Escolha do parâmetro de suavidade na estimativa da função de distribuição
AUTOR(ES)
Lupercio Franca Bessegato
DATA DE PUBLICAÇÃO
2001
RESUMO
O método do núcleo estimador tem sido largamente utilizado na estimação da função de distribuição de probabilidades, consolidando-se como uma alternativa nas abordagens paramétricas. No Capítulo 1, apresentamos a motivação e os objetivos deste trabalho, enquanto que no Capítulo 2, uma revisão da literatura, dando uma visão geral do núcleo estimador e de suas propriedades, assim como sobre os métodos para a escolha da janela ótima neste contexto. No Capítulo 3, desenvolvemos a metodologia para escolha de janela ótima e propomos o estimador tipo "plug-in", baseado naquele desenvolvido por Chiu em estimação de função de densidade, e provamos a consistência forte deste estimador. No Capítulo 4, resumimos a implementação computacional necessitaria para suportar as simulações efetuadas e para a utilização do estimador proposto em aplicações reais. No Capítulo 5, apresentamos os resultados das simulações e aplicações deste método, comparando seu desempenho com alguns outros estabelecidos na literatura. Finalmente, concluímos a presente dissertação apresentando os próximos passos da pesquisa no sentido de obter-se o aprimoramento do estimador e para adequá-lo na maior gama de situações possíveis. Palavras-chave: Núcleo estimador, Estimação funcional, Função característica, Método plug-in.
ASSUNTO(S)
análise de séries temporais teses. estatística probabilidades teses. estatistica teses.
ACESSO AO ARTIGO
http://hdl.handle.net/1843/BIRC-85CQENDocumentos Relacionados
- Uma estimativa da função custo operacional para o setor de distribuição de energia elétrica brasileiro
- Escolha adiada do parametro de penalização e do tamanho de passo em algoritmos de pontos interiores
- Componentes de produção do milho em função da distribuição de sementes na linha de semeadura
- Estimativa da radiação solar global diária em função do potencial de energia solar na superfície do solo
- Sobre a distribuição do parametro de correção num modelo linear reduzido de aprendizagem