| Summary: | Submitted by Danielle Karla Martins Silva (danielle.martins@ufpe.br) on 2015-03-12T12:34:22Z
No. of bitstreams: 2
José Sérgio Casé de Oliveira.pdf: 1717088 bytes, checksum: 91394789d8ecc6a45d75afc3abd4503c (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) === Made available in DSpace on 2015-03-12T12:34:22Z (GMT). No. of bitstreams: 2
José Sérgio Casé de Oliveira.pdf: 1717088 bytes, checksum: 91394789d8ecc6a45d75afc3abd4503c (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2013 === CAPES === Esta dissertação tem por objetivo avaliar o poder do teste de má especificação proposto por
Cribari-Neto & Lima (2007) em vários cenários que configuram má especificação do modelo
de regressão beta, em particular: função de ligação incorreta, presença de outlier na amostra,
omissão de variável regressora importante, estimação com dispersão constante quando o modelo
verdadeiro possui dispersão variável (e vice-versa) e má especificação da distribuição da
variável resposta. O desempenho do teste foi avaliado em modelos de regressão beta com
dispersão fixa e variável.
Adicionalmente, introduzimos um outro teste de má especificação, o qual também teve
seu poder avaliado em diversos cenários de má especificação. O poder do teste proposto foi
comparado ao do teste proposto por Cribari-Neto & Lima (2007).
Os desempenhos dos testes em amostras finitas foram avaliados numericamente por meio
de simulações de Monte Carlo. Por fim, apresentamos algumas aplicações com dados reais.
|
|---|
