@PHDTHESIS{ 2021:293513128,
 	title = {Inferência e diagnóstico no modelo espacial linear t-Student reparametrizado: aplicações a dados agrícolas},
 	year = {2021},
 	url = "http://tede.unioeste.br/handle/tede/5451",
 	abstract = "Este trabalho visou estudar e desenvolver técnicas de inferência e diagnósticos para o
 modelo espacial linear t-Student reparametrizado sem e com repetição, aplicado para dados
 agrícolas. Inicialmente, realizou-se uma reparametrização da distribuição t-Student supondo a
 existência do segundo momento finito, sendo apresentadas algumas propriedades recorrentes.
 Provaram-se expressões analíticas para a função escore e matriz de Fisher da distribuição
 reparametrizada. Abordou-se um enfoque para a estimação dos parâmetros desenvolvendo
 um algoritmo Iterativo. Apresentaram-se critérios de escolha para o melhor modelo através
 do parâmetro de forma η. Desenvolveu-se a análise de diagnóstico para detectar a presença
 de observações influentes e possíveis outliers. Estes procedimentos foram desenvolvidos
 sem e com repetição. Três artigos foram construídos a partir do desenvolvimento deste
 trabalho: diagnóstico de influência em um modelo espacial linear t-Student reparamentrizado,
 inferência estatística no modelo espacial linear t-Student reparametrizado, modelo espacial
 linear t-Student reparametrizado com repetição. Conclui-se que a modelagem espacial linear
 t-Student reparametrizada permite uma modelagem mais robusta na presença de observações
 influentes.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Agrícola},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}