<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

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).