O teorema de Rao-Cramér para estimadores de máxima verossimilhança
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/22768 |
Resumo: | 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. |
id |
UFF-2_6f1c812500e1a64d1a975f12cd110492 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/22768 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
O teorema de Rao-Cramér para estimadores de máxima verossimilhançaMáxima verossimilhançaEstimadoresRegressão logísticaTeoremaVariável aleatóriaMaximum likelihoodEstimatorsLogístic regressionEm 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.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.Paula, Alan Prata deEgea, Leandro GinesDias, Marina Ribeiro BarrosFreitas, Marina Sequeiros Dias deBogoni, Mariella Ananias2021-07-29T14:51:20Z2021-07-29T14:51:20Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfBOGONI, Mariella Ananias. O teorema de Rao-Cramér para estimadores de máxima verossimilhança. 2019. 52f. Trabalho de Conclusão de Curso (Graduação em Matemática) - Instituto de Ciências Exatas, Universidade Federal Fluminense, Volta Redonda, 2019.https://app.uff.br/riuff/handle/1/22768http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-06-25T15:02:52Zoai:app.uff.br:1/22768Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:16:25.194694Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança |
title |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança |
spellingShingle |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança Bogoni, Mariella Ananias Máxima verossimilhança Estimadores Regressão logística Teorema Variável aleatória Maximum likelihood Estimators Logístic regression |
title_short |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança |
title_full |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança |
title_fullStr |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança |
title_full_unstemmed |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança |
title_sort |
O teorema de Rao-Cramér para estimadores de máxima verossimilhança |
author |
Bogoni, Mariella Ananias |
author_facet |
Bogoni, Mariella Ananias |
author_role |
author |
dc.contributor.none.fl_str_mv |
Paula, Alan Prata de Egea, Leandro Gines Dias, Marina Ribeiro Barros Freitas, Marina Sequeiros Dias de |
dc.contributor.author.fl_str_mv |
Bogoni, Mariella Ananias |
dc.subject.por.fl_str_mv |
Máxima verossimilhança Estimadores Regressão logística Teorema Variável aleatória Maximum likelihood Estimators Logístic regression |
topic |
Máxima verossimilhança Estimadores Regressão logística Teorema Variável aleatória Maximum likelihood Estimators Logístic regression |
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. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019 2021-07-29T14:51:20Z 2021-07-29T14:51:20Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
BOGONI, Mariella Ananias. O teorema de Rao-Cramér para estimadores de máxima verossimilhança. 2019. 52f. Trabalho de Conclusão de Curso (Graduação em Matemática) - Instituto de Ciências Exatas, Universidade Federal Fluminense, Volta Redonda, 2019. https://app.uff.br/riuff/handle/1/22768 |
identifier_str_mv |
BOGONI, Mariella Ananias. O teorema de Rao-Cramér para estimadores de máxima verossimilhança. 2019. 52f. Trabalho de Conclusão de Curso (Graduação em Matemática) - Instituto de Ciências Exatas, Universidade Federal Fluminense, Volta Redonda, 2019. |
url |
https://app.uff.br/riuff/handle/1/22768 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823708765945856 |