Busca avançada
Ano de início
Entree

Mútiplos pontos de modificação em modelos para dados discretos

Processo: 19/22412-5
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 02 de fevereiro de 2020
Vigência (Término): 01 de fevereiro de 2021
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
Pesquisador responsável:Katiane Silva Conceição
Beneficiário:Katiane Silva Conceição
Anfitrião: Nalini Ravishanker
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Local de pesquisa: University of Connecticut (UCONN), Estados Unidos  
Assunto(s):Inflação   Dados de contagem   Deflação

Resumo

Conjuntos de dados de contagem são comuns em várias áreas de conhecimento e, consequentemente, distribuições discretas mais gerais têm sido propostas devido as características peculiares de cada conjunto. Em particular, dados de contagem pode apresentar discrepâncias (maior ou menor) nas frequências observadas de duas observações, ditas k1 e k2, ao compará-las com as respectivas frequências esperadas obtidas a partir de uma determinada distribuição discreta tradicional. Neste sentido, uma modificação na função massa de probabilidade das distribuições discretas torna-se imprescindível para explicar adequadamente o comportamento dos dados. Seguindo esse contexto, o objetivo principal deste projeto é propor a família de distribuições discretas k1 e k2 modificadas, que são capazes de modelar conjuntos de dados que apresentam ou não algum tipo de modificação (inflação e/ou deflação) na frequência das observações k1 e k2. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CONCEICAO, KATIANE S.; SUZUKI, ADRIANO K.; ANDRADE, MARINHO G. A Bayesian approach for zero-modified Skellam model with Hamiltonian MCMC. Statistical Methods and Applications, JUL 2020. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.