Algumas Considerações Práticas Sobre a Precisão dos Esimadores de Mínimos Quadrados e Máxima Verossimilhança para os Parâmetros de Regressão Linear Normal

Autores

  • Elisangela Aparecida da Silva Lizzi Departamento de Medicina Social-FMRP Universidade de São Paulo
  • Angela Achcar Departamento de Medicina Social-FMRP Universidade de São Paulo
  • Edson Zangiacomi Martinez Departamento de Medicina Social-FMRP Universidade de São Paulo
  • Jorge Achcar Departamento de Medicina Social-FMRP Universidade de São Paulo

DOI:

https://doi.org/10.5902/2179460X17536

Palavras-chave:

Estimador de mínimos quadrados, Estimador de máxima verossimilhança, regressão linear, precisão

Resumo

Neste artigo discutimos alguns aspectos práticos sobre o uso de diferentes métodos de estimação dos parâmetros do modelo de regressão linear e seus impactos nas inferências obtidas. Na prática, é comum usarmos softwares estatísticos para obter os estimadores de mínimos quadrados (EMQ) para os parâmetros de regressão e considerar um estimador não-viciado para a variância do erro baseado na soma de quadrados dos resíduos. Como alternativa, discutimos o uso do estimador de máxima verossimilhança (EMV) para a variância do erro (um estimador viciado, mas com erro quadrático menor) que pode levar a diferentes conclusões em termos de inferências. Dois exemplos numéricos são apresentados para ilustrar o estudo comparativo.

Downloads

Não há dados estatísticos.

Biografia do Autor

Elisangela Aparecida da Silva Lizzi, Departamento de Medicina Social-FMRP Universidade de São Paulo

Sou graduada em Estatística pela Universidade Federal de São Carlos (2010), mestre em Ciências Médicas pela Universidade de São Paulo (2012), e atualmente faço doutorado pela Universidade de São Paulo (Departamento de Medicina Social-FMRP). Tenho experiência em Bioestatística , trabalhando principalmente nos seguintes temas: métodos quantitativos em saúde, séries temporais e estatística espacial.

Angela Achcar, Departamento de Medicina Social-FMRP Universidade de São Paulo

Bacharel em Estatística

Edson Zangiacomi Martinez, Departamento de Medicina Social-FMRP Universidade de São Paulo

Sou graduado em Estatística pela Universidade Estadual de Campinas (1995), mestre em Estatística pela Universidade Federal de São Carlos (2001) e doutor em Ciências Médicas (Tocoginecologia) pela Universidade Estadual de Campinas (2003). Atualmente, sou Professor Associado (livre docente) da Universidade de São Paulo (USP/Ribeirão Preto). Coordenador do Programa de Pós-Graduação em Saúde na Comunidade de 2006 a 2010, e a partir de 2012. Membro do Comitê de Ética em Pesquisa (CEP) do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP), desde 2012. Tenho experiência na área de Estatística, com ênfase em Bioestatística, atuando principalmente nos seguintes temas: métodos bayesianos em saúde, métodos estatísticos em metanálise, testes diagnósticos, sensibilidade e especificidade

Jorge Achcar, Departamento de Medicina Social-FMRP Universidade de São Paulo

Possui graduacao em matematica pela UNESP em 1971, mestrado em estatistica pelo IME-USP, Sao Paulo em 1976, doutorado (PhD) em estatistica pela Universidade de Wisconsin-Madison,Estados Unidos em 1982.Professor livre-docente pelo ICMC-USP em 1990.Possui pos-doutorado pelas Universidades de Nottingham,Inglaterra; de Connecticut,EUA e Carnegie-Mellon, EUA.Professor visitante em diversas universidades brasileiras e estrangeiras.Atua como docente na UNESP, UFSCAR e USP desde 1974 na área de estatistica.Atualmente atua como professor colaborador no departamento de medicina social da faculdade de medicina da USP, campus de Ribeirão Preto.Tem atuado em docencia e pesquisa em diversas áreas de estatistica, com enfase em inferencia Bayesiana, estatistica aplicada a medicina,a engenharia e a economia, analise de sobrevivencia e confiabilidade, probabilidade, planejamento de experimentos, inferencia estatistica, analise multivariada e processos estocasticos aplicados.Orientou 9 teses de doutoramento, 41 dissertações de mestrado,14 monografias de especialização e diversos trabalhos de graduação.Grande ênfase em pesquisa na área de estatística aplicada com publicações em diversos periodicos nacionais e internacionais (como por exemplo, Statistics in Medicine, Communications in Statistics, Statistics,The Statistician, Biometrical Journal, Annals of the Institute of Statistical Mathematics, Computational Statistics and Data Analysis,Journal of Biopharmaceutical Statistics, Journal of Applied Statistics, Brazilian Journal of Probability and Statistics, Probability and Statistics Letters,Estadistica, Statistical Methods, Revista de Matematica e Estatistica, Brazilian Journal of Epidemiology,Memorias do Instituto Oswaldo Cruz,Journal of Applied Statistical Science,Applied Economics, Journal of Italian Statistical Society, Environmetrics entre outras).Possui comunicações cientificas com artigos completos e resumos publicados em destacados congressos nacionais e internacionais. (15/08/2006) (16/08/2006)

Referências

BICKEL P.J.; DOKSUM, K.A. Mathematical statistic: basic ideas and selected topics, vol 1, 2nd edn. Prentice Hall, Upper Saddle River, 2001

BOLFARINE,H.; SANDOVAL,H.E. Introdução à Inferência Estatística, ed. Sociedade Brasileira de Matemática, 2001

DRAPER, N.R.; SMITH, H. Applied regression analysis. Wiley series in probability and mathematical statistics, 1981.

MOOD, F.A.; GRAYBILL, D.C. Introduction to the Theory of Statistics. McGraw-Hill, 1974.

MONTGOMERY,D.C., PECK E.A. Introduction to Linear Regression Analysis, 2nd ed., John Wiley and Sons, Inc., New York, 1992.

MYERS,R.H. Classical and Modern Regression with Applications, 2th Ed., Duxbury Press, California USA, p.488,1990

NETER,J.; WASSERMAN, W.; KUTNER, M. H. Applied linear statistical models: regression, analysis of variance, and experimental designs, 2nd ed., Homewood, Ill. : R.D. Irwin,1985.

PANDOLFI, M.A.C. Implantação de estratégias tecnológicas e organizacionais em um ambiente em mudança: estudo de caso em uma empresa processadora de frutas tropicais, dissertação de mestrado profissional, Centro Universitário de Araraquara - UNIARA , 2013.

SEBER, G.A.F.; LEE, A.J. Linear regression analysis, second edition. Wiley series in probability and mathematical statistics, 2003.

WEISBERG,S Applied Linear Regression, 3ª Edição, John Wiley and Sons, Inc., New York, 2005

Downloads

Publicado

2016-01-31

Como Citar

Lizzi, E. A. da S., Achcar, A., Martinez, E. Z., & Achcar, J. (2016). Algumas Considerações Práticas Sobre a Precisão dos Esimadores de Mínimos Quadrados e Máxima Verossimilhança para os Parâmetros de Regressão Linear Normal. Ciência E Natura, 38(1), 55–70. https://doi.org/10.5902/2179460X17536

Edição

v. 38 n. 1 (2016)

Seção

Estatística

Licença

Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.

 

Diretrizes Éticas para Publicação de Revistas

A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.

A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.

Em particular, 

Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.

Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.

Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.