Artigo/Paper - UNESP
Artigo/Paper - UNESP
Artigo/Paper - UNESP
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
A seguir, para se obter o intervalo de confiança bootstrap percentil, ordenam-se os<br />
µ*(b) e tomam-se G -1 (α) e G -1 (1 - α), o 100α-ésimo e o 100(1 - α)-ésimo percentis,<br />
respectivamente, da distribuição de µ*(b).<br />
Ao estimar o erro padrão bootstrap,<br />
B<br />
[ µ *( b)<br />
− *( b)<br />
]<br />
seboot<br />
( µ *) =<br />
µ /( B −1)<br />
,<br />
b=<br />
1<br />
B<br />
com µ *(<br />
b)<br />
= b = 1<br />
µ *( b)<br />
/ B , calcula-se µ* ± z α se boot (µ*) para se obter o intervalo de<br />
confiança bootstrap padrão, onde z α é o quantil (1 - 2α) da distribuição normal padrão.<br />
Por fim, ao se calcular t (<br />
ˆα ) tal que {# Z ( b)<br />
≤ tˆ<br />
( α ) }/<br />
B = α e t ˆ<br />
(1−α<br />
) , tal que<br />
{# Z ( b)<br />
≤ t ˆ ( 1−α<br />
) }/<br />
B = 1−α<br />
, e substituir os respectivos valores na expressão<br />
( µ * −tˆ<br />
( *), * ˆ<br />
( 1 − α ) se µ µ −t(<br />
α)<br />
se(<br />
µ *)), tem-se o intervalo de confiança t-bootstrap para µ.<br />
O procedimento de obtenção de intervalos de confiança bootstrap para µ utilizando o<br />
estimador X é realizado de modo análogo.<br />
Como o interesse é estimar a média populacional, uma observação a ser feita é a<br />
respeito da variância, σ 2 . Esse parâmetro pode ser conhecido, como no trabalho de Stokes<br />
(1995), ou, se desconhecido, precisa ser estimado.<br />
Uma primeira sugestão é, através da amostra original, calcular σ 2 , o estimador linear<br />
ótimo de σ dado em (5), e usá-lo como parâmetro de escala da distribuição no processo de<br />
reamostragem paramétrica. Nesse caso, a sugestão 1 considera “fixa” a estimativa de σ<br />
obtida durante todo o procedimento de estimação intervalar.<br />
Ao aplicar o método t-bootstrap, uma estimativa do erro padrão do estimador de µ,<br />
baseada em (3) ou (6), é calculada em cada amostra bootstrap, que dependem de σ. Assim,<br />
uma outra alternativa (sugestão 2), para este cálculo, é utilizar as respectivas estimativas de<br />
σ,<br />
*<br />
σ b ou<br />
2 ˆ b<br />
σ<br />
em cada amostra bootstrap.<br />
5 Resultados do estudo por simulação<br />
A Arabidopsis thaliana é uma planta muito usada em estudos genéticos e moleculares,<br />
principalmente quando são necessários métodos de detecção de diferenças fenotípicas entre<br />
plantas que poderiam estar ligadas a mudanças genéticas. Comumente, essas diferenças são<br />
pequenas. Para aumentar a precisão da estimação, há a necessidade de amostras de tamanho<br />
grande. O problema é que se a variável de interesse é o peso da raiz, sua mensuração pode<br />
consumir um longo tempo. Uma alternativa é ordenar o possível peso pelas dimensões da<br />
copa da planta por inspeção visual.<br />
Em Barnett e Moore (1997) são apresentados diversos conjuntos de dados sobre o<br />
crescimento da raiz da planta Arabidopsis thaliana. Neste trabalho considerou-se apenas o<br />
conjunto referente a pesos de raízes que cresceram em potes grandes mantidos à alta<br />
temperatura, cuja média foi 8,4 g e a variância 9,8 g 2 . Outra suposição é que a ordenação por<br />
inspeção visual é perfeita, ou seja, não existem erros de ordenação.<br />
O estudo de simulação foi baseado em uma amostra de conjuntos ordenados de<br />
tamanho 5, gerada de uma distribuição normal com média 8,4 e variância 9,8. Ou seja, a<br />
2<br />
14<br />
Rev. Mat. Estat., São Paulo, v.21, n.3, p.7-20, 2003