Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Remat (Bento Gonçalves) |
Texto Completo: | https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3087 |
Resumo: | No presente trabalho foi realizada uma avaliação numérica do desempenho do método iterativo BFGS, usando a Estimação de Máxima Verossimilhança para os parâmetros da distribuição de Weibull biparamétrica sem censura. Para se obterem os resultados numéricos, implementamos o código computacional na linguagem de programação Ox, utilizando a função MaxBFS disponível na linguagem, simulação Monte Carlo e rotinas estatísticas disponíveis na biblioteca da própria linguagem. O código utilizado encontra-se disponível no Apêndice 6. Os resultados numéricos apontam que a linguagem Ox é eficiente para problemas de maximização, além de validarem a aproximação assintótica normal para as distribuições marginais dos estimadores de Máxima Verossimilhança dos parâmetros da Weibull sem a presença de censura. |
id |
IFRS-2_6b93d603ce70e675129bf3be669fa33c |
---|---|
oai_identifier_str |
oai:ojs2.periodicos.ifrs.edu.br:article/3087 |
network_acronym_str |
IFRS-2 |
network_name_str |
Remat (Bento Gonçalves) |
repository_id_str |
|
spelling |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação OxMáxima VerossimilhançaMonte CarloBFGSOxNo presente trabalho foi realizada uma avaliação numérica do desempenho do método iterativo BFGS, usando a Estimação de Máxima Verossimilhança para os parâmetros da distribuição de Weibull biparamétrica sem censura. Para se obterem os resultados numéricos, implementamos o código computacional na linguagem de programação Ox, utilizando a função MaxBFS disponível na linguagem, simulação Monte Carlo e rotinas estatísticas disponíveis na biblioteca da própria linguagem. O código utilizado encontra-se disponível no Apêndice 6. Os resultados numéricos apontam que a linguagem Ox é eficiente para problemas de maximização, além de validarem a aproximação assintótica normal para as distribuições marginais dos estimadores de Máxima Verossimilhança dos parâmetros da Weibull sem a presença de censura.Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul2019-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigos; Avaliado pelos paresapplication/pdfhttps://periodicos.ifrs.edu.br/index.php/REMAT/article/view/308710.35819/remat2019v5i1id3087REMAT: Revista Eletrônica da Matemática; Vol. 5 No. 1 (2019); 84-100REMAT: Revista Eletrônica da Matemática; Vol. 5 Núm. 1 (2019); 84-100REMAT: Revista Eletrônica da Matemática; v. 5 n. 1 (2019); 84-1002447-2689reponame:Remat (Bento Gonçalves)instname:Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)instacron:IFRSporhttps://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3087/2242Copyright (c) 2019 REMAT: Revista Eletrônica da Matemáticainfo:eu-repo/semantics/openAccessSantos, Marcelo dos2022-12-28T16:02:08Zoai:ojs2.periodicos.ifrs.edu.br:article/3087Revistahttp://periodicos.ifrs.edu.br/index.php/REMATPUBhttps://periodicos.ifrs.edu.br/index.php/REMAT/oai||greice.andreis@caxias.ifrs.edu.br2447-26892447-2689opendoar:2022-12-28T16:02:08Remat (Bento Gonçalves) - Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS)false |
dc.title.none.fl_str_mv |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox |
title |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox |
spellingShingle |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox Santos, Marcelo dos Máxima Verossimilhança Monte Carlo BFGS Ox |
title_short |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox |
title_full |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox |
title_fullStr |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox |
title_full_unstemmed |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox |
title_sort |
Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox |
author |
Santos, Marcelo dos |
author_facet |
Santos, Marcelo dos |
author_role |
author |
dc.contributor.author.fl_str_mv |
Santos, Marcelo dos |
dc.subject.por.fl_str_mv |
Máxima Verossimilhança Monte Carlo BFGS Ox |
topic |
Máxima Verossimilhança Monte Carlo BFGS Ox |
description |
No presente trabalho foi realizada uma avaliação numérica do desempenho do método iterativo BFGS, usando a Estimação de Máxima Verossimilhança para os parâmetros da distribuição de Weibull biparamétrica sem censura. Para se obterem os resultados numéricos, implementamos o código computacional na linguagem de programação Ox, utilizando a função MaxBFS disponível na linguagem, simulação Monte Carlo e rotinas estatísticas disponíveis na biblioteca da própria linguagem. O código utilizado encontra-se disponível no Apêndice 6. Os resultados numéricos apontam que a linguagem Ox é eficiente para problemas de maximização, além de validarem a aproximação assintótica normal para as distribuições marginais dos estimadores de Máxima Verossimilhança dos parâmetros da Weibull sem a presença de censura. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-01-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artigos; Avaliado pelos pares |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3087 10.35819/remat2019v5i1id3087 |
url |
https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3087 |
identifier_str_mv |
10.35819/remat2019v5i1id3087 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://periodicos.ifrs.edu.br/index.php/REMAT/article/view/3087/2242 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2019 REMAT: Revista Eletrônica da Matemática info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2019 REMAT: Revista Eletrônica da Matemática |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul |
publisher.none.fl_str_mv |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul |
dc.source.none.fl_str_mv |
REMAT: Revista Eletrônica da Matemática; Vol. 5 No. 1 (2019); 84-100 REMAT: Revista Eletrônica da Matemática; Vol. 5 Núm. 1 (2019); 84-100 REMAT: Revista Eletrônica da Matemática; v. 5 n. 1 (2019); 84-100 2447-2689 reponame:Remat (Bento Gonçalves) instname:Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS) instacron:IFRS |
instname_str |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS) |
instacron_str |
IFRS |
institution |
IFRS |
reponame_str |
Remat (Bento Gonçalves) |
collection |
Remat (Bento Gonçalves) |
repository.name.fl_str_mv |
Remat (Bento Gonçalves) - Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS) |
repository.mail.fl_str_mv |
||greice.andreis@caxias.ifrs.edu.br |
_version_ |
1798329705571549184 |