skip to main content
Idioma:

Intervalos de confiança para altos quantis oriundos de distribuições de caudas pesadas

Montoril, Michel Helcias

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Matemática e Estatística 2009-03-10

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Intervalos de confiança para altos quantis oriundos de distribuições de caudas pesadas
  • Autor: Montoril, Michel Helcias
  • Orientador: Chiann, Chang
  • Assuntos: Altos Quantis; Distribuições De Caudas Pesadas; Eventos Extremos; Intervalos De Confiança; Confidence Intervals; Extremal Events; Heavy-Tailed Distributions; High Quantiles
  • Notas: Dissertação (Mestrado)
  • Descrição: Este trabalho tem como objetivo calcular intervalos de confiança para altos quantis oriundos de distribuições de caudas pesadas. Para isso, utilizamos os métodos da aproximação pela distribuição normal, razão de verossimilhanças, {\\it data tilting} e gama generalizada. Obtivemos, através de simulações, que os intervalos calculados a partir do método da gama generalizada apresentam probabilidades de cobertura bem próximas do nível de confiança, com amplitudes médias menores do que os outros três métodos, para dados gerados da distribuição Weibull. Todavia, para dados gerados da distribuição Fréchet, o método da razão de verossimilhanças fornece os melhores intervalos. Aplicamos os métodos utilizados neste trabalho a um conjunto de dados reais, referentes aos pagamentos de indenizações, em reais, de seguros de incêndio, de um determinado grupo de seguradoras no Brasil, no ano de 2003
  • DOI: 10.11606/D.45.2009.tde-22062009-235400
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Instituto de Matemática e Estatística
  • Data de criação/publicação: 2009-03-10
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.