Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/4656
metadata.teses.dc.title: Abordagem Bayesiana para estimadores de encolhimento
metadata.teses.dc.title.alternative: Bayesian approach to shrinkage estimators
metadata.teses.dc.creator: Rizzo, Filipe das Neves
metadata.teses.dc.contributor.advisor1: Souza, Devanil Jaques de
metadata.teses.dc.contributor.advisor-co: Chaves, Lucas Monteiro
metadata.teses.dc.contributor.referee1: Costa, Maria do Carmo Pacheco de Toledo
Sáfadi, Thelma
metadata.teses.dc.description.concentration: Estatística e Experimentação Agropecuária
metadata.teses.dc.subject: Erro quadrático médio
Estimador
Encolhimento
Mean square error
Estimator
Shrinkage
metadata.teses.dc.date.issued: 2014
metadata.teses.dc.description.sponsorship: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
metadata.teses.dc.identifier.citation: RIZZO, F. das N. Abordagem Bayesiana para estimadores de encolhimento. 2014. 69 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) – Universidade Federal de Lavras, Lavras, 2014.
metadata.teses.dc.description.resumo: O estatístico-matemático Charles Stein, em 1955, em uma publicação denominada “Inadmissibility of the usual estimator for the mean of a multivariate normal distribution” (GRUBER, 1998) surpreendeu o mundo da estatística com sua prova de que o estimador de máxima verossimilhança é inadmissível, salvo nos casos unidimensional e bidimensional. Stein mostrou que, caso se admita um estimador viesado, há estimadores com erro quadrático médio inferior ao erro quadrático médio do estimador de máxima verossimilhança. Esses estimadores compõem a classe dos chamados estimadores de encolhimento (shrinkage). Esses estimadores têm, em geral, erro quadrático médio menor que os estimadores usuais, como mostraremos no decorrer deste trabalho.
metadata.teses.dc.description.abstract: The statistician-mathematician Charles Stein, in 1955, in a publication “Inadmissibility of the usual estimator for the mean of a multivariate normal distribution" (GRUBER, 1998) surprised the world of statistics with its proof that the maximum likelihood estimator is inadmissible, except in the one-dimensional and two-dimensional cases. Stein showed that, in case a biased estimator is admitted, there are estimators with mean square error inferior to the mean square error of the maximum likelihood estimator. These estimators comprise a class denominated shrinkage estimators. These estimators have, in general, mean square error lower than the usual estimators, as will be presented over the course of this work.
metadata.teses.dc.description: Dissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Mestre.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/4656
metadata.teses.dc.publisher: UNIVERSIDADE FEDERAL DE LAVRAS
metadata.teses.dc.language: pt_BR
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Files in This Item:
File Description SizeFormat 
DISSERTACAO_Abordagem Bayesiana para estimadores de encolhimento.pdf1,46 MBAdobe PDFView/Open


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