Skew-Normal calibration comparative models.
dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
dc.contributor.author | Cancho, Vicente Garibay | |
dc.contributor.author | Ortega, Edwin. M. | |
dc.contributor.author | Lachos, Victor H. | |
dc.date.accessioned | 2018-08-29T16:47:11Z | |
dc.date.available | 2018-08-29T16:47:11Z | |
dc.date.issued | 2006-02 | |
dc.description.abstract | In this paper we discussed inference aspects of the skew-normal calibration comparative models (SN-CCM) following both; a classical and Bayesian approach, extending the usual normal calibration comparative models (N-CCM) in order to avoid data transformation. To the proposed model we consider the maximum likelihood approach to estimation via the EM-algorithm and derive the observed information matrix allowing direct inference implementation, then we conduct the Bayesian approach via Markov chain Monte Carlo procedure. The univariate skew-normal distribution that will be used in this work was introduced by Sahu et al (2003) which has a shape parameter that defines the direction of the asymmetric of the distribution, usually called the skew-ness parameter. Sahu’s skew-normal distribution is attractive because estimation of the skewness parameter does not present the same difficult as is the case with Azzalini’s (1985) one the procedures are illustrated with a numerical example. | pt_BR |
dc.description.notes | Relatórios Técnicos do ICMC; 270 | pt_BR |
dc.format | 24 p. | pt_BR |
dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6834 | |
dc.language.iso | eng | pt_BR |
dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
dc.subject | Inferência bayesiana | pt_BR |
dc.title | Skew-Normal calibration comparative models. | pt_BR |
dc.title.alternative | Modelos comparativos de calibração Normal-Skew. | pt_BR |
dc.type.category | Relatórios técnicos | pt_BR |
usp.description.abstracttranslated | Neste artigo, discutimos aspectos de inferência dos modelos comparativos de calibração normal de skew (SN-CCM) seguindo ambos; uma abordagem clássica e Bayesiana, estendendo os modelos comparativos de calibração normais (N-CCM) para evitar a transformação de dados. Para o modelo proposto consideramos a abordagem de máxima verossimilhança para estimação via algoritmo EM e derivamos a matriz de informação observada permitindo a implementação de inferência direta, então conduzimos a abordagem Bayesiana via procedimento de Monte Carlo de cadeia de Markov. A distribuição univariada skew-normal que será utilizada neste trabalho foi introduzida por Sahu et al (2003), que possui um parâmetro shape que define a direção da assimetria da distribuição, usualmente denominada de parâmetro skew-ness. A distribuição de desvio normal de Sahu é atraente porque a estimativa do parâmetro de assimetria não apresenta o mesmo grau de dificuldade, como é o caso de Azzalini (1985), em que os procedimentos são ilustrados com um exemplo numérico. | pt_BR |