1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Estatística e Experimentação Agropecuária - Mestrado (Dissertações)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/987
Registro completo de metadados
Campo DCValorIdioma
dc.creatorAndrade, Larissa Ribeiro de-
dc.date.accessioned2013-09-06T20:26:48Z-
dc.date.available2013-09-06T20:26:48Z-
dc.date.copyright2013-
dc.date.issued2013-
dc.date.submitted2012-02-24-
dc.identifier.citationANDRADE, L. R. de. Bootstrap com medidas de influência na estimação dos parâmetros dos modelos Gompertz e logístico. 2012. 74 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2012.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/987-
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 Mestrept_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES/REUNI)pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectCovRatiopt_BR
dc.subjectViéspt_BR
dc.subjectPrecisãopt_BR
dc.subjectMonte Carlopt_BR
dc.subjectRegressão não linearpt_BR
dc.subjectPrecisionpt_BR
dc.subjectMonte Carlopt_BR
dc.subjectNonlinear regressionpt_BR
dc.titleBootstrap com medidas de influência na estimação dos parâmetros dos modelos Gompertz e logísticopt_BR
dc.typedissertaçãopt_BR
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.contributor.advisor1Cirillo, Marcelo Angelo-
dc.contributor.referee1Muniz, Joel Augusto-
dc.contributor.referee1Bueno Filho, Julio Sílvio de Sousa-
dc.contributor.referee1Beijo, Luiz Alberto-
dc.description.resumoEm geral o método bootstrap é realizado supondo que cada unidade amostral apresente a mesma probabilidade de ser reamostrada. Contudo, ao considerar uma amostra que apresente outliers, a distribuição empírica gerada através da execução desse método pode ser influenciada, no sentido de não representar fielmente a amostra original. Tendo por base este problema, o objetivo desse trabalho consistiu em propor um método bootstrap que permita o pesquisador especificar uma medida de influência, a ser utilizada como critério para obter probabilidades de reamostragem distintas para cada observação. Tal método foi denominado por BMIC originado de “Bootstrap com medidas de influência corrigida pelo viés de Monte Carlo”. Com o propósito de validar esse método, estudos de simulação foram realizados considerando o modelo logístico e Gompertz, em alguns cenários caracterizados por diferentes tamanhos amostrais, distribuições simétricas e assimétricas nos resíduos e quantidade de outliers contida na amostra. Concluiu-se que a aplicação do método BMIC proporcionou uma melhoria na acurácia dos estimadores referente à assíntota superior ( ) e ao intercepto ( ) do modelo logístico. Em se tratando do modelo Gompertz, em geral apresentou os mesmos resultados, porém dada a baixa porcentagem de convergência observada, recomenda-se que novos estudos sejam realizados para obtenção de conclusões mais confirmatóriaspt_BR
dc.description.resumoIn general the bootstrap method is realized assuming that each sample shows the same probability of be resampled. However, considering a sample that contains outliers, the empirical distribution generated through the execution of this method can be influenced, in order not accurately represent the original sample. The purpose of this work consisted in propose a bootstrap method that allows the researcher to specify an influence measure, to be used as criterion to get different probabilities of resampling for each observation. This method was called BMIC, originated of “Bootstrap with influence measures corrected by Monte Carlo bias”. With the purpose of valuate this method, studies of simulation was realized considering the models Logistic and Gompertz, in some scenery characterized by different sample sizes, symmetric and asymmetric distributions in residues, and number of outliers in the sample. It was concluded that the application of BMIC method provided an improvement in accuracy of estimators relative to the superior asymptote and to the intercept of Logistic model. According to the Gompertz model, in general, shows the same results, however, given the low percentage of convergence observed, it is recommended that new studies are realized for attaining conclusions more confirmatorypt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Bootstrap com medidas de influência na estimação dos parâmetros dos modelos Gompertz e logístico.pdf884,97 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.