Finite mixtures of regression models

• Autor: Benites Sánchez, Luis Enrique
• Formato: tesis doctoral
• Fecha de Publicación: 2018
• Institución: Superintendencia Nacional de Educación Superior Universitaria
• Repositorio: Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
• Lenguaje: inglés
• OAI Identifier: oai:repositorio.sunedu.gob.pe:20.500.14366/305
• Enlace del recurso: https://doi.org/10.11606/T.45.2018.tde-10052018-131627; https://hdl.handle.net/20.500.14366/305
• Nivel de acceso: acceso abierto
• Materia: Estadística matemática; Modelos matemáticos; Modelos lineales (Estadística); Análisis de regresión; Análisis multivariante; https://purl.org/pe-repo/ocde/ford#1.01.03

Esta disertación consta de tres artículos que proponen extensiones de mezclas finitas en modelos de regresión. Aquí consideramos una clase flexible de distribuciones univariadas y multivariadas, que permiten el modelado adecuado de datos asimétricos que tienen multimodalidad, colas pesadas y observaciones periféricas. Esta clase tiene casos especiales tales como distribuciones contaminadas skew-normal, skew-t, skew-slash y skew normal, así como casos simétricos. Inicialmente, se propone un modelo basado en la suposición de que los errores siguen una mezcla finita de mezcla de escala de distribución asimétrica normal (FM-SMSN) en lugar de la distribución normal convencional. A continuación, tenemos un modelo de regresión censurado donde consideramos que el error sigue una mezcla finita de mezcla de escala de distribución normal (SMN). A continuación, proponemos un modelo de regresión censurado donde consideramos que el error sigue una mezcla finita de mezcla de escala de distribución normal (SMN). Finalmente, consideramos una mezcla finita de regresión multivariada donde el error tiene una distribución multivariada de SMSN. Para todos los modelos propuestos, se desarrollaron dos paquetes R, que se informan en el apéndice.