Orientador : Jose Norberto W. Dachs

Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação

Resumo: O problema de diagnóstico em ajustes, lineares ou não, tem obtido Grande atenção na literatura nos últimos oito anos, notadamente nos últimos cinco. Para o caso de ajustes lineares as duas técnicas mais comumente usadas hoje são o D de Cook e o DFFITS. Neste trabalho são provadas algumas...

Resumo: O problema de diagnóstico em ajustes, lineares ou não, tem obtido Grande atenção na literatura nos últimos oito anos, notadamente nos últimos cinco. Para o caso de ajustes lineares as duas técnicas mais comumente usadas hoje são o D de Cook e o DFFITS. Neste trabalho são provadas algumas propriedades dessas estatísticas e, principalmente, estudado empiricamente seu desempenho para um conjunto de dados. Conclue-se que o DFFITS deve ser preferido com relação ao D de Cook por sua capacidade não só de detectar possíveis pontos influentes no espaço dos x's mas também valores aberrantes dos y's

Abstract: The problem of diagnostics in linear and non linear fitting has deserved great attention in the technical literature for the past eight years, markedly in he last five ones. In the linear fitting problem the two most commonly used techniques are cook's D and DFFITS. In this work some...

Abstract: The problem of diagnostics in linear and non linear fitting has deserved great attention in the technical literature for the past eight years, markedly in he last five ones. In the linear fitting problem the two most commonly used techniques are cook's D and DFFITS. In this work some properties of these statistics are proved but mainly their performance is studied empirically for a selected data set. The conclusion is that the DFFITB should be preferred to Cook's D, due to its ability to detected not only potentially influential points in the x's space but also outlying values in the y'S