Introdução:

Conceitos de convergência e
propriedades dos estimadores

Prof. Armando Castelar

 Tipos de convergência

• Convergência matemática ou determinística

• Convergência em probabilidade

• Convergência em distribuição
 !! . , !! .
Θ! Θ! matemática ou determinística
Convergência ! ! ,! ! ! !

!! ! , !! !
Θ! Θ! !!
!!
Uma sequência de números reais a1, a2, .... converge
Θ! Θ!! ! é um estimador de !
para um determinado valor c quando ! para
! !!
!! ! >!!0
!! − ! < !, todo
! ! é um estimador de !
! !existe
é umum númerode
estimador N tal
! que, para todo n > N,
!! − ! < !, todo ! > 0
! ! − ! < !, todo ! >
Nesse caso, dizemos que 0

!"#!→! !! = !
 !! ! , !! !

Convergência em probabilidade
Θ! Θ!

Uma sequência de variáveis

!! !! aleatórias X1, X2, ....
converge em probabilidade para um número real c
! ! é um estimador de ! ! !! − ! > ! < !
quando para
!! − ! < !, todo ! > 0 e todo !"# 0 ! !! − ! > ! = 0
! >!→!
! !! − ! > ! < !
existe um número N tal que, para
lim !todo
! −n!>>N,! = 0
!"#!→! !! = ! !→! !
! ! !"# ! >! !!!<−!! > ! = 0
−!→!
!
lim !! = !
Nesse caso, dizemos que
!"#!→! lim ! !! − ! > !→!
! !→!
!! − ! > ! = 0 ! =0
!
E representamos >isso
lim ! ! − ! lim por
=0! !!
!!!=
!
! !→!
!→!
!
lim ! = !!! !
 !"#!→! ! !! − ! > ! = 0
! .
lim !! = !
!"#!→! ! !! − ! > ! = 0lim ! ! − ! > ! = 0 !→!
Convergência em!→!
! distribuição
!! . , !! .
!
lim ! !! − ! > ! = 0 !! !
!→! lim !!! =! !, ! !
!→!
Uma sequência de variáveis aleatórias!X1!, !X−
2, ....
! >com
! !
! !< !
lim !! = ! !
!! !
funções
!→! de distribuição
Θ! Θ! acumuladas
!! !F1, F2, .... converge
!"#!→! ! !!! − ! !− !> !! =
< 0!
em distribuição
!!
!
!
para uma outra variável
! aleatória Z com
! !

!! !!!lim !!! ! − ! >

função de distribuição acumulada F quando ! ! ! != !0
!→!
!
Z!→! ! !
!
!! !! ! é um estimador
!! ! − !de
! !! < !
Isto é, quando existe um número N tal que, limpara
!! =todo
! n>
!→! !→!
N, !! ! − !! ! !!<−! ! para !! ! ! > 0!!e todo
< !, todo todo
! !t.> 0
!
!→! !! !
Nesse
!! caso,
! dizemos
!! ! lim !!!"#
que !→! = !!!!! = !
! !→!
!
E representamos isso por !! !
 !! ! − !! ! < !
Propriedades de estimadores
!→!
!! ! !! !
• O Erro Quadrático Médio será a nossa métrica
lim !! ! = !! !
principal para
!→!comparar estimadores

!
!"# ! ! , ! = ! ! ! − !

!
− ! = ! ! ! −! ! ! +! ! ! − !
 ! !

lim !! ! = !! !
Decomposição!→!
do Erro
lim !Quadrático
!→!
! ! = !! ! Médio
!
!"# ! ! , ! = ! ! ! − ! !
!"# ! ! , ! = ! ! ! − !
! !
! ! ! − ! = ! !! ! − ! ! ! +! ! ! − ! = !
! ! ! − ! = ! ! ! −! ! ! +! ! ! − !
! !
= ! ! ! −! ! ! +! ! ! ! − ! +

+2 ! ! ! − ! .! ! ! − ! ! ! =
!
= !"# ! ! + ! ! ! − !

onde ! ! ! − ! é chamado de viés de ! !

e usei o fato de que ! ! ! − ! ! ! =0

+2 ! ! ! − ! .! ! ! − ! ! ! =
Propriedades de estimadores!
= !"# ! ! + ! ! ! − !
• Estimador não viciado: chamamos de não viciado
onde ! ! ! − ! é chamado de viés de ! !
o estimador cujo valor esperado é igual ao
e useiparâmetro
o fato deque
queele!busca
! !estimar:
−! ! ! =0

! ! ! = !

• Nesse caso dizemos que o estimador não tem

erro sistemático
 = !"# ! ! + ! ! ! −
Consistência
onde ! ! ! − ! é chamado de v

• Estimador consistente:
e usei ochamamos
fato de quede
! ! ! −! !
consistente o estimador que converge em
! ! ! = !
probabilidade para o parâmetro que ele busca
!
estimar: Quando ! → ∞, ! ! !
 = !"# ! ! + ! ! ! − !
Eficiência
onde ! ! ! − ! é chamado de viés de ! !

e usei o fato
• Estimador de que !dizemos
eficiente: ! ! − que
! !um
! =0

estimador é mais
! eficiente
! ! = do ! que outro
quando ele tem !menor variância que esse
Quando ! → ∞, ! ! !
outro estimador.
Ou seja, !! ! é mais eficiente do que !! ! se

!"# !! ! ≤ !"# !! ! ,∀ ! ! Θ
 A metáfora do jogador de dardos
***** Jogador com
baixa
variância,
mas erro
sistemático

*
√ * Jogador com
* alta variância,
* mas sem erro
* sistemático

Pense na
mosca do
alvo como o Jogador com
parâmetro *** baixa variância
** e sem erro
que se quer
estimar sistemático
OBRIGADO