Probabilidade de Cobertura dos Intervalos de Confiança ... - Uem
Probabilidade de Cobertura dos Intervalos de Confiança ... - Uem
Probabilidade de Cobertura dos Intervalos de Confiança ... - Uem
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capítulo 3<br />
Simulação Bootstrap<br />
3.1 Introdução<br />
A idéia da reamostragem surgiu em mea<strong>dos</strong> <strong>de</strong> 1935, entretanto a aplicação <strong>de</strong> tais técnicas<br />
teve que esperar até a chegada <strong>de</strong> computadores mais rápi<strong>dos</strong>, uma vez que procedimentos <strong>de</strong><br />
reamostragem utilizam intensivamente o computador.<br />
A técnica Bootstrap foi introduzida por Bradley Efron em 1979, como abordagem alterna-<br />
tiva ao cálculo <strong>de</strong> intervalos <strong>de</strong> confiança, em circunstâncias em que outras técnicas não são<br />
aplicáveis, em particular, no caso em que o tamanho da amostra é pequeno.<br />
Esta técnica, baseada na hipótese <strong>de</strong> um elevado número <strong>de</strong> amostras, foi extrapolada<br />
para a resolução <strong>de</strong> muitos outros problemas <strong>de</strong> difícil resolução através <strong>de</strong> técnicas <strong>de</strong> análise<br />
estatística tradicionais, como por exemplo a obtenção da distribuição empírica <strong>de</strong> um estimador,<br />
on<strong>de</strong> sua distribuição <strong>de</strong> probabilida<strong>de</strong> é <strong>de</strong>sconhecida ou <strong>de</strong> difícil acesso, ou ainda <strong>de</strong>terminar<br />
intervalos <strong>de</strong> confiança para o máximo da função <strong>de</strong> risco.<br />
Os procedimentos Bootstrap levam as amostras combinadas como uma representação da<br />
população da qual os da<strong>dos</strong> são provenientes, e gera várias amostras Bootstrap retiradas, com<br />
reposição, da pseudo - população, a amostra disponível.<br />
Inferências a respeito <strong>de</strong> um parâmetro são baseadas na distribuição amostral <strong>de</strong> seu es-<br />
timador. A técnica Bootstrap é em primeiro lugar, uma maneira <strong>de</strong> encontrar a distribuição<br />
amostral, pelo menos aproximadamente, a partir <strong>de</strong> uma única amostra disponível.<br />
Uma distribuição amostral está baseada em muitas amostras aleatórias da população. Entre-<br />
tanto, ao invés <strong>de</strong> retirar-se muitas amostras da população, cria-se reamostras, com reposição, a<br />
partir <strong>de</strong> uma única amostra da população. Cada reamostra tem o mesmo tamanho da amostra<br />
aleatória original.<br />
A simulação Bootstrap também po<strong>de</strong> ser vista como um procedimento para tirar conclusões<br />
sobre os da<strong>dos</strong>, quando não se tem suposições sobre a distribuição <strong>dos</strong> parâmetros <strong>de</strong> interesse.<br />
A única suposição feita é que a amostra original represente bem a população da qual os da<strong>dos</strong><br />
17