Bimodal Birnbaum-Saunders statistical modeling

Abstract

A distribuição Birnbaum-Saunders tem sido amplamente estudada na literatura, sendo utilizada para analisar diferentes tipos de dados, como tempo de vida de materias sujeitos à fadiga e quantidades referentes a poluição atmosférica, por exemplo. Essa distribuição foi estendida para modelos mais gerais por diversos autores. Essa dissertação é composta de dois capítulos principais e independentes. No primeiro trabalho, investigamos problemas relacionados com estimação por máxima verossimilhança em uma extensão bimodal da distribuição Birnbaum-Saunders. Propomos um esquema de penalização que, quando aplicado à função de log-verossimilhança, reduz bastante a frequência de falhas de convergência. Inferência através de testes de hipóteses baseada na função de log-verossimilhança penalizada é investigada. No segundo ensaio, desenvolvemos um modelo de regressão Birnbaum-Saunders bimodal. Discutimos sobre inferências por estimação pontual, estimação intervalar e testes de hipóteses. Também propomos dois resíduos e desenvolvemos análise de influência local. Intervalos de predição baseados em reamostragem bootstrap também são apresentados e diferentes critérios de seleção de modelos para o modelo proposto são discutidos. Adicionalmente, apresentamos resultados de simulação de Monte Carlo e algumas aplicações empíricas.