ABSTRACT Recently,12 introduced a generalization of a one parameter Lindley distribution and named it as a weighted Lindley distribution. Considering this new introduced weighted Lindley distribution, we propose a reparametrization on the shape parameter leading it to be orthogonal to the other shape parameter. In this alternative parametrization, we get a direct interpretation for this transformed parameter which is the mean survival time. For illustrative purposes, the weighted Lindley distribution on the new parametrization is applied on two real data sets. The one parameter Lindley distribution and its generalized form are fitted for the considered data sets.

In this paper, we show different parameters estimation forms for multiple linear regression model. We used clinical data, where the interest was to verify the relationship among the mechanical assay maximum stress with femoral mass, femoral diameter and group of ovariectomized Wistar rats. We used three inference methods: Classic inference, based on the least square method; bayesian inference, based on the Bayes theorem; and bootstrap inference, based on resampling processes.

Nesse artigo, tem-se o interesse em avaliar diferentes estratégias de estimação de parâmetros para um modelo de regressão linear múltipla. Para a estimação dos parâmetros do modelo foram utilizados dados de um ensaio clínico em que o interesse foi verificar se o ensaio mecânico da propriedade de força máxima (EM-FM) está associada com a massa femoral, com o diâmetro femoral e com o grupo experimental de ratas ovariectomizadas da raça Rattus norvegicus albinus, variedade Wistar. Para a estimação dos parâmetros do modelo serão comparadas três metodologias: a metodologia clássica, baseada no método dos mínimos quadrados; a metodologia Bayesiana, baseada no teorema de Bayes; e o método Bootstrap, baseado em processos de reamostragem.