Pós-Graduação em Estatística Local "link"
Resumo: Os modelos mais comumente utilizados para a análise de dados contínuos e limitados ao intervalo unitário, como taxas e proporções, são modelos de regressão baseados na distribuição beta. A inferência nos modelos regressão beta pode ser realizada pelo método de máxima verossimilhança. Nesta palestra, mostraremos que tal método não é robusto à presença de observações discrepantes. Apresentaremos um método de estimação alternativo, que utiliza uma Lq-verossimilhança reparametrizada, e mostraremos suas propriedades de robustez, Fisher-consistência e normalidade assintótica. Como é comum em procedimentos robustos, é necessário fixar uma constante de afinação (tuning constant), o que dificulta ou até inviabiliza as aplicações. Apresentaremos, em detalhes, um método de seleção da constante, que é orientado pelos dados e que garante eficiência total na ausência de outliers. Simulações e aplicações serão apresentadas.