Neste trabalho é realizado um estudo referente à regressão beta, com a finalidade de modelar taxas ou proporções que variam no intervalo (−1,1). A distribuição de probabilidade estudada é um caso particular da distribuição beta truncada, que assume valores no intervalo (a,1), (a < 1), ou ainda, da fórmula geral da distribuição beta no intervalo (a,b), no qual −∞ < a < b < ∞. A distribuição beta no intervalo (−1,1) foi denominada, no presente trabalho, como distribuição beta modular, na qual foram feitas reparametrizações dos parâmetros em função da média e precisão, e, com isso, foram atribuídas estruturas de regressão para esses novos parâmetros. Além disso, foram propostas novas funções de ligação e a estimação dos parâmetros foi feita através do método de máxima verossimilhança. Um estudo de simulação foi realizado para verificar os desempenhos dos estimadores de máxima verossimilhança considerando três diferentes tipos de funções de ligação para a média. Ademais, o modelo de regressão beta modular foi aplicado em dois conjuntos de dados reais referentes à eleição presidencial norte-americana no ano de 2016 e à diferença entre os percentuais de votação do ex-presidente Lula nas eleições de 2002 e 2006.
|
