Artigo/Paper - UNESP
Artigo/Paper - UNESP
Artigo/Paper - UNESP
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
caso, ao estimar σ em cada amostra bootstrap, a variação dos erros padrão de µ* e X<br />
aumenta em relação à situação em que considera a estimativa de σ utilizando a amostra<br />
original.<br />
Tabela 2 - Estimativas de µ e respectivos erro padrão, erro padrão bootstrap e intervalos de<br />
confiança bootstrap utilizando µ*, com σ estimado por σ*, e X , com σ estimado<br />
por<br />
2 ˆ σ<br />
Estatísticas<br />
Estimadores<br />
µ* X<br />
Estimativa 7,38 7,43<br />
Erro padrão 0,88 0,74<br />
Erro padrão bootstrap 0,84 0,69<br />
IC bootstrap padrão (5,76 ; 9,06) (6,02 ; 8,91)<br />
Amplitude 3,30 2,89<br />
IC bootstrap percentil (5,74 ; 9,03) (6,06 ; 8,80)<br />
Amplitude 3,09 2,74<br />
IC t-bootstrap (sugestão 1) (5,71 ; 9,01) (5,94 ; 8,83)<br />
Amplitude 3,10 3,30<br />
IC t-bootstrap (sugestão 1) (5,23; 9,58) (5,67; 9,16)<br />
Amplitude 4,35 3,49<br />
Como uma amostra obtida em um experimento é uma possibilidade de ocorrência<br />
dentre infinitas, é interessante analisar o desempenho dos métodos bootstrap propostos não<br />
apenas através dos resultados apresentados deste exemplo. Por esse motivo, calculou-se, por<br />
simulação, a probabilidade de cobertura desses intervalos considerando as situações<br />
apresentadas no exemplo.<br />
6 Verificação da probabilidade de cobertura dos intervalos de confiança<br />
bootstrap<br />
O estudo sobre a probabilidade de cobertura dos intervalos de confiança bootstrap foi<br />
feito através de simulação, utilizando as mesmas condições do experimento do exemplo<br />
descrito anteriormente, repetido 1.000 vezes. O elemento usado na análise é o número de<br />
intervalos que contém o verdadeiro valor do parâmetro.<br />
A Tabela 3 apresenta os resultados da simulação dos intervalos de confiança bootstrap<br />
para o parâmetro de locação considerando o parâmetro de escala conhecido, utilizando,<br />
respectivamente, o estimador linear e o estimador média da amostra de conjuntos ordenados.<br />
Quando o parâmetro de escala é conhecido, cada um dos intervalos de confiança<br />
bootstrap baseados, respectivamente, em µ* e X têm desempenho similar, mesmo existindo<br />
uma pequena diferença quanto ao número de intervalos que contém o verdadeiro valor, que<br />
não deve ser considerada significativa. Por exemplo, para o caso de 90% de confiança, dos<br />
1.000 intervalos bootstrap percentil obtidos, 877 contiveram o verdadeiro valor, ao usar µ*<br />
como estimador, e 878 contiveram o verdadeiro valor ao usar X como estimador.<br />
16<br />
Rev. Mat. Estat., São Paulo, v.21, n.3, p.7-20, 2003