Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/4656
Title: Abordagem Bayesiana para estimadores de encolhimento
Other Titles: Bayesian approach to shrinkage estimators
Authors: Chaves, Lucas Monteiro
Souza, Devanil Jaques de
Costa, Maria do Carmo Pacheco de Toledo
Sáfadi, Thelma
Keywords: Erro quadrático médio
Estimador
Encolhimento
Mean square error
Estimator
Shrinkage
Issue Date: 2014
Publisher: UNIVERSIDADE FEDERAL DE LAVRAS
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.
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.
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.
URI: http://repositorio.ufla.br/jspui/handle/1/4656
Appears in Collections: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.