Resumo: Nesta dissertação foram desenvolvidas duas classes flexíveis de modelos de regressão para dados contínuos, assimétricos e/ou de caudas pesadas. Uma para dados independentes e outra para dados dependentes. Consideramos uma abordagem semi-paramétrica, utilizando Modelos Lineares Parciais Aditivos Generalizados (MLPAG), para dados independentes, e MLPAG com Equações de Estimação Generalizadas (EEG), para dados dependentes. Em ambos os casos foram considerados preditores semi-paramétricos para as médias das respostas e erros (marginais) seguindo distribuições de misturas de escala normal assimétrica centralizada (MENAC). No caso de dados dependentes, as estruturas de dependência foram modeladas via EEG. Em relação às distribuições MENAC, consideramos medidas misturadoras usuais (gama, beta e binária) e outras nunca consideradas (gama generalizada, Birnbaum-Saunders e beta prime). Foram desenvolvidos métodos de estimação, medidas de qualidade de ajuste e de diagnóstico para esses modelos, sob a ótica frequentista. Foram criadas rotinas computacionais para permitir a utilização das metodologias desenvolvidas, bem como foram conduzidos estudos de simulação para verificar seus desempenhos. Também, modelagens de problemas reais, através das metodologias desenvolvidas, foram consideradas, ilustrando o potencial dos resultados obtidos Ver menos

Abstract: In this dissertation, two classes of regression models for continuous, skewed and/or heavy tailed data were developed. One for independent data and another for dependent data. We considered a semi-parametric approach using Generalized Additive Partially Linear Models (GAPLM), for independent data, and GAPLM with Generalized Estimation Equations (GEE), for dependent data. In both cases, semi-parametric predictors for response means and scale mixtures of centered skew-normal (SMCSN) distributions for the (marginal) errors were considered. For dependent data, the dependence structures were modelled through GEE. Concerning the SMCSN distributions we considered either usual mixing measures (gamma, beta and binary distributions) as well as never used ones (generalized gamma, Birnbaum-Saunders and beta prime distributions). Estimation methods, goodness of model fit and diagnostic tools for these models, under the frequentist paradigm, were developed. Computational routines were created, to allow for the use of the developed methodologies, as well as simulation studies were performed to study the their performance. Also, the modelling of real problems, through such methodologies, were considered, illustrating the potential of the obtained results Ver menos