Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Paula, Alan Prata de | - |
Autor(es): dc.contributor | Egea, Leandro Gines | - |
Autor(es): dc.contributor | Dias, Marina Ribeiro Barros | - |
Autor(es): dc.contributor | Freitas, Marina Sequeiros Dias de | - |
Autor(es): dc.creator | Bogoni, Mariella Ananias | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:37:53Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:37:53Z | - |
Data de envio: dc.date.issued | 2021-07-29 | - |
Data de envio: dc.date.issued | 2021-07-29 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/22768 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/774305 | - |
Descrição: dc.description | Em muitos problemas de inferência busca-se encontrar métodos para a estimação de parâmetros desconhecidos. Dentre os métodos existentes para estimação, o Método de Máxima Verossimilhança se mostra eficaz, pois produz estimadores com ótimas propriedades. Neste trabalho apresentaremos o Método de Máxima Verossimilhança e as principais propriedades dos estimadores obtidos, dentre elas: consistência, eficiência, caracterizada pelo Limite Inferior de Rao-Cramér, e distribuição assintótica. A partir da distribuição assintótica destes estimadores, abordaremos os procedimentos de inferência utilizados no contexto da máxima verossimilhança, fornecendo ao leitor uma aplicação prática do método em Regressão Logística. Com o método, obtemos uma maneira simples e satisfatória de encontrar estimadores para a resolução de problemas paramétricos. Tal solução é apropriada e vantajosa do ponto de vista matemático e estatístico. | - |
Descrição: dc.description | In many inference problems, the goal is to find methods to estimate unknown parameters. Among the existing methods for estimation, the Maximum Likelihood Method is effective because it produces estimators with great properties. In this work, we present the Maximum Likelihood Method and the main properties of the estimators obtained, among them: consistency, efficiency, characterized by Rao-Cramér Lower Bound, and asymptotic distribution. From asymptotic distribution of that estimators, we will approach the inference procedures used in the context of maximumm likelihood, providing the reader a practical aplication of the method in Logistic Regression. With this method, we have a simple and satisfactory way to find estimators for the resolution of parametric problems. Such a solution is appropriate and advantageous from mathematical and statistical point of view. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Máxima verossimilhança | - |
Palavras-chave: dc.subject | Estimadores | - |
Palavras-chave: dc.subject | Regressão logística | - |
Palavras-chave: dc.subject | Teorema | - |
Palavras-chave: dc.subject | Variável aleatória | - |
Palavras-chave: dc.subject | Maximum likelihood | - |
Palavras-chave: dc.subject | Estimators | - |
Palavras-chave: dc.subject | Logístic regression | - |
Título: dc.title | O teorema de Rao-Cramér para estimadores de máxima verossimilhança | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: