PROBABILITE

Auteur: EL HALIMI RACHID.
Année: 2004.
Université: BARCELONA [www.ub.es].
Lieu de l'exposition: FACULTAD DE BIOLOGIA.
Lieu de préparation: UNIVERSITAT DE BARCELONA.

Résumé: Dans cette recherche présente un "atelier" pour l'analyse de données avancées dans le contexte des modèles mixtes avec des ensembles structurés varianzas - covarianzas des effets aléatoires et / ou des déchets. L'ajustement de ces modèles a révélé certaines préoccupations au sujet de la sensibilité des inférences en ce qui concerne les hypothèses du modèle, surtout quand ils ne remplissent pas les hypothèses habituelles sur la normalité des déchets et des facteurs aléatoires. Le but principal du travail a été l'étude de la validité de l'utilisation de la non linéaire des modèles mixtes pour analyser les données provenant des mesures répétées et de discuter de la robustesse des inférentielle paramétrique approche basée sur le rapprochement proposé par lindstrom et Bates (1990), et De proposer et d'évaluer les alternatives possibles à elle, fondée sur la méthode de bootstrap. Il examine aussi la meilleure façon de générer le démarrage des échantillons de données longitudinales sous des modèles mixtes, et est une adaptation de la méthodologie à l'ajustement des méthodes de démarrage en deux phases, comme STS (Standard en deux étapes) et GTS (Global deux étapes). Les résultats des simulations paramétriques confirment que la démarche fondée sur l'hypothèse de la normalité n'est pas fiable lorsque la distribution de la variable étudiée sérieusement s'écarte de la norme. Plus précisément, le montant approximatif des intervalles de confiance fondée sur un rapprochement linéaire, et d'une manière générale les résultats aintóticos de la plus haute versoimilitud, il ya robuste par rapport à l'écart par les hypothèses de normalité des données, voire à leur montrer relativement grandes dimensions. La méthode d'amorcer donne une estimation des paramètres en ce qui concerne la gamme et l'étendue de sa couverture relativement plus appropriée pour la méthode classique, fondé sur l'hypothèse d'normale variables étudiées.

Auteur: MONLEON GETINO ANTONIO.
Année: 2005.
Université: BARCELONA [www.ub.es].
Lieu de l'exposition: FACULTAD DE BIOLOGÍA.
Lieu de préparation: FACULTAD DE BIOLOGIA (UB).

Auteur: VIVO MOLINA JUANA MARÍA.
Année: 2005.
Université: GRANADA [www.ugr.es].
Lieu de l'exposition: FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES.
Lieu de préparation: FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES.

Résumé: Ce rapport se compose de cinq chapitres et de ses conclusions. Au cours des quatre premiers introduit les outils et les adresses des propriétés logconcavidad modèles de probabilité, et le dernier chapitre est de l'approche économique et de son application dans l'évaluation. En particulier, le premier chapitre présente une probabilité modèles univariés et bivariés habituelle théorie de l'évaluation, ainsi que certains exponentielle bivariée modèles utilisés dans le processus de modélisation des risques de personnes à charge. Elle comprend aussi les définitions et les propriétés fondamentales de logconcavidad qui sont utilisées le long de la mémoire mis en oeuvre à la fin de ce chapitre à la théorie habituelle univariés modèles d'évaluation. Pour commencer l'étude des propriétés de l'extrême bivarié modèles probabilistes, dans le deuxième chapitre examine les modèles les plus courants exponentielle bivariée grâce à la généralisation des mélanges de deux ou trois exponentielle, développer les résultats dans la littérature par le biais de la classification de ces mélanges, et appliquées à Les extrémités des modèles statistiques exponentielle bivariée. En outre, certains de ces modèles extrêmes exponentielle bivariée encore un mélange de quatre généralisée exponentielle. Par conséquent, dans le troisième chapitre traite de ces mélanges d'étendre le chapitre précédent, a obtenu la qualification des quatre mélanges généralisée exponentielle d'être un modèle de probabilité, ainsi que la classification de la logconcavidad d'entre eux, appliquent à l'extrême de certains modèles bivariés exponentielle. De plus, pas tous les extrêmes de la statistique bivariée modèles sont des mélanges de généraliser exponentielle. Par exemple, dans le modèle exponentiel de bivarié vendredi et Patil apparaissent mélanges exponentielle et gamma, qui sont examinées dans le quatrième chapitre. Elle examine également une autre extension de la généralisation à travers des mélanges exponentielle Weibul modèles bivariés, ces mélanges de Weibul ont été utilisées dans le modèle d'économie à l'indice des prix de marché-Hang Seng. Également inclus dans ce chapitre des statistiques logconcavidad propriétés extrêmes, pour des modèles de données dans le premier chapitre, qui ne sont pas conformes à toute forme de mélange. Pour mettre fin à cette mémoire, avec l'idée de l'application de la statistique et des propriétés extrêmes logconcavidad en économie, et en particulier l'évaluation théorie, dans le chapitre cinq examine d'autres méthodes d'évaluation, à travers les fonctions de survie et de la statistique aberrantes. Ici, nous proposons une nouvelle méthode, appelée la méthode d'évaluation de ces deux fonctions de survie, et par rapport à la méthode d'évaluation connue des deux fonctions de distribution. Aussi, nous avons étudié le comportement de cette nouvelle méthode en utilisant les modèles de pondération utilisés pour ajuster ou de corriger la valeur du marché, et un plus grand élargissement de la gamme de ces modèles pondérée dans deux directions: à travers les fonctions de survie et de l'aide d'une nouvelle technique pour générer des poids. Cependant, l'utilisation de modèles pondérée ne permet pas de résoudre complètement le problème de la recherche de la valeur marchande, il est proposé l'utilisation de statistiques extrêmes sont analysés par ces évaluations statistiques proportionnelle à la fois par des méthodes de valorisation et de l'utilité des propriétés logconcavidad. Nous concluons ce chapitre avec une application de la téncicas qui y sont proposées.