Orientador: Gabriela Stangenhaus

Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação

Resumo: Neste trabalho investigamos a viabilidade do uso do método bootstrap (Efrom (1979)) como procedimento para
obtenção do desvio padrão dos estimadores e construção de intervalos de confiança para os parâmetros da regressão L1 quando o tamanho de amostra é pequeno. Inicilmente apresentamos o...

Resumo: Neste trabalho investigamos a viabilidade do uso do método bootstrap (Efrom (1979)) como procedimento para
obtenção do desvio padrão dos estimadores e construção de intervalos de confiança para os parâmetros da regressão L1 quando o tamanho de amostra é pequeno. Inicilmente apresentamos o problema de regressão L1 corno um problema de programação linear, suas propriedades e algorítrnos propostos para obtenção das estimativas dos parametros. Após, são apresentados os resultados inferenciais já conhecidos, o método bootstrap e sua aplicação ao caso de regressão L1.A verificação da validade do método proposto é feita através de um estudo computacional que é descrito e cujos resultados são apresentados obtendo-se então uma conclusão final.

Abstract: In this work we investigate the possibility to use bootstrap method (Efrom (1979)) for to obtain estimates for standard deviation and construction of the confidence intervals on the parameters in the Ll regression model when we have small sample size. Firstly, we present, Ll regression as...

Abstract: In this work we investigate the possibility to use bootstrap method (Efrom (1979)) for to obtain estimates for standard deviation and construction of the confidence intervals on the parameters in the Ll regression model when we have small sample size. Firstly, we present, Ll regression as one linear programming problem, properties and algorithms for to obtain the estimates. After, inference results, bootstrap method and its application in the Ll regression are presented. Finally, we describe the computational study realized, the results obtained and final conclusion.