Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/753
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBatista, Ben Deivide de Oliveira-
dc.date.accessioned2013-06-28T16:54:12Z-
dc.date.available2013-06-28T16:54:12Z-
dc.date.copyright2012-
dc.date.issued2013-
dc.date.submitted2012-12-13-
dc.identifier.citationBATISTA, B. D. de O. Distribuição exata da midrange estudentizada externamente da normal e desenvolvimento de uma biblioteca R utilizando Quadratura Gaussiana. 2013. 97 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, 2012.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/753-
dc.descriptionDissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico - CNPqpt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectDistribuiçãopt_BR
dc.subjectAlgoritmopt_BR
dc.subjectSoftware Rpt_BR
dc.subjectDistributionpt_BR
dc.subjectAlgorithmpt_BR
dc.titleDistribuição exata da midrange estudentizada externamente da normal e desenvolvimento de uma biblioteca R utilizando Quadratura Gaussianapt_BR
dc.typedissertaçãopt_BR
dc.contributor.advisor-coChaves, Lucas Monteiro-
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.contributor.advisor1Ferreira, Daniel Furtado-
dc.contributor.referee1Lima, Renato Ribeiro de-
dc.contributor.referee1Nunes, José Airton Rodrigues-
dc.description.resumoConsiderando-se as observações Y1, Y2, : : :, Yn de uma amostra de variáveis aleatórias normais arranjadas em ordem crescente de magnitude de valores, a midrange é definida por: R = (Y1 + Yn)=2. A midrange estudentizada externamente é obtida por Q = R=S, em que S é o desvio padrão amostral, estimador do desvio padrão populacional , obtido de forma independente de R com graus de liberdade. Nesse sentido, buscando solucionar os problemas de obtenção da função densidade, função de distribuição e a função quantil da midrange estudentizada externamente, foi proposto a realização desse trabalho. Foram desenvolvidas as expressões analíticas relacionadas à distribuição de Q. Para a obtenção de valores de sua densidade, função de distribuição e quantis, foram utilizados métodos numéricos de quadraturas gaussianas e soluções de equações não-lineares como os métodos de Newton-Raphson. As rotinas implementadas apresentaram bom desempenho, sendo comprovadas por simulação Monte Carlo. Quanto ao tempo de processamento para obter os quantis, para graus de liberdade muito próximos de 1 e percentuais superiores próximo de 0%, é recomendado mais pontos ou refinar a quadratura, dividindo em mais intervalos. Todos os métodos foram implementados no programa R. Uma biblioteca denotada SMR foi desenvolvida e disponibilizada no CRAN no endereço: http://cran.r-project.org/web/packages/SMR/.pt_BR
dc.description.resumoLet Y1, Y2, : : :, Yn be the sample observations from the normal distribution placed in ascending order, the midrange is defined by: R = (Y1 + Yn)=2. The externally studentized midrange is computed by Q = R=S, where S is the estimator of the population standard deviation with degrees of freedom, independently distributed from R. In this sense, this work was proposed to solve the problems of obtaining the density, the distribution and the quantile functions of the externally studentized midrange. Analytical expressions of the distribution of Q were developed. To obtain densities, cumulative probabilities and quantiles, Gaussian quadratures and Newton-Raphson methods for obtaining solutions need for solving nonlinear equations were used. The implemented routines performed well, as showed by Monte Carlo simulations. Regarding the processing time to obtain quantiles, when the degrees of freedom are close to 1 and the upper percentiles are close to 0%, it is recommended use more nodes in the quadrature and to refine the process, dividing the integration into more intervals. All methods were implemented in the program R. A library denoted SMR was developed and made available on CRAN at: http://cran.r-project.org/web/packages/SMR/.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)



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