Sporathe knowledge network
ES
Universidad Nacional de Colombia

Bogotá - Ciencias - Doctorado en Ciencias - Matemáticas · 2021

Procesos de conteo, sobredispersión y extensiones

Se presenta una revisión detallada de modelos sobredispersos de regresión lineal y no lineal para datos de conteo, desde un enfoque Bayesiano. Se propone la función de distribución beta inclinada binomial, se estudian sus propiedades y se proponen los modelos de regresión lineal, donde se asignan estructuras de regresión a la media, parámetro de dispersión y parámetro de mixtura. Adicionalmente, se presentan las reparametrizaciones de las distribuciones beta binomial y binomial negativa, en términos de la media, y se establecen los modelos de regresión Bayesiana, proponiendo nuevas variables de trabajo para el parámetro de dispersión, que reducen la autocorrelación y mejoran la convergencia de las cadenas. Se define una extensión a modelos de regresión no lineal y se propone el algoritmo Bayesiano para este caso. Se definen nuevos modelos de regresión no lineal con exceso de ceros y se extiende la metodología Bayesiana propuesta en [21] para estos modelos: se desarrolla el algoritmo de Metropolis-Hastings y se proponen las variables de trabajo requeridas, a partir del método de aumento de datos de [74]. Se proponen modelos subdispersos no lineales doblemente generalizados para datos de conteo que presentan subdispersión con respecto a las distribuciones Poisson o binomial, y se definen funciones de cuasi-verosimilitud adecuadas, a partir del enfoque de [106], para el ajuste de los modelos Bayesianos. Finalmente, se proponen nuevos procesos de Poisson no homogéneos cíclicos y se definen modelos autoregresivos no lineales doblemente generalizados para series de conteo, basados en distribuciones de conteo subdispersas y se aplica el paradigma Bayesiano para la estimación. (Texto tomado de la fuente).

Full text 166 pages with text

Read the full thesis Record in the repository

Contents

Its library's thesaurus