Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/10701
Full metadata record
DC FieldValueLanguage
dc.creatorBortolini, Juliano-
dc.date.accessioned2015-12-17T12:36:20Z-
dc.date.available2015-12-17T12:36:20Z-
dc.date.issued2015-12-17-
dc.date.submitted2015-12-03-
dc.identifier.citationBORTOLINI, J. Distribuição gama generalizada geométrica estendida. 2015. 133 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2015.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/10701-
dc.description.abstractNew 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.subjectAnálise de sobrevivênciapt_BR
dc.subjectRegressão locação-escalapt_BR
dc.subjectEstimação de máxima verossimilhançapt_BR
dc.subjectInferência Bayesianapt_BR
dc.subjectBimodalpt_BR
dc.subjectSurvival analysispt_BR
dc.subjectLocation-scale regression modelpt_BR
dc.subjectMaximum likelihood estimationpt_BR
dc.subjectBayesian inferencept_BR
dc.titleDistribuição gama generalizada geométrica estendidapt_BR
dc.title.alternativeThe extended generalized gamma geometric distributionpt_BR
dc.typetesept_BR
dc.publisher.programPrograma de Pós-Graduação em Estatística e Experimentação Agropecuáriapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Lima, Renato Ribeiro de-
dc.contributor.advisor-co1Pascoa, Marcelino Alves Rosa de-
dc.contributor.referee1Oliveira, Anderson Castro Soares de-
dc.contributor.referee2Gouvêa, Graziela Dutra Rocha-
dc.contributor.referee3Chaves, Lucas Monteiro-
dc.contributor.referee4Vivanco, Mário Javier Ferrua-
dc.description.resumoNovas 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.pt_BR
dc.publisher.departmentDepartamento de Ciências Exataspt_BR
dc.subject.cnpqProbabilidade e Estatística Aplicadaspt_BR
dc.subject.cnpqAgronomiapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/6210909768845403pt_BR
Appears in Collections:Estatística e Experimentação Agropecuária - Doutorado (Teses)

Files in This Item:
File Description SizeFormat 
TESE_Distribuição gama generalizada geométrica estendida.pdf2,06 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.