dissertação
Avaliação de métodos de estimação de parâmetros em modelo de covariância com erro na covariável
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
UNIVERSIDADE FEDERAL DE LAVRAS
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
DEX - Programa de Pós-graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Neste trabalho estudou-se o modelo de análise de covariância com um fator e erro de medida na covariável, avaliamos neste modelo por meio de simulação, a acurácia e precisão de dois estimadores, propostos na literatura para estimar parâmetros de um modelo de regressão com erro de medida. A diferença entre os métodos de estimação é que o estimador "Plug-in"estima o valor verdadeiro por meio dos valores observados e a partir disso utiliza a função de estimação usual para estimar o parâmetro de interesse e o estimador conhecido como atenuador de vício apenas realiza uma correção no vício a partir do estimador usual por meio do cálculo de um fator. Sobre diferentes distribuições dos resíduos, coeficientes de determinação e tamanhos amostrais, estudamos o comportamento de ambos os estimadores. As conclusões encontradas sugerem que o estimador "Plug-in"obteve melhor desempenho, tanto na acurácia quanto na precisão em situações de normalidade, nas diferentes configurações analisadas sobre o modelo avaliado. Outro ponto importante que deve ser ressaltado é que no modelo de análise de covariância quanto maior o tamanho amostral e a coeficiente de determinação, melhor se comportam os estimadores avaliados com relação a acurácia e a precisão. Quando os estimadores foram avaliados no modelo de ANCOVA com os resíduos distribuídos pela Gama, os mesmos obtiveram o pior desempenho em relação quando eles eram avaliados pelas demais distribuições.
The present work approaches the covariance analysis model with one factor and measurement error in the covariate. Accuracy and precision of two estimators suggested in the literature were evaluated through data simulation, for estimating parameters of a regression model with measurement error. So called "Plug-in" method estimates the real value based on the observed ones and then uses the common function for estimating the desired parameter. The other estimator, known as bias smoother, only performs a bias correction on the usual estimator by computing a factor. Behavior of both estimators was studied under different residual distributions, goodness of fit and sample sizes. Results suggest that the "Plug-in" estimator presented the best performance both for accuracy and precision under normality, for the distinct evaluated situations. It is worth noting that, in covariance analysis model, the high the sample size, the better for accuracy and precision. When the estimators had been evaluated in the model of ANCOVA with the residues distributed for Gamma, the same ones had gotten the worse performance in relation when they were evaluated by the others distributions.
The present work approaches the covariance analysis model with one factor and measurement error in the covariate. Accuracy and precision of two estimators suggested in the literature were evaluated through data simulation, for estimating parameters of a regression model with measurement error. So called "Plug-in" method estimates the real value based on the observed ones and then uses the common function for estimating the desired parameter. The other estimator, known as bias smoother, only performs a bias correction on the usual estimator by computing a factor. Behavior of both estimators was studied under different residual distributions, goodness of fit and sample sizes. Results suggest that the "Plug-in" estimator presented the best performance both for accuracy and precision under normality, for the distinct evaluated situations. It is worth noting that, in covariance analysis model, the high the sample size, the better for accuracy and precision. When the estimators had been evaluated in the model of ANCOVA with the residues distributed for Gamma, the same ones had gotten the worse performance in relation when they were evaluated by the others distributions.
Abstract
Descrição
Área de concentração
Estatística e Experimentação Agropecuária
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
OLIVEIRA, T. A. Avaliação de métodos de estimação de parâmetros em modelo de covariância com erro na covariável. 2008. 59 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras,2008.