23º SINAPE - Simpósio Nacional de Probabilidade e Estatística

Página Inicial » Inscrições Científicas » Trabalhos

Dados do Trabalho


Título

ESTIMAÇAO ROBUSTA PARA A DISTRIBUIÇAO BETA

Resumo

O método de estimação de máxima verossimilhança é um dos mais utilizados porém é sensível a observações discrepantes. Em alguns casos, basta haver uma observação atípica para que o estimador de máxima verossimilhança tenha viés severo e conduza a conclusões errôneas sobre as características de interesse. Ferrari & La Vecchia (2012) propuseram um procedimento de estimação robusta baseado na minimização de uma aproximação empírica da q-entropia. O estimador resultante tem como objetivo balancear a robustez
e eficiência de acordo com o valor assumido por uma constante q de afinação. Nesse trabalho, foi aplicado esse procedimento de estimação para a distribuição beta com parametrização indexada pela média e por um parâmetro de precisão. A distribuição beta é a mais utilizada no contexto de modelagem de regressão para dados contínuos observados no intervalo unitário. O desempenho do estimador robusto foi avaliado juntamente com o estimador de máxima verossimilhança através de estudos de simulação de Monte Carlo na presença e na ausência de contaminação dos dados. Os resultados são preliminares e serão estendidos, em particular, para modelos de regressão beta.

Palavras-chave

Distribuição beta; Robustez; Função de influência; q-entropia.

Área

Inferência Estatística

Autores

Terezinha Késsia de Assis Ribeiro, Silvia Lopes de Paula Ferrari