Unificação da estimação intervalar para abordagens frequentista e Bayesiana.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSilva, Ivair Ramos-
Autor(es): dc.contributorLana, Tonyedson Pereira e-
Autor(es): dc.contributorBearzoti, Eduardo-
Autor(es): dc.contributorTorres, Carlos Eduardo Gomes-
Autor(es): dc.contributorSilva, Ivair Ramos-
Autor(es): dc.creatorOliveira, Dionatan Willian Rodrigues-
Data de aceite: dc.date.accessioned2025-08-21T15:41:37Z-
Data de disponibilização: dc.date.available2025-08-21T15:41:37Z-
Data de envio: dc.date.issued2018-10-17-
Data de envio: dc.date.issued2018-10-17-
Data de envio: dc.date.issued2018-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/handle/123456789/10383-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1021752-
Descrição: dc.descriptionPrograma de Pós-Graduação em Economia Aplicada. Departamento de Ciências Econômicas e Gerenciais, Instituto de Ciências Sociais e Aplicadas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionAs abordagens frequestista e Bayesiana para estimação intervalar usualmente produzem estimativas diferentes entre si. O debate acerca da superioridade de uma dessas escolas sobre a outra é controverso, e não há consenso sobre os ganhos práticos em se utilizar apenas uma das abordagens em detrimento da outra. Aliás, a visão de que essas linhas teóricas são concorrentes também não é fato pacificado na literatura. A esse respeito, surge uma questão fundamental: os métodos frequentistas e Bayesianos poderiam, de algum modo, ser usados simultaneamente para estimação intervalar? O objetivo deste trabalho é mostrar que a resposta a essa questão é afirmativa. Para tanto, este trabalho introduz uma forma pioneira e simples de equalizar métodos convencionais para construção de um estimador intervalar sob coeficientes de confiança e de credibilidade arbitrários, o que aqui é chamado de ‘intervalo de confiança-credibilidade’. O método é válido para o caso geral de qualquer distribuição amostral e para qualquer distribuição a priori. Exemplos de aplicação são oferecidos para problemas clássicos, como os que envolvem as distribuições normal e t-student. Adicionalmente, intervalos de confiança-credibilidade são construídos para os-
Descrição: dc.descriptionFrequentist and Bayesian approaches for interval estimation usually drive to dissimilar estimates. The debate concerning superiority from one of these schools is controversial, and consensus is lacking about the practical gains if one is inclined to use only one of the approaches in detriment of the other. But, could frequentist and Bayesian methods be somehow reconciled for interval estimation? This work presents an affirmative response for this question. It is shown how to equalize conventional methods for interval estimation under arbitrary confidence and credible coefficients, called ‘confidence-credible intervals’. The method works for the general case of any data and prior distributions. Examples for classical problems such as involving the normal and the t-Student distributions are offered. In addition, confidence-credible intervals are built for nuisance parameters in space state models, which then remark the holes of the proposed method for econometric problems.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsaberto-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 04/10/2018 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.-
Palavras-chave: dc.subjectHipótese-
Palavras-chave: dc.subjectEstatística-
Palavras-chave: dc.subjectModelos matemáticos-
Título: dc.titleUnificação da estimação intervalar para abordagens frequentista e Bayesiana.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.