<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

• Main Authors: Augusto Maciel da Silva, Marcelo Ângelo Cirillo
• Format: Article
• Language: English
• Published: Universidade Estadual de Maringá 2010-11-01
• Series: Acta Scientiarum: Technology
• Subjects: distribuição binomial; binomiais contaminadas; Monte Carlo; robustez
• Online Access: http://periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/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 (c₁) 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 (&gamma; = 0,40), recomenda-se assumir c₁ = 0,1 nas situações de grandes amostras (n = 50 e n = 80).