menos viesados para os componentes de variância-covariância, em contraste com os estimadores de máxima verossimilhança. O método tem sido muito utilizado em modelos com estruturas de variância-covariância, como é o caso dos modelos mistos lineares. Assim, procuramos estender o método para os modelos mistos lineares elípticos bem como comparar com outros procedimentos de estimação, máxima verossimilhança e máxima verossimilhança perfilada modificada. Estudamos em particular os modelos mistos lineares com erros t-Student e exponencial potência.

Palavras-chave:  máxima verossimilhança restrita, função de verossimilhança perfilada modificadamétodos robustos, modelos linerares elípticos, modelos mistos, modelos exponencial potência, modelos t-Student.

 

Local Sala B-07