<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

Autores

  • Augusto Maciel da Silva Programa de Pós-Graduação em Estatí­stica e Experimentação Agropecuária, Universidade Federal de Lavras, Lavras
  • Marcelo í‚ngelo Cirillo Programa de Pós-Graduação em Estatí­stica e Experimentação Agropecuária, Universidade Federal de Lavras, Lavras

DOI:

https://doi.org/10.4025/actascitechnol.v32i3.4145

Palavras-chave:

distribuição binomial, binomiais contaminadas, Monte Carlo, robustez

Resumo

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 í  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 c1 = 0,1 nas situações de grandes amostras (n = 50 e n = 80).

Downloads

Não há dados estatísticos.

Downloads

Publicado

2010-11-09

Como Citar

Silva, A. M. da, & Cirillo, M. í‚ngelo. (2010). <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. Acta Scientiarum. Technology, 32(3), 303–307. https://doi.org/10.4025/actascitechnol.v32i3.4145

Edição

Seção

Estatí­stica

 

0.8
2019CiteScore
 
 
36th percentile
Powered by  Scopus

 

 

0.8
2019CiteScore
 
 
36th percentile
Powered by  Scopus