<b>Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado</b> - doi: 10.4025/actascitechnol.v32i3.4145
A inferência estatística em populações binomiais contaminadas está sujeita a erros grosseiros de estimação, uma vez que as amostras não são identicamente distribuídas. Por esse problema, este trabalho tem por objetivo determinar qual a melhor constante de afinidade (c<sub>1</sub>) que pr...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade Estadual de Maringá
2010-11-01
|
| Series: | Acta Scientiarum: Technology |
| Subjects: | |
| Online Access: | http://periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/4145 |
| Summary: | A inferência estatística em populações binomiais contaminadas está sujeita a erros grosseiros de estimação, uma vez que as amostras não são identicamente distribuídas. Por esse problema, este trabalho tem por objetivo determinar qual a melhor constante de afinidade (c<sub>1</sub>) que proporcione melhor desempenho em um estimador pertencente à classe dos estimadores-E. Com esse propósito, neste trabalho, foi utilizada a metodologia, considerando-se o método de simulação Monte Carlo, no qual diferentes configurações descritas pela combinação de valores paramétricos, níveis de contaminação e tamanhos de amostra foram avaliados. Concluiu-se que, para alta probabilidade de mistura (γ = 0,40), recomenda-se assumir c<sub>1</sub> = 0,1 nas situações de grandes amostras (n = 50 e n = 80). |
|---|---|
| ISSN: | 1806-2563 1807-8664 |