Escolar Documentos
Profissional Documentos
Cultura Documentos
DEIO - FCUL
10 Ano - 20 Semestre - 2012/2013
Crditos: 6 ECTS; Carga Horria: 2T + 2P
Introduo
192 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
193 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
193 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
193 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
F X Fn
Fn X Fn
194 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
195 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
0, x <1
0.3, 1 x < 2
0.6, 2 x < 3
FX (x) = Fn (x) =
0.7, 3 x < 4
0.9, 4 x < 5
1, x 5.
com
B
1 X (b)
=
B
b=1
e
x) = (x
= ( 1 , , xn )
197 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
198 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
library(bootstrap)
data(law)
# Estimativa Bootstrap do vis do
# coef Correlao R
> bias
[1] 0.007822616
199 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
201 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
202 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
203 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
1
a b
E (n ) = + + 2 + O .
n n n3
njack := n n (n 1)(.)
com n
1 X (j)
(.) :=
n
j=1
Lema (2.1)
1
h i
jack
E n =+O
n2
1
NOTA: Se b = 0 e no existir o termo de ordem n3
, produzimos
um estimador centrado.
Demonstrao.
h i h i h i
E njack = E n n (n 1)(.) = n E [n ] (n 1)E (.)
1
a b
= n + + 2 +O
n n n3
1
a b
(n 1) + + + O
n1 (n 1)2 n3
1
b
= +O .
n(n 1) n3
206 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
com n
1 X (j)
(.) :=
n
j=1
1
a b
vis (n ) = + 2 +O
n n n3
onde a 6= 0. Ento
1
d jack (n )] = vis(n ) + O
E [vis .
n2
207 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
Demonstrao.
Seja o parmetro a ser estimado. Podemos escrever
h i h i h i
E [vis
d
jack (n )] = (n 1)E
(.) n = (n 1)E (.) (n 1)E n .
n n
h i 1 X (j) 1 X (j)
E (.) = E = E n1 (X )
n j=1 n j=1
n
1 X h
(j)
i
( 1)
= E n1 (X ) = n1 (X
vis( )).
n j=1
(1)
E [vis
d
jack (n )] = (n 1) n1 (X
vis( )) vis(n )
!
a b a b 1
= (n 1) + +O
n1 (n 1)2 n n2 n3
a (2n 1)b 1
= + +O
n (n 1)n2 n2
1
= n ) + O
vis( .
n2
208 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
n
1 X
2 =
)2
(Xi X
n 1 i=1
)2
2 = n = 1n ni=1 (Xi X
P
centrado para enquanto que tem vis dado por
n1 n1 2
vis 2 ) = E [
(n ) = vis( 2 2 ] = 2 ] 2 = (
E [ 1) 2 = .
n n n
Assim,tem-se que
h i
d jack (n )]
E [vis = (n 1)E (.) n
n h i o
= (n 1) E n1 (X (1) ) E [n ]
2 2
= (n 1)
n1 n
2
= = vis(n ) .
n
Realmente, 2
satisfaz o Lema 2.2, com a = 2 e b = 0.
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
x <- 1:5
for (i in 1:5) {
print(x[-i])
}
[1] 2 3 4 5
[1] 1 3 4 5
[1] 1 2 4 5
[1] 1 2 3 5
[1] 1 2 3 4
210 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
n := Y /Z
211 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
n <- nrow(patch)
y <- patch$y
z <- patch$z
theta.hat <- mean(y) / mean(z)
> print (theta.hat)
[1] -0.0713061
212 / 215
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
com n
1 X (j)
(.) := .
n
j=1
b) (.) = X .
c) se
b jack (n ) = Sn2 /n, )2
Pn
Sn2 =
p 1
com
n1 j=1 (Xj X .
4.1 Mtodos de Bootstrap
4. Tcnicas de Reamostragem Bootstrap e Jackknife
4.2 Metodologia de Jackknife
Exemplo
2.3 Calcular a estimativa do desvio padro do estimador Ratio para
os dados do Exemplo 2.2.
215 / 215