Programas e Resumos 3 WASA 2013
O 3º WASA-2013 é um evento científico nacional na área de Estatística que será realizado no IMECC-UNICAMP durante o período de 27-29/11/2013. A organização deste evento está a cargo do Departamento de Estatística do IMECC-UNICAMP com o apoio da Associação Brasileira de Estatística (ABE) , e será uma das principais atividades do programa de comemorações do Ano Internacional da Estatística (www.statistics2013.org). Este evento será realizado em conjunto com a 44a. Reunião Regional da ABE.
O 3º WASA-2013 é um evento científico nacional na área de Estatística que será realizado no IMECC-UNICAMP durante o período de 27-29/11/2013. A organização deste evento está a cargo do Departamento de Estatística do IMECC-UNICAMP com o apoio da Associação Brasileira de Estatística (ABE) , e será uma das principais atividades do programa de comemorações do Ano Internacional da Estatística (www.statistics2013.org). Este evento será realizado em conjunto com a 44a. Reunião Regional da ABE.
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
11<br />
3º Workshop em Análise de<br />
Sobrevivência e Aplicações<br />
27 a 29 de Novembro de <strong>2013</strong> - IMECC - UNICAMP<br />
Minicurso 2 (MC2)<br />
Análise de dados censurados sob distribuições simétricas com aplicações no R<br />
Víctor Hugo Lachos (IMECC-Unicamp)<br />
Aldo Medina Garay (IME-USP)<br />
Resumo: Assumir que as observações seguem uma distribuição normal é uma<br />
suposiçãao rotineira em modelos lineares para dados censurados, como visto em<br />
Park et al. (2007), Vaida and Liu (2009), Barros et al. (2010), entre outros. No<br />
entanto, essa suposição pode não ser realista, ocultando importantes características<br />
que est~ao presentes nos dados. Assim, é conveniente considerar famílias<br />
paramétricas de distribuições que sejam flexíveis para capturar uma ampla<br />
variedade de comportamentos simétricos, que incluam as distribuições normal,<br />
Pearson type VII, t de Student, slash e normal contaminada, como casos especiais e<br />
que produzam estimação robusta no modelo considerado. Nos últimos anos,<br />
diversos resultados de natureza teórica e aplicada surgiram como alternativas à<br />
modelagem com erros normais, como por exemplo o uso da classe das distribuições<br />
simétricas ou Elípticas, Fang et al. (1990), ou subclasses das distribuições<br />
simétricas, como as distribuições de misturas da escala normal (SMN), definidas<br />
por Lange and Sinsheimer (1993). Este tipo de distribuições tem sido estudado por<br />
muitos autores, como Cysneiros and Paula (2005), Osorio et al. (2007), Cysneiros<br />
and Vanegas (2008), Paula and Cysneiros (2009), Russo et al. (2012), entre outros.<br />
Nesse sentido, este curso tem como objetivo apresentar um estudo de inferência<br />
clássica e Bayesiana em modelos lineares para dados censurados, de tipo esquerda,<br />
direita e intervalar, sob as distribuições mais robustas que a distribuição normal, isto<br />
é, as distribuições de misturas da escala normal (SMN). Desenvolveremos<br />
algoritmos do tipo EM e do tipo amostrador de Gibbs para proceder inferência<br />
clássica e Bayesiana, respectivamente. Apresentaremos pacotes estatísticos<br />
desenvolvidos no R para estudar os modelos censurados sob distribuições SMN:<br />
1)SMNCensReg, para o contexto clássico (Este pacote já está disponível no CRAN<br />
e está sendo atualizado constantemente) e 2) BayesCR para o contexto Bayesiano,<br />
os quais poderão ser instalados e usados livremente. Para avaliar a performance da<br />
metodologia proposta, serão apresentados exaustivos estudos com dados simulados<br />
e aplicações utilizando dados reais.<br />
Público alvo: estudantes de mestrado, doutorado ou final de graduação<br />
24 h<br />
8:10 as 9:50<br />
: wasa@<br />
ime.unicamp.br<br />
: www.ime.unicamp.br/~wasa