Estimação de regressões aditivas via Backfitting e integração marginal: performance em amostras finitas

• Ano de defesa: 2001
• Autor(a) principal: Silva, Fernando Augusto Boeira Sabino da
• Orientador(a): Martins Filho, Carlos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Análise de regressão; Estimadores Backfitting; Integração marginal; Regressão aditiva bivariada; Distribuição em amostra finita; Simulação
• Link de acesso: http://hdl.handle.net/10183/109668

Nesta dissertação realizou-se um experimento de Monte Carla pararevelar algumas características das distribuições em amostras finitas dos estimadores Backfitting(B) e de Integração Marginal(MI) para uma regressão aditiva bivariada. Está-se particularmente interessado em fornecer alguma evidência de como os diferentes métodos de seleção da janela hn, tais como os métodos plug-ín, impactam as propriedades em pequenas amostras dos estimadores. Está-se interessado, também, em fornecer evidência do comportamento de diferentes estimadores de hn relativamente a seqüência ótima de hn que minimiza uma função perda escolhida. O impacto de ignorar a dependência entre os regressares na estimação da janela é também investigado. Esta é uma prática comum e deve ter impacto sobre o desempenho dos estimadores. Além disso, não há nenhuma rotina atualmente disponível nos pacotes estatísticos/econométricos para a estimação de regressões aditivas via os métodos de Backfitting e Integração Marginal. É um dos objetivos a criação de rotinas em Gauss para a implementação prática destes estimadores. Por fim, diferentemente do que ocorre atualmente, quando a utilização dos estimadores-B e MI é feita de maneira completamente ad-hoc, há o objetivo de fornecer a usuários informação que permita uma escolha mais objetiva de qual estirnador usar quando se está trabalhando com urna amostra finita.