O teorema de Rao-Cramér para estimadores de máxima verossimilhança

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPaula, Alan Prata de-
Autor(es): dc.contributorEgea, Leandro Gines-
Autor(es): dc.contributorDias, Marina Ribeiro Barros-
Autor(es): dc.contributorFreitas, Marina Sequeiros Dias de-
Autor(es): dc.creatorBogoni, Mariella Ananias-
Data de aceite: dc.date.accessioned2024-07-11T18:37:53Z-
Data de disponibilização: dc.date.available2024-07-11T18:37:53Z-
Data de envio: dc.date.issued2021-07-29-
Data de envio: dc.date.issued2021-07-29-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/22768-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/774305-
Descrição: dc.descriptionEm 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.descriptionIn 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.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectMáxima verossimilhança-
Palavras-chave: dc.subjectEstimadores-
Palavras-chave: dc.subjectRegressão logística-
Palavras-chave: dc.subjectTeorema-
Palavras-chave: dc.subjectVariável aleatória-
Palavras-chave: dc.subjectMaximum likelihood-
Palavras-chave: dc.subjectEstimators-
Palavras-chave: dc.subjectLogístic regression-
Título: dc.titleO teorema de Rao-Cramér para estimadores de máxima verossimilhança-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.