Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/11213

Title: Propriedades e aspectos geométricos de estimadores tipo James-Stein e do estimador de Hartigan
Other Titles: Aspects and geometric properties of James-Stein type estimators and Hartigan estimator
???metadata.dc.creator???: Gajo, Cristiane Alvarenga
???metadata.dc.creator.Lattes???: http://lattes.cnpq.br/0945190931453380
???metadata.dc.contributor.advisor1???: Chaves, Lucas Monteiro
???metadata.dc.contributor.advisor-co1???: Souza, Devanil Jaques de
???metadata.dc.contributor.referee1???: Brighenti, Carla Regina Guimarães
???metadata.dc.contributor.referee2???: Souza, Devanil Jaques de
???metadata.dc.contributor.referee3???: Ferreira, Daniel Furtado
???metadata.dc.contributor.referee4???: Nogueira, Denismar Alves
???metadata.dc.contributor.referee5???: Costa, Maria do Carmo Pacheco de Toledo
Keywords: Estimador James-Stein
Normal multivariada
Geometria
Método Bayes empírico
James-Stein estimator
Normal multivariate
Geometry
Empirical Bayes method
???metadata.dc.date.submitted???: 26-Feb-2016
Issue Date: 1-Jun-2016
Citation: GAJO, C. A. Propriedades e aspectos geométricos de estimadores tipo James-Stein e do estimador de Hartigan. 2016. 156 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2016.
???metadata.dc.description.resumo???: O estimador de James-Stein é um estimador de encolhimento viesado que possui risco uniformemente menor que o risco do estimador média amostral para a média da distribuição normal multivariada, salvo nos casos unidimensional ou bidimensional. Interpretou-se com mais argumentos heurísticos e intensificou-se a abordagem geométrica da teoria do estimador de James-Stein. Além disso, propuseramse novos estimadores de encolhimento tipo James-Stein e utilizou-se a métrica de Mahalanobis para abordar o estimador de James-Stein. Para avaliar o desempenho, em relação ao estimador média amostral, utilizou-se a simulação computacional pelo método Monte Carlo calculando-se o erro quadrático médio. O resultado indicou que o novo estimador apresenta melhor desempenho relativamente ao estimador média amostral.
Abstract: The James-Stein estimator is a biased shrinkage estimator with uniformly smaller risk than the risk of the sample mean estimator for the mean of multivariate normal distribution, except in the one-dimensional or two-dimensional cases. In this work we have used more heuristic arguments and intensified the geometric treatment of the theory of James-Stein estimator. New type James-Stein shrinking estimators are proposed and the Mahalanobis metric used to address the James-Stein estimator. . To evaluate the performance of the estimator proposed, in relation to the sample mean estimator, we used the computer simulation by the Monte Carlo method by calculating the mean square error. The result indicates that the new estimator has better performance relative to the sample mean estimator.
URI: http://repositorio.ufla.br/jspui/handle/1/11213
Publisher: Universidade Federal de Lavras
???metadata.dc.language???: por
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Files in This Item:

File Description SizeFormat
TESE_Propriedades e aspectos geométricos de estimadores tipo James-Stein e do estimador de Hartigan.pdf3.4 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback