Resumos

Revista BrasiIeira de Estatstica, v69, n. 230, jan./jun. 2008.

Estimao de Parmetros de ModeIos ARCH(): Abordagem Bayes-MCMC
versus Mxima VerossimiIhana
Guilherme de Alencar Barreto
Sandra Cristina de Oliveira

Marinho Gomes de Andrade Filho

Resumo

Neste artigo, o mtodo da mxima verossimiIhana para estimao de parmetros do
modeIo auto-regressivo com heterocedasticidade conditionaI (ARCH) comparado com
uma nova tcnica bayesiana que utiIiza simuIao de Monte CarIo em Cadeias de Markov
(MCMC). So simuIadas sries temporais representando processos ARCH para diferentes
ordens do modeIo ( = 2, 5 e 7). Para = 2, avaIia-se a capacidade de ambas as tcnicas de
Iidar tanto com modeIos cuja varincia incondicionaI finita quanto com modeIos com
varincia incondicionaI infinita. Para = 5 e 7 avaIia-se a infIuncia da ordem do modeIo na
ampIitude dos intervaIos de confiana (ou credibiIidade, para o caso bayesiano). A preciso
das estimativas obtidas avaIiada peIo Raiz do Erro Quadrtico Mdio (RMSE) e o Erro
Mdio PercentuaI AbsoIuto (MAPE) entre as estimativas e os parmetros conhecidos do
modeIo em questo, previamente usados para simuIar as sries. De um modo geraI, a
tcnica proposta fornece estimativas mais precisas, mesmo para ordens eIevadas, e mais
robusta que o mtodo convencionaI, pois funciona independentemente do modeIo ter
varincia finita ou no. AIm disso, os intervaIos de confiana obtidos peIa tcnica
convencionaI vioIam restries impostas aos parmetros dos modeIos ARCH, fato este no
observado para a tcnica bayesiana.

Resumos
Revista BrasiIeira de Estatstica, v69, n. 230, jan./jun. 2008.

Inferncia em modeIos heteroscedsticos na presena de pontos de
aIavanca
Francisco CribariNeto
Tatiene C. Souza
Klaus L.P. Vanconcellos

Resumo

Este artigo considera a estimao consistente da matriz de covarincias de mnimos
quadrados ordinrios em um modeIo de regresso Iiner sob heteroscedasticidade de forma
desconhecida. O estimador mais usado aqueIe proposto por HaIbert White conhecido
como HC0. Consideramos tambm outros estimadores consistentes: HC3, HC4, o estimador
bootstrap ponderado proposto por Wu (1986) e o estimador bootstrap ponderado
inversamente ajustado proposto por Cribari-Neto & Zarkos (2004). Nossas avaIiaes
numricas (Monte CarIo) mostram que os testes quasi-t baseados nos estimadores HC4 e
invwu apresentam as menores distores de tamanho. Uma apIicao emprica tambm
apresentada.
Resumos
Revista BrasiIeira de Estatstica, v69, n. 230, jan./jun. 2008.

ModeIos de riscos muItipIicativos e aditivos para anaIisar dados de
sobrevivncia: Uma abordagem paramtrica
Vera L.D. Tomazella

Camila Bertini Martins

Resumo

O objetivo da anIise de sobrevivncia est centrado na reIao entre o tempo

de sobrevivncia e aIgumas variveis expIicativas de interesse. Uma questo de interesse
investigar a infIuncia das covariveis nos tempos de sobrevivncia e um modo de fazer
isso por meio de modeIos de regresso, em que a investigao da infIuncia de
covariveis nos tempos de sobrevivncia em popuIaes heterogneas feita usuaImente
por meio da funo de risco. A estruturao desta funo feita principaImente em termos
aditivos ou muItipIicativos. A apIicao do modeIo muItipIicativo tem Ievado quase que
excIusivamente a consideraes de riscos proporcionais (Cox, 1972), assim considerando
situaes onde no se impe que as funes de riscos sejam proporcionais temos os
modeIos de riscos aditivos originaImente sugerido por AaIen (1980). UsuaImente os
mtodos inferncias frequentistas para o modeIo aditivo so no-paramtricos baseados
em processo de contagem, uma verso paramtrica dos modeIos aditivos foi apresentado
por Andersen et aI. (1993, cap. 7) e TomazeIIa (2003). Neste artigo estas duas cIasses de
modeIos sero revisitadas com uma abordagem paramtrica. Para iIustrar a metodoIogia,
consideramos um exempIo de dados de sobrevivncia para a estimao e construo de
intervaIos de confiana assintticos para os parmetros dos modeIos.
Resumos
Revista BrasiIeira de Estatstica, v69, n. 230, jan./jun. 2008.

Estimao PontuaI em Regresso Beta: Uma AvaIiao do Desempenho de
AIgoritmos de Otimizao No-Linear
Ntaly Adriana Jimnez Monroy
Francisco Cribari-Neto
Klaus L. P. Vasconcellos

Resumo

Consideramos o modeIo de regresso beta proposto por Ferrari & Cribari-Neto

(2004), que tiI em situaes em que a resposta restrita ao intervaIo (0, 1) e possui
estrutura de regresso envoIvendo regressores e parmetros desconhecidos. Nosso
interesse reside na avaIiao de vrios mtodos de otimizao no-Iinear no contexto da
maximizao da funo de Iog-verossimiIhana do modeIo de regresso beta. Evidncia
numrica de simuIaes de Monte CarIo e anIises empricas baseadas em dados reais
favorecem os aIgoritmos de Newton e BFGS, os quais so rpidos, precisos e apresentam
comportamento estveI mesmo em situaes desfavorveis tais como a existncia de
pontos de aIavanca e de correIao eIevada entre regressores.