Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/10701

Título: Distribuição gama generalizada geométrica estendida
Título Alternativo: The extended generalized gamma geometric distribution
Autor(es): Bortolini, Juliano
Lattes: http://lattes.cnpq.br/6210909768845403
Orientador: Lima, Renato Ribeiro de
Coorientador: Pascoa, Marcelino Alves Rosa de
Membro da banca: Oliveira, Anderson Castro Soares de
Membro da banca: Gouvêa, Graziela Dutra Rocha
Membro da banca: Chaves, Lucas Monteiro
Membro da banca: Vivanco, Mário Javier Ferrua
Assunto: Análise de sobrevivência
Regressão locação-escala
Estimação de máxima verossimilhança
Inferência Bayesiana
Bimodal
Survival analysis
Location-scale regression model
Maximum likelihood estimation
Bayesian inference
Data de Defesa: 3-Dez-2015
Data de publicação: 17-Dez-2015
Referência: BORTOLINI, J. Distribuição gama generalizada geométrica estendida. 2015. 133 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2015.
Resumo: Novas distribuições de probabilidade são propostas com o objetivo de obter melhores ajustes a dados que apresentem comportamentos mais complexos, tais como os que estão suscetíveis a censuras. Nesta perspectiva, este trabalho propôs novos modelos mais flexíveis para a análise de sobrevivência. O primeiro exposto é a distribuição gama generalizada geométrica estendida de cinco parâmetros, que inclui importantes distribuições como casos particulares, tal como a gama generalizada. Para essa nova distribuição, obteve-se uma expressão para os momentos, função geradora de momentos, função densidade da distribuição de estatística de ordem, desvios médios e confiabilidade. Examinaram-se os estimadores de máxima verossimilhança dos parâmetros e calculou-se a matriz de informação observada. Em sequência, realizou-se uma sutil generalização da distribuição já proposta e a transformação logarítmica, proporcionando o desenvolvimento de um modelo de regressão paramétrico. A utilidade dos novos modelos propostos são ilustrados com uma aplicação a um conjunto de dados de tempo de permanência de imigrantes brasileiros no Japão. Para o conjunto de dados analisado, as estatísticas AIC, BIC e CAIC mostraram que os novos modelos são mais adequados do que outros disponíveis na literatura.
Abstract: New probability distributions are proposed in order to get better fit to the complex data such as censored, skewed and bimodal. In this perspective, this work proposed new more flexible models for survival analysis. The first model proposed is the extended generalized gamma geometric distribution of five parameters, which includes well-known lifetime special sub-models such as the generalized gamma. We provided a mathematical treatment of the new distribution including explicit expressions for moments, moment generating function, mean deviations, reliability and order statistics. Further, we developed an extension of this distribution by assuming that a shape parameter can take negative values. Additionally, we derived the log-transformed distribution and its regression model. The new regression model represents a parametric family of models that includes as sub-models some widely known regression models that can be applied to censored survival data. Finally, an application of the new models to real data showed that they could provide a better fit than other statistical models frequently used in lifetime data analysis.
URI: http://repositorio.ufla.br/jspui/handle/1/10701
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Distribuição gama generalizada geométrica estendida.pdf2,06 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback