Buscar en Google Scholar
Título: Finite mixtures of regression models
Otros títulos: Mixtura finita de los modelos de regresión
Asesor(es): Bolfarine, Heleno; Lachos Dávila, Víctor Hugo
Campo OCDE: http://purl.org/pe-repo/ocde/ford#1.01.03
Fecha de publicación: may-2018
Institución: Universidade Estadual de Campinas
Resumen: Esta disertación consta de tres artículos que proponen extensiones de mezclas finitas en modelos de regresión. Aquí consideramos una clase flexible de distribuciones univariadas y multivariadas, que permiten el modelado adecuado de datos asimétricos que tienen multimodalidad, colas pesadas y observaciones periféricas. Esta clase tiene casos especiales tales como distribuciones contaminadas skew-normal, skew-t, skew-slash y skew normal, así como casos simétricos. Inicialmente, se propone un modelo basado en la suposición de que los errores siguen una mezcla finita de mezcla de escala de distribución asimétrica normal (FM-SMSN) en lugar de la distribución normal convencional. A continuación, tenemos un modelo de regresión censurado donde consideramos que el error sigue una mezcla finita de mezcla de escala de distribución normal (SMN). A continuación, proponemos un modelo de regresión censurado donde consideramos que el error sigue una mezcla finita de mezcla de escala de distribución normal (SMN). Finalmente, consideramos una mezcla finita de regresión multivariada donde el error tiene una distribución multivariada de SMSN. Para todos los modelos propuestos, se desarrollaron dos paquetes R, que se informan en el apéndice.

This dissertation consists of three articles, proposing extensions of finite mixtures in regression models. Here we consider a flexible class of both univariate and multivariate distributions, which allow adequate modeling of asymmetric data that have multimodality, heavy tails and outlying observations. This class has special cases such as skew-normal, skew-t, skew-slash and skew normal contaminated distributions, as well as symmetric cases. Initially, a model is proposed based on the assumption that the errors follow a finite mixture of scale mixture of skew-normal (FM-SMSN) distribution rather than the conventional normal distribution. Next, we have a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Next, we propose a censored regression model where we consider that the error follows a finite mixture of scale mixture of normal (SMN) distribution. Finally, we consider a finite mixture of multivariate regression where the error has a multivariate SMSN distribution. For all proposed models, two R packages were developed, which are reported in the appendix.
Disciplina académico-profesional: Estadística
Institución que otorga el grado o título: Universidade de São Paulo. Instituto de Matemática e Estatística
Grado o título: Doctor en Ciencias
Fecha de registro: 27-abr-2020

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Benites_Sanchez_LE.d.pdf
  Acceso restringido
Tesis (abierta en repositorio de origen)2.01 MBAdobe PDFVisualizar/Abrir  Solicita una copia
Autorizacion.pdf
  Acceso restringido
Formato de autorización1.12 MBAdobe PDFVisualizar/Abrir  Solicita una copia


IMPORTANTE
La información contenida en este registro es de entera responsabilidad de la universidad, institución o escuela de educación superior que administra el repositorio académico digital donde se encuentra el trabajo de investigación y/o proyecto, los cuales son conducentes a optar títulos profesionales y grados académicos. SUNEDU no se hace responsable por los contenidos accesibles a través del Registro Nacional de Trabajos de Investigación – RENATI.