Bootstrap com medidas de influência na estimação dos parâmetros dos modelos Gompertz e logístico

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCirillo, Marcelo Angelo-
Autor(es): dc.contributorMuniz, Joel Augusto-
Autor(es): dc.contributorBueno Filho, Julio Sílvio de Sousa-
Autor(es): dc.contributorBeijo, Luiz Alberto-
Autor(es): dc.creatorAndrade, Larissa Ribeiro de-
Data de aceite: dc.date.accessioned2026-02-09T11:25:07Z-
Data de disponibilização: dc.date.available2026-02-09T11:25:07Z-
Data de envio: dc.date.issued2013-09-06-
Data de envio: dc.date.issued2013-09-06-
Data de envio: dc.date.issued2013-
Data de envio: dc.date.issued2013-
Data de envio: dc.date.issued2012-02-24-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/987-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1140383-
Descrição: dc.descriptionDissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES/REUNI)-
Descrição: dc.descriptionEstatística e Experimentação Agropecuária-
Descrição: dc.descriptionEm geral o método bootstrap é realizado supondo que cada unidade amostral apresente a mesma probabilidade de ser reamostrada. Contudo, ao considerar uma amostra que apresente outliers, a distribuição empírica gerada através da execução desse método pode ser influenciada, no sentido de não representar fielmente a amostra original. Tendo por base este problema, o objetivo desse trabalho consistiu em propor um método bootstrap que permita o pesquisador especificar uma medida de influência, a ser utilizada como critério para obter probabilidades de reamostragem distintas para cada observação. Tal método foi denominado por BMIC originado de “Bootstrap com medidas de influência corrigida pelo viés de Monte Carlo”. Com o propósito de validar esse método, estudos de simulação foram realizados considerando o modelo logístico e Gompertz, em alguns cenários caracterizados por diferentes tamanhos amostrais, distribuições simétricas e assimétricas nos resíduos e quantidade de outliers contida na amostra. Concluiu-se que a aplicação do método BMIC proporcionou uma melhoria na acurácia dos estimadores referente à assíntota superior ( ) e ao intercepto ( ) do modelo logístico. Em se tratando do modelo Gompertz, em geral apresentou os mesmos resultados, porém dada a baixa porcentagem de convergência observada, recomenda-se que novos estudos sejam realizados para obtenção de conclusões mais confirmatórias-
Descrição: dc.descriptionIn general the bootstrap method is realized assuming that each sample shows the same probability of be resampled. However, considering a sample that contains outliers, the empirical distribution generated through the execution of this method can be influenced, in order not accurately represent the original sample. The purpose of this work consisted in propose a bootstrap method that allows the researcher to specify an influence measure, to be used as criterion to get different probabilities of resampling for each observation. This method was called BMIC, originated of “Bootstrap with influence measures corrected by Monte Carlo bias”. With the purpose of valuate this method, studies of simulation was realized considering the models Logistic and Gompertz, in some scenery characterized by different sample sizes, symmetric and asymmetric distributions in residues, and number of outliers in the sample. It was concluded that the application of BMIC method provided an improvement in accuracy of estimators relative to the superior asymptote and to the intercept of Logistic model. According to the Gompertz model, in general, shows the same results, however, given the low percentage of convergence observed, it is recommended that new studies are realized for attaining conclusions more confirmatory-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUNIVERSIDADE FEDERAL DE LAVRAS-
Publicador: dc.publisherDEX - Programa de Pós-graduação-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherBRASIL-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectCovRatio-
Palavras-chave: dc.subjectViés-
Palavras-chave: dc.subjectPrecisão-
Palavras-chave: dc.subjectMonte Carlo-
Palavras-chave: dc.subjectRegressão não linear-
Palavras-chave: dc.subjectPrecision-
Palavras-chave: dc.subjectMonte Carlo-
Palavras-chave: dc.subjectNonlinear regression-
Palavras-chave: dc.subjectCNPQ_NÃO_INFORMADO-
Título: dc.titleBootstrap com medidas de influência na estimação dos parâmetros dos modelos Gompertz e logístico-
Tipo de arquivo: dc.typedissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.