Retira paramet antiga e coloca a de regressao.

parent 99b7075b
......@@ -31,29 +31,33 @@ library(MRDCr)
## Função Densidade ##
Se uma variável aleatória $Y$ tem distribuição de probabilidades Poisson
generalizada, então sua função de probabilidade é
generalizada, então sua função de probabilidade, na parametrização de
média, é
$$
f(y) =
\begin{cases}
\theta (\theta + \gamma y)^{y - 1}
\exp\{-(\theta + \gamma y)\}, &
y = 0, 1, 2, \ldots \\
0, &
y > m \text{ quando } \gamma < 0
\end{cases}
f(y) = \left( \dfrac{\lambda}{1+\alpha\lambda} \right)^{y}
\frac{(1+\alpha y)^{y-1}}{y!}
\exp\left\{-\lambda \frac{(1+\alpha y)}{(1+\alpha \lambda)}\right\},
$$
em que $\lambda$ é a média da distribuição e $\alpha$ é a o parâmetro de
dispersão. Nessa parametrização, tem-se
- $\theta > 0$;
- $m$ é maior inteiro positivo para o qual $\theta + m\gamma > 0$
quando $\gamma$ é negativo. A literatura recomenda usar $m \geq 4$
para se ter pelo menos 4 pontos no suporte com probabilidade não
nula (verificar).
- $\max\{-1, -\theta/m\} < \gamma < 1$;
- Resolvendo a iniqualdade, tem-se que $m = \left\lfloor
\frac{-\theta}{\gamma} \right\rfloor$ quando $\gamma < 0$;
- *Note que o espaço paramétrico de $\gamma$ é dependente do
parâmetro $\theta$*.
- $\text{E}(y) = \lambda$,
- $\text{V}(y) = \lambda (1+\alpha \lambda)^2$.
- Superdispersa se $\alpha > 0$,
- Subdispersa se $\alpha < 0$,
- Poisson se $\alpha = 0$,
- $\lambda > 0$, $1+\alpha\lambda > 0$ e $1+\alpha y > 0$.
A função de log-verossimilhança é
$$
\ell(y; \lambda, \alpha) =
\sum_{i=1}^{n} y_{i}\ln(\lambda)-
\ln(1+\alpha\lambda)+
(y_{i}-1)\ln(1+\alpha y)-
\lambda\frac{(1+\alpha y_{i})}{(1+\alpha\lambda)}-
\ln(y_{i}!).
$$
```{r}
grid <- expand.grid(lambda = c(2, 8, 15),
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment