Cover Image

Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita

O conhecimento da Geoestatística fundamenta-se no estudo de varíaveis aleatórias indexadas pela sua localização geográfica. A análise de métodos de diagnóstico de influência é frequentemente utilizada para indentificar a presença de observações potencialmente influentes nos dados e/ou no modelo, e a...

Full description

Main Author: SANTOS, Eduardo Lucas Ensslin dos
Other Authors: BASTIANI, Fernanda De
Format: masterThesis
Language: por
Published: Universidade Federal de Pernambuco 2019
Subjects:
Estatística Aplicada
Diagnóstico de influência
Geoestatística
Krigagem
Online Access: https://repositorio.ufpe.br/handle/123456789/35507
Tags: Add Tag
No Tags, Be the first to tag this record!
id ir-123456789-35507
recordtype dspace
spelling ir-123456789-355072019-12-07T05:13:35Z Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita SANTOS, Eduardo Lucas Ensslin dos BASTIANI, Fernanda De URIBE OPAZO, Miguel Angel http://lattes.cnpq.br/2192422493622936 http://lattes.cnpq.br/5519064508209103 http://lattes.cnpq.br/4179444121729414 Estatística Aplicada Diagnóstico de influência Geoestatística Krigagem O conhecimento da Geoestatística fundamenta-se no estudo de varíaveis aleatórias indexadas pela sua localização geográfica. A análise de métodos de diagnóstico de influência é frequentemente utilizada para indentificar a presença de observações potencialmente influentes nos dados e/ou no modelo, e avaliar a distorção que estas observações podem causar nos resultados das análises estatísticas. Nesse contexto, considera-se o estudo em modelos espaciais lineares Gaussianos, que levam em conta a dependência espacial das variáveis em estudo. Nesse caso a modelagem da estrutura de dependência espacial faz-se necessária para a definição dos parâmetros que a descrevem. O modelo também é considerado nas técnicas de interpolação, como a krigagem, que é utilizada para a predição de valores em locais não amostrados. No entanto, a estimatição dos parâmetros podem ser distorcidas pela existência de observações influentes. Nesse contexto, a principal contribuição desta dissertação é propor um esquema de pertubação na variável resposta para investigar a influência local em modelos espaciais lineares Gaussianos, considerando o método de máxima verossimilhança restrita para a estimação dos parâmetros. Realizaram-se estudos de simulação computacional e aplicação a dois conjuntos de dados reais. CNPq The knowledge of Geostatistics is based on the study of random variables indexed by their geographic location. The analysis of influence diagnosis methods is often used to identify the presence of potentially influential observations in the data and / or the model and to assess the distortion that these observations may cause in the results of the statistical analyzes. In this context, the study is considered in Gaussian spatial linear models, which take into account the spatial variability of the variables under study. In this case the modeling of the spatial dependence structure is necessary for the definition of the parameters that describe it. The model is also considered in interpolation techniques, such as kriging, which is used to predict values in non-sampled locations. However, the estimates of the parameters can be distorted by the existence of influential observations. In this context, the main purpose of this dissertation is to propose a perturbation scheme in the response variable to investigate the local influence in linear Gaussian models, considering the method of restricted maximum likelihood for the estimation of parameters. Simulation and application studies were performed on two real data sets. 2019-12-06T11:10:51Z 2019-12-06T11:10:51Z 2019-07-29 masterThesis SANTOS, Eduardo Lucas Ensslin dos. Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita. 2019. Dissertação (Mestrado em Estatística) – Universidade Federal de Pernambuco, Recife, 2019. https://repositorio.ufpe.br/handle/123456789/35507 por openAccess http://creativecommons.org/licenses/by-nc-nd/3.0/br/ application/pdf Universidade Federal de Pernambuco UFPE Brasil Programa de Pos Graduacao em Estatistica
institution REPOSITORIO UFPE
collection REPOSITORIO UFPE
language por
topic Estatística Aplicada
Diagnóstico de influência
Geoestatística
Krigagem
spellingShingle Estatística Aplicada
Diagnóstico de influência
Geoestatística
Krigagem
SANTOS, Eduardo Lucas Ensslin dos
Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita
description O conhecimento da Geoestatística fundamenta-se no estudo de varíaveis aleatórias indexadas pela sua localização geográfica. A análise de métodos de diagnóstico de influência é frequentemente utilizada para indentificar a presença de observações potencialmente influentes nos dados e/ou no modelo, e avaliar a distorção que estas observações podem causar nos resultados das análises estatísticas. Nesse contexto, considera-se o estudo em modelos espaciais lineares Gaussianos, que levam em conta a dependência espacial das variáveis em estudo. Nesse caso a modelagem da estrutura de dependência espacial faz-se necessária para a definição dos parâmetros que a descrevem. O modelo também é considerado nas técnicas de interpolação, como a krigagem, que é utilizada para a predição de valores em locais não amostrados. No entanto, a estimatição dos parâmetros podem ser distorcidas pela existência de observações influentes. Nesse contexto, a principal contribuição desta dissertação é propor um esquema de pertubação na variável resposta para investigar a influência local em modelos espaciais lineares Gaussianos, considerando o método de máxima verossimilhança restrita para a estimação dos parâmetros. Realizaram-se estudos de simulação computacional e aplicação a dois conjuntos de dados reais.
author2 BASTIANI, Fernanda De
format masterThesis
author SANTOS, Eduardo Lucas Ensslin dos
author_sort SANTOS, Eduardo Lucas Ensslin dos
title Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita
title_short Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita
title_full Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita
title_fullStr Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita
title_full_unstemmed Influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita
title_sort influência local em modelos espaciais lineares gaussianos, utilizando o método de máxima verossimilhança restrita
publisher Universidade Federal de Pernambuco
publishDate 2019
url https://repositorio.ufpe.br/handle/123456789/35507
_version_ 1661517391353348096
score 13.657419

Similar Items