1. RI UFLA
  2. Instituto de Ciências Exatas e Tecnológicas - ICET
  3. DEX - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/45424
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSilva, Augusto Maciel da-
dc.creatorCirillo, Marcelo Ângelo-
dc.date.accessioned2020-11-09T18:45:12Z-
dc.date.available2020-11-09T18:45:12Z-
dc.date.issued2010-
dc.identifier.citationSILVA, 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.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/45424-
dc.description.abstractThe 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).pt_BR
dc.languagept_BRpt_BR
dc.publisherUniversidade Estadual de Londrinapt_BR
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.sourceActa Scientiarum. Technologypt_BR
dc.subjectDistribuição binomialpt_BR
dc.subjectBinomial contaminadapt_BR
dc.subjectMonte Carlopt_BR
dc.subjectRobustezpt_BR
dc.subjectBinomial distributionpt_BR
dc.subjectContaminated binomialpt_BR
dc.subjectRobustnesspt_BR
dc.titleEstudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminadopt_BR
dc.title.alternativeA Monte Carlo simulation study of a robust estimator used in the inference of a contaminated binomial modelpt_BR
dc.typeArtigopt_BR
dc.description.resumoA 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).pt_BR
Aparece nas coleções:DEX - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Estudo por simulação Monte Carlo de um estimador robusto.pdf544,7 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons