Externally studentized normal midrange distribution
A distribuição da midrange estudentizada externamente foi criada com base nos procedimentos de estudentização de Student e foi inspirada na distribuição da amplitude estudentizada externamente. O amplo uso da amplitude estudentizada externamente em comparações múltiplas também foi uma das motivações...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2017 |
| País: | Brasil |
| Institución: | Universidade Federal de Lavras (UFLA) |
| Repositorio: | Repositório Institucional da UFLA |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.ufla.br:1/29962 |
| Acceso en línea: | https://repositorio.ufla.br/handle/1/29962 |
| Access Level: | acceso abierto |
| Palabra clave: | Distribution function Density function Gauss-Legendre quadrature Newton-Raphson method Software R Função de distribuição Função densidade Quadratura Gauss-Legendre Método Newton-Raphson Algoritmo |
| Sumario: | A distribuição da midrange estudentizada externamente foi criada com base nos procedimentos de estudentização de Student e foi inspirada na distribuição da amplitude estudentizada externamente. O amplo uso da amplitude estudentizada externamente em comparações múltiplas também foi uma das motivações para desenvolver esta nova distribuição. Neste trabalho objetivou-se derivar expressões analíticas da distribuição da midrange estudentizada externamente, obtendo a função de distribuição, função densidade de probabilidade, função quantil e geradores de números aleatórios. Essa é uma nova distribuição que os não há relatos na literatura especializada. Um segundo objetivo foi construir um pacote R para obter numericamente as funções mencionadas e torná-las disponíveis para a comunidade científica. Os algoritmos foram propostos e implementados usando os métodos de quadratura Gauss-Legendre e Newton-Raphson no software R, resultando no pacote SMR, disponível para baixar na página do CRAN. As rotinas implementadas apresentaram alta acurácia, sendo verificadas usando simulação Monte Carlo e pela comparação com diferentes pontos de quadratura. Quanto a precisão para se obter os quantis da distribuição da midrange estudentizada externamente para 1 grau de liberdade ou percentis próximo de 100%, é sugerido utilizar mais do que 64 pontos de quadratura. |
|---|