Modelagem baseada na distribuição Birnbaum-Saunders

Abstract

Recentemente, modelagens baseadas na distribuição Birnbaum-Saunders têm recebido considerável atenção, com diversos estudos sobre diferentes abordagens de modelos de regressão baseados nessa distribuição. Neste trabalho é feita uma avaliação de três abordagens - modelo BS, BSR e log-BS. Em particular, são realizadas simulações via método de Monte Carlo a fim de avaliar o desempenho dos estimadores de máxima verossimilhança dos modelos e comparar o desempenho deles quando se assume diferentes distribuições para a geração dos dados. Além disso, duas aplicações a dados reais são conduzidas com o objetivo de comparar os ajustes dos três modelos. Dessa forma, este estudo mostra uma comparação das três abordagens e busca identificar aspectos em que cada uma delas apresenta um desempenho melhor em relação às demais. Observa-se que o modelo BSR é o menos robusto, se feita uma comparação entre os três modelos, sendo o mais impactado pelos valores influentes em relação à estimação do parâmetro de forma. Em relação à estimação dos demais parâmetros, não se observa nenhum padrão. Assim, apesar de diversos estudos assumirem apenas a abordagem do modelo de regressão BS ou log-BS, não é evidente qual deles abordar, uma vez que eles mostram desempenhos semelhantes. Além disso, apesar de estudos que abordam o modelo BSR, é mostrado que ele apresenta resultados piores em certos aspectos, se comparado aos modelos BS e log-BS.