Busca avançada
Ano de início
Entree

Estudo da incorporacao da incerteza devido a escolha de modelos na inferencia estatistica atraves de simulacao.

Resumo

Na análise estatística usual a inferência é feita sem levar em conta a incerteza devido ã escolha do modelo. A incorporação desta incerteza na inferência tem despertado o interesse de alguns pesquisadores e começou a ser tratada de forma sistemática recentemente. Este trabalho considera a abordagem de Candolo (2001) que desenvolveu o estimador ponderado proposto por Buckland et al. (1997), aprofundando seu estudo para modelos de regressão linear, e fazendo comparações com abordagens de métodos usuais, bootstrap e Bayesianos, através de exemplos de regressão linear com uma, duas e três covariáveis. Neste trabalho, seguiremos a metodologia usada para o modelo de regressão linear, complementando-o e estendendo para modelos de regressão logística, de Poisson e de Cox. O objetivo é obter o estimador ponderado para estes modelos e seu erro quadrático médio, usando simulação e o método bootstrap, e comparar os resultados obtidos. A técnica será aplicada em exemplos da literatura e a dados gerados artificialmente. (AU)