Artigos

URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/11798

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Teste para verificar a identidade de modelos de regressão e a igualdade de parâmetros no caso de dados de delineamentos experimentais
    (Revista Ceres, 1999-07) Regazzi, Adair Jose
    Neste trabalho, foi considerado o ajustamento de H equações de regressão polinomial de grau k, supondo dados . provenientes de delineamentos experimentais. O modelo linear para a h-ésima equação e Y,, = X,,Bh + 8h, em que Y., é um vetor nh x 1 de realizações de variáveis aleatórias, Xh uma matriz n;, x p de constantes conhecidas, B ,, um vetor p x 1 de parâmetros desconhecidos e 81, um vetor n,, :( 1 de erros aleatórios supostos NID (8h : O , lol). Na estimação dos parâmetros, utilizou-se o método dos mínimos quadrados. As três hipóteses consideradas foram: a) Ho : as H equações são idênticas; b) Ho: as H equações têm uma constante de regressão comum; o) Ho: as H equações têm um ou mais coeficientes de regressão iguais. Para verificação das três hipóteses foi dada uma derivação, chegando-se ao teste F. Como ilustração, esse método foi aplicado a um conjunto de H x quatro equações de regressão polinomial de segundo grau. A metodologia apresentada é geral e pode ser usada em modelos polinomiais de qualquer grau e também em modelos de regressão múltipla.
  • Imagem de Miniatura
    Item
    Teste para verificar a identidade de modelos de regressão e a igualdade de alguns parâmetros num modelo polinomial ortogonal
    (Revista Ceres, 1993-03-23) Regazzi, Adair Jose
    Neste trabalho, foi considerado o ajustamento de H equações de regressão polinomial de grau k, mediante o emprego da técnica dos polinômios ortogonais. O modelo linear para a h-ésima equação é Yh == Xhlâh + gh, em que Xh é um vetor nh x 1 de realizações de variáveis aleatórias, Xh uma matriz nh x p de constantes conhecidas, Ph um vetor p x 1 de parâmetros desconhecidos e 2h um vetor nh x 1 de erros aleatónos supostos NID (gh :