Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
60<br />
de¯nida porp µ;s(x) = Pr µ(¾ s =x s j¾ t =x t;t 6=s),onde Pr µ e a probabilidade sobre<br />
(¥; P (¥)) induzida porp µ, e P (¥) s~ao as partes do conjunto ¥ (Frery, 1993).<br />
De¯ni»c~ao 6.5 . SejaT ½ S n~ao vazio; chama-se fun»c~ao de pseudoverossimilhan»ca<br />
sobreT a PL T : £ £¥ ! (0;1) dada por (Frery, 1993):<br />
PLT (µ;x) = Y<br />
pµ;t(x) (6.2)<br />
t2T<br />
Existe um Teorema que prova a consist^encia assintotica do esti-<br />
mador de maxima pseudoverossimilhan»ca na sua forma geral (Frery, 1993). Nas<br />
aplica»c~oes de interesse para este trabalho, sera empregado o estimador do par^ametro<br />
de atratividade do modelo de Potts-Strauss.<br />
A seguir e desenvolvido o calculo do estimador de maxima pseu-<br />
doverossimilhan»ca para o modelo de Potts-Strauss, de forma tal a se ter estimadores<br />
computacionalmente trataveis para todos os casos deste modelo. Resultados s~ao<br />
apresentados em Frery (1993).<br />
Pode calcular-se b ¯ = b ¯(x), o estimador de maxima pseudoverossi-<br />
milhan»ca do modelo de Potts-Strauss (de¯nido na Equa»c~ao 6.1, p. 58), como a<br />
solu»c~ao da seguinte equa»c~ao (Frery, 1993):<br />
2<br />
X<br />
s2S<br />
4 vs(xs) ¡<br />
P<br />
y2¥ s vs(y)exp ³ b ¯vs(y) ´<br />
P<br />
y2¥s exp³ b ¯vs(y) ´<br />
3<br />
5 =0,<br />
ondev s(t) = #fu 2@ s :x u =tg, e@ s e a vizinhan»ca do pontos2 S.<br />
Este estimador possui boaspropriedades de consist^encia e e¯ci^encia<br />
assintoticas, porem, nessa forma geral, e computacionalmente muito caro (Frery,<br />
1993).<br />
A primeira simpli¯ca»c~ao que pode ser introduzida consiste em se<br />
supor que os conjuntos ¥s s~ao iguais para todos2 S (Frery, 1993). Assim, tem-se<br />
que ¥ = (¥ s) S . Aindamais,por simplicidade notacionale sem perdade generalidade,