Avaliação de Testes Multivariados sob Heterocedasticidade via Bootstrap: Estatísticas de Wald para MANOVA e U-estatística para Covariâncias
inferência multivariada
T2 de Hotelling
distribuição Wishart
estruturas de correlação
Esta tese desenvolve e avalia métodos de teste para comparação de médias e covariâncias em contextos multivariados sob duas situações críticas: heterogeneidade de variâncias e alta dimensionalidade. No primeiro estudo, são propostas estatísticas de Wald generalizadas para comparação de médias com covariâncias heterogêneas, com quantis críticos obtidos via bootstrap paramétrico, permitindo adequado controle de nível e poder sob diferentes cenários de correlação e tamanho amostral. No segundo estudo, é abordado o teste de igualdade de matrizes de covariância em alta dimensão, com o desenvolvimento de uma estatística baseada em U-estatísticas degeneradas e estimativa da distribuição nula via dois esquemas de bootstrap não paramétrico. Os métodos propostos são avaliados extensivamente por simulações, considerando múltiplas distribuições populacionais e estruturas de dependência.