Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox

Detalhes bibliográficos
Autor(a) principal: Santos, Marcelo dos
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