Disciplina: EST066 - ESTATÍSTICA COMPUTACIONAL II
Horas Aula: 4
Departamento: DEPTO DE ESTATISTICA /ICEPlano de Ensino
dados. Métodos bootstrap. Estimação não paramétrica de funções.
Estimação Monte Carlo; Testes Monte Carlo; simulação de dados de modelo ajustado
(bootstrap paramétrico); amostra aleatória dos dados; redução de variância nos métodos
Monte Carlo.
2. Aleatorização e Partição de Dados:
Métodos de aleatorização; validação cruzada para suavização e ajuste; métodos Jacknife.
3. Métodos Bootstrap:
Correção bootstrap de viés; estimação bootstrap de variância; intervalos bootstrap de
confiança; bootstrap de dados dependentes; redução de variância em bootstrap Monte
Carlo.
4. Algoritmo EM:
Dados completos e incompletos; verossimilhança.
5. Estimação Não Paramétrica de Funções:
de verossimilhança; estimadores de histogramas; núcleo estimadores da função de
densidade; núcleo estimador da função de distribuição; Escolha de largura de janela;
outros métodos de estimação.