Parametrizacao ortogonal e outros procedimentos no modelo com erro nas variaveis
Parte deste trabalho e dedicado a utilizacao de transformacoes ortogonais no modelo com erro nas variaveis (tanto estrutural como funcional) para obtencao de inferencias sobre o coeficiente angular do modelo que e geralmente o parametro de interesse. Sao utilizados procedimentos classicos e bayesian...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 1994 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-20210729-004425 |
| Acceso en línea: | https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-004425/ |
| Access Level: | acceso abierto |
| Palabra clave: | Análise De Regressão E De Correlação Inferência Paramétrica |
| Sumario: | Parte deste trabalho e dedicado a utilizacao de transformacoes ortogonais no modelo com erro nas variaveis (tanto estrutural como funcional) para obtencao de inferencias sobre o coeficiente angular do modelo que e geralmente o parametro de interesse. Sao utilizados procedimentos classicos e bayesianos. Em particular, as transformacoes ortogonais no modelo estrutural simplificam as implementacoes de estatisticas da razao de verossimilhanca (com e sem correcoes de bartlett) e de wald para testar hipoteses relacionadas com o coeficiente angular do modelo. Procedimentos bayesianos, como posteriores exatas e aproximadas para o coeficiente angular do modelo sao tambem consideradas no modelo estrutural e funcional apos uma transformacao ortogonal dos parametros. Procedimentos bayesianos baseados no fator de bayes a posteriori para a comparacao de varios modelos estruturais sao investigados. Uma alternativa para a utilizacao das transformacoes ortogonais no modelo estrutural e viabilizada pelo uso do algoritmo em, este algoritmo tanto pode ser utilizado para a obtencao dos estimadores de maxima verossimilhanca do modelo, como tambem para a previsao dos valores reais e desconhecidos da variavel auxiliar, que nao sao avaliadas diretamente pelo processo de medicao |
|---|