23º SINAPE - Simpósio Nacional de Probabilidade e Estatística

Página Inicial » Inscrições Científicas » Trabalhos

Dados do Trabalho


Título

HCCI: UM PACOTE EM R PARA AUXILIO EM INFERENCIA INTERVALAR EM MODELOS LINEARES HETEROSCEDASTICOS DE REGRESSAO

Resumo

Dentro das técnicas estatísticas, a regressão se destaca por sua aplicabilidade a problemas reais em diversas áreas por analisar as possíveis associações entre diferentes variáveis visando entender o comportamento destas variáveis. Além de predizer uma variável de interesse, utilizando regressão é possível interpretar as relações entre as variáveis. Nesse contexto, os modelos lineares de regressão são amplamente utilizados. Em diversas aplicações de modelos lineares de regressão, nas mais diversas áreas, é pressuposto a constância na variância dos erros (homoscedasticidade) além da suposição de normalidade. Porém, na grande maioria das aplicações a suposição de homoscedasticidade dos erros não poderá ser assumida. Nas mais diversas áreas, em diversos problemas aplicados, também é comum ter que a distribuição dos erros não é conhecida. Nessa classe de problemas, poderemos considerar os modelos lineares de regressão com heteroscedasticidade de forma desconhecida. Esses modelos levam em consideração o método de mínimos quadrados ordinário para se obter as estimativas dos parâmetros do modelo linear de regressão. Porém, um grande desafio diz respeito às dificuldades teóricas de se obter inferências intervalares e testes de hipóteses para os parâmetros que indexam os modelos lineares heteroscedásticos de regressão. Nesse cotexto, inferências via reamostragem bootstrap vem se tornando cada vez mais comum nesses modelos. Visando auxiliar o processo de reamostragem foi implementado o pacote hcci, versão 1.0.0, em R, para construção das estimativas intervalares em modelos lineares com heteroscedasticidade de forma desconhecida e realização de teste de hipótese quasi-F e quasi-t. O pacote disponibiliza as funções HC, Tboot, Pboot, QF e a função QT

Palavras-chave

bootstrap; bootstrap simples; bootstrap duplo; hcci; intervalo de confiança.

Área

Modelos de Regressão

Autores

Pedro Rafael Diniz Marinho, Francisco Cribari-Neto, Marina Rodrigues Oliveira