Abordagem Bayesiana para estimadores de encolhimento

Página do item simplificado
dc.contributor.advisor-coChaves, Lucas Monteiro
dc.contributor.advisor1Souza, Devanil Jaques de
dc.contributor.referee1Costa, Maria do Carmo Pacheco de Toledo
dc.contributor.referee1Sáfadi, Thelma
dc.creatorRizzo, Filipe das Neves
dc.date.accessioned2014-11-14T17:34:58Z
dc.date.available2014-11-14T17:34:58Z
dc.date.issued2014
dc.date.submitted2014-07-17
dc.descriptionDissertação 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.pt_BR
dc.description.abstractThe 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.
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.description.resumoO 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.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)pt_BR
dc.identifier.citationRIZZO, 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.pt_BR
dc.identifier.urihttps://repositorio.ufla.br/handle/1/4656
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.publisher.countryBRASILpt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.rightsacesso abertopt_BR
dc.subjectErro quadrático médiopt_BR
dc.subjectEstimadorpt_BR
dc.subjectEncolhimentopt_BR
dc.subjectMean square errorpt_BR
dc.subjectEstimatorpt_BR
dc.subjectShrinkagept_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
dc.titleAbordagem Bayesiana para estimadores de encolhimentopt_BR
dc.title.alternativeBayesian approach to shrinkage estimatorspt_BR
dc.typedissertaçãopt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
DISSERTACAO_Abordagem Bayesiana para estimadores de encolhimento.pdf
Tamanho:
1.42 MB
Formato:
Adobe Portable Document Format
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
953 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Estatística e Experimentação Agropecuária - Mestrado (Dissertações)