Inicio: 07/10/2017
PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
Conferencia
“El modelo de regresión senh-normal asimétrica/independiente”
Expositora : Mg. Rocío Maehara
Candidata a Doctora en Estadística de la Universidad de Sao Paulo, Brasil.
Organiza : Maestría en Estadística.
Especialidad de Estadística.
Día : Sábado, 7 de octubre 2017
Hora : 7:00 pm a 10:00 pm.
Lugar : aula A-409 (Pabellón A – Complejo de Innovación Académica)
Resumen
La clase de distribuciones normal-asimétrica / independiente es una clase atractiva de distribuciones que son útiles para modelar datos que presentan asimetría y colas pesadas. Utilizamos esta clase de distribuciones como una generalización de la distribución senh-normal (Rieck, 1989) la cual es denominada como distribución senh-normal-asimétrica/independiente. Basados en esta distribución presentamos una clase general de modelos de regresión no lineal que es una generalización de los modelos de regresión propuestos por Rieck y Nedelman (1991), que se ha utilizado ampliamente en los modelos de regresión de Birnbaum-Saunders. Este nuevo modelo de regresión tiene la capacidad de predecir percentiles extremos mejor que modelos similares basados en distribuciones simétricas y su vez es flexible frente a observaciones atípicas. Desarrollamos un algoritmo EM con maximización condicional para obtener los estimadores de máxima verosimilitud de los parámetros del modelo. Además, la matriz de información empírica se deriva analíticamente para obtener los errores estándar,
Finalmente, se presentan los resultados de los estudios de simulación, así como una aplicación a un conjunto de datos real, para ilustrar la utilidad del nuevo modelo y de todos los métodos inferenciales desarrollados.
Ingreso libre: Para ingresar al Campus, debe inscribirse enviando un correo a
m_estadistica@pucp.edu.pe, indicando nombres, apellidos y número de DNI.
Mayor información
Maestría en Estadística
Escuela de Posgrado PUCP
Piso 8 – Complejo Mac Gregor
Telf. 626-2000 anexo 5143
Atención: lun a vie de 9:30 am a 6:30 pm