Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado

Detalhes bibliográficos
Autor(a) principal: Silva, Augusto Maciel da
Data de Publicação: 2010
Outros Autores: Cirillo, Marcelo Ângelo
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/45424
Resumo: The statistical inference in binomial population is subject to gross errors of estimate, as the samples are not identically distributed. Due to this problem, this work aims to determine which is the best affinity constant (c1) that provides the best performance in the estimator, belonging to the class of E-estimators. With that purpose, the methodology used in this work was applied considering the Monte Carlo simulation method, in which different configurations described by combination of parametric values, levels of contamination and sample sizes were appraised. It was concluded that for the high probability of contamination (γ = 0.40), c1 = 0.1 is recommended in cases with large samples (n = 50 and n = 80).
id UFLA_7a2a04e4fcb0554991395499403901b5
oai_identifier_str oai:localhost:1/45424
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminadoA Monte Carlo simulation study of a robust estimator used in the inference of a contaminated binomial modelDistribuição binomialBinomial contaminadaMonte CarloRobustezBinomial distributionContaminated binomialRobustnessThe statistical inference in binomial population is subject to gross errors of estimate, as the samples are not identically distributed. Due to this problem, this work aims to determine which is the best affinity constant (c1) that provides the best performance in the estimator, belonging to the class of E-estimators. With that purpose, the methodology used in this work was applied considering the Monte Carlo simulation method, in which different configurations described by combination of parametric values, levels of contamination and sample sizes were appraised. It was concluded that for the high probability of contamination (γ = 0.40), c1 = 0.1 is recommended in cases with large samples (n = 50 and n = 80).A inferência estatística em populações binomiais contaminadas está sujeita a erros grosseiros de estimação, uma vez que as amostras não são identicamente distribuídas. Por esse problema, este trabalho tem por objetivo determinar qual a melhor constante de afinidade (c1) que proporcione melhor desempenho em um estimador pertencente à classe dos estimadores-E. Com esse propósito, neste trabalho, foi utilizada a metodologia, considerando-se o método de simulação Monte Carlo, no qual diferentes configurações descritas pela combinação de valores paramétricos, níveis de contaminação e tamanhos de amostra foram avaliados. Concluiu-se que, para alta probabilidade de mistura (γ = 0,40), recomenda-se assumir c1 = 0,1 nas situações de grandes amostras (n = 50 e n = 80).Universidade Estadual de Londrina2020-11-09T18:45:12Z2020-11-09T18:45:12Z2010info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfSILVA, A. M. da; CIRILLO, M. A. Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado. Acta Scientiarum. Technology, Maringá, v. 32, n. 3, p. 303-307, 2010. DOI: 10.4025/actascitechnol.v32i3.4145.http://repositorio.ufla.br/jspui/handle/1/45424Acta Scientiarum. Technologyreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessSilva, Augusto Maciel daCirillo, Marcelo Ângelopor2023-05-26T19:36:52Zoai:localhost:1/45424Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2023-05-26T19:36:52Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
A Monte Carlo simulation study of a robust estimator used in the inference of a contaminated binomial model
title Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
spellingShingle Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
Silva, Augusto Maciel da
Distribuição binomial
Binomial contaminada
Monte Carlo
Robustez
Binomial distribution
Contaminated binomial
Robustness
title_short Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
title_full Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
title_fullStr Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
title_full_unstemmed Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
title_sort Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado
author Silva, Augusto Maciel da
author_facet Silva, Augusto Maciel da
Cirillo, Marcelo Ângelo
author_role author
author2 Cirillo, Marcelo Ângelo
author2_role author
dc.contributor.author.fl_str_mv Silva, Augusto Maciel da
Cirillo, Marcelo Ângelo
dc.subject.por.fl_str_mv Distribuição binomial
Binomial contaminada
Monte Carlo
Robustez
Binomial distribution
Contaminated binomial
Robustness
topic Distribuição binomial
Binomial contaminada
Monte Carlo
Robustez
Binomial distribution
Contaminated binomial
Robustness
description The statistical inference in binomial population is subject to gross errors of estimate, as the samples are not identically distributed. Due to this problem, this work aims to determine which is the best affinity constant (c1) that provides the best performance in the estimator, belonging to the class of E-estimators. With that purpose, the methodology used in this work was applied considering the Monte Carlo simulation method, in which different configurations described by combination of parametric values, levels of contamination and sample sizes were appraised. It was concluded that for the high probability of contamination (γ = 0.40), c1 = 0.1 is recommended in cases with large samples (n = 50 and n = 80).
publishDate 2010
dc.date.none.fl_str_mv 2010
2020-11-09T18:45:12Z
2020-11-09T18:45:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv SILVA, A. M. da; CIRILLO, M. A. Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado. Acta Scientiarum. Technology, Maringá, v. 32, n. 3, p. 303-307, 2010. DOI: 10.4025/actascitechnol.v32i3.4145.
http://repositorio.ufla.br/jspui/handle/1/45424
identifier_str_mv SILVA, A. M. da; CIRILLO, M. A. Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado. Acta Scientiarum. Technology, Maringá, v. 32, n. 3, p. 303-307, 2010. DOI: 10.4025/actascitechnol.v32i3.4145.
url http://repositorio.ufla.br/jspui/handle/1/45424
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual de Londrina
publisher.none.fl_str_mv Universidade Estadual de Londrina
dc.source.none.fl_str_mv Acta Scientiarum. Technology
reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1815439216677486592

Registros relacionados