Probabilidade de Cobertura dos Intervalos de Confiança ... - Uem

B - Programa
Para a geração dos dados, processo de reamostragem e determinação os estimadores de
máxima varossimilhança utilizou-se a macro apresentada a seguir.
1 o p t i o n s nonotes n o d e t a i l s ;
2
3 %macro d e l e t a (n=,p=);
4 data n u l l ;
5 options NOXWAIT;
Listagem 4.1: Programa SAS - Macro.
6 c a l l system (” d e l c : \ emv o &n&p . . dat ” ) ;
7 c a l l system (” d e l c : \ emv b &n&p . . dat ” ) ;
8 c a l l system (” d e l c : \ a d i c o &n&p . . dat ” ) ;
9 c a l l system (” d e l c : \ a d i c b &n&p . . dat ” ) ;
10 run ;
11 %mend d e l e t a ;
12 %macro estimacao dados ( dados=,mu=, beta =, i n d i c e =,n=,p=);
13 proc d a t a s e t s l i b r a r y=work ; d e l e t e emvs adic ; run ;
14 proc p r i n t t o
15 f i l e =”c : \ nda . dat ” new ;
16 run ;
17
18 proc nlmixed data=&dados vardef=n cov tech=t r ;
19 ods output ParameterEstimates = emvs ;
20 ods output AdditionalEstimates = adic ;
21 parms mu = &mu, beta = &beta ;
22 bounds mu>0, beta >0;
23 lnh = l o g ( beta)−beta ∗ l o g (mu)+( beta −1)∗ l o g ( time ) ;
24 l n s = −(time /mu)∗∗ beta ;
25 L = d e l t a ∗ lnh+l n s ;
26 model L ˜ g e n e r a l (L ) ;
27 estimate ” logmediana ” l o g (mu)+(1/ beta ) ∗ ( l o g (− l o g ( 1 − 0 . 5 0 ) ) ) ;
28 estimate ”logQ1” l o g (mu)+(1/ beta )∗( l o g (− l o g ( 1 − 0 . 2 5 ) ) ) ;
29 estimate ”logQ3” l o g (mu)+(1/ beta )∗( l o g (− l o g ( 1 − 0 . 7 5 ) ) ) ;
30 run ;
31
32 proc p r i n t t o ; run ;
33
34 data n u l l ;
35 s e t emvs ( keep=parameter estimate s t a n d a r d e r r o r ) ;
90