12/06/26 - Seminário do Programa Interinstitucional de Pós-Graduação em Estatística (PIPGEs) da UFSCar-USP

Nome: João Victor Bastos de Freitas (Pós-doutorando, IME-USP)

Título: Modelos mistos baseados em misturas de escala da skew-normal centrada

Resumo: Durante muito tempo, em Estatística, a abordagem padrão para a modelagem de dados univariados/multivariados era considerar alguma metodologia com a distribuição normal univariada/multivariada. No entanto, em muitos casos, as distribuições associadas às variáveis de interesse podem apresentar assimetria e/ou caudas mais pesadas do que as da normal, fazendo com que esta distribuição seja inapropriada. Assim, introduzimos as distribuições de mistura de escala da skew-normal centrada (MESNC) multivariadas para contornar alguns problemas inferenciais e de interpretação apresentados por sua versão sob a assim chamada parametrização direta. Motivados pelo Millennium Cohort Study, propomos um modelo linear misto com efeitos aleatórios que seguem uma MESNC multivariada e erros seguindo uma mistura de escala da normal multivariada, com parâmetros de forma distintos entre essas classes de distribuições. Adicionalmente, motivados por um estudo longitudinal da qualidade do ar em Vitória (ES), propomos um modelo misto aditivo parcialmente linear sob independência condicional com erros seguindo uma MESNC univariada e parâmetros de escala e assimetria que variam no tempo. Para todas as metodologias propostas, foram realizados estudos de simulação de Monte Carlo para avaliar a recuperação de parâmetros. As aplicações a dados reais demonstraram que os novos modelos apresentaram melhores resultados, em termos de qualidade de ajuste e, consequentemente, conclusões, do que abordagens usuais da literatura, como os modelos baseados nas distribuições normal e skew-normal (sob a parametrização direta).

Local: CINA-UFSCar (São Carlos)

Todos são bem-vindos!