Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorSilva, Augusto Maciel da-
Autor(es): dc.creatorCirillo, Marcelo Ângelo-
Data de aceite: dc.date.accessioned2026-02-09T12:15:51Z-
Data de disponibilização: dc.date.available2026-02-09T12:15:51Z-
Data de envio: dc.date.issued2020-11-08-
Data de envio: dc.date.issued2020-11-08-
Data de envio: dc.date.issued2010-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/45424-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1157803-
Descrição: dc.descriptionThe statistical inference in binomial population is subject to gross errors of estimate, as the samples are not identically distributed. Due to this problem, this work aims to determine which is the best affinity constant (c1) that provides the best performance in the estimator, belonging to the class of E-estimators. With that purpose, the methodology used in this work was applied considering the Monte Carlo simulation method, in which different configurations described by combination of parametric values, levels of contamination and sample sizes were appraised. It was concluded that for the high probability of contamination (γ = 0.40), c1 = 0.1 is recommended in cases with large samples (n = 50 and n = 80).-
Descrição: dc.descriptionA 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 (γ = 0,40), recomenda-se assumir c1 = 0,1 nas situações de grandes amostras (n = 50 e n = 80).-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Estadual de Londrina-
Direitos: dc.rightsacesso aberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
???dc.source???: dc.sourceActa Scientiarum. Technology-
Palavras-chave: dc.subjectDistribuição binomial-
Palavras-chave: dc.subjectBinomial contaminada-
Palavras-chave: dc.subjectMonte Carlo-
Palavras-chave: dc.subjectRobustez-
Palavras-chave: dc.subjectBinomial distribution-
Palavras-chave: dc.subjectContaminated binomial-
Palavras-chave: dc.subjectRobustness-
Título: dc.titleEstudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado-
Título: dc.titleA Monte Carlo simulation study of a robust estimator used in the inference of a contaminated binomial model-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.