Estatística robusta: diferenças entre revisões

Conteúdo apagado Conteúdo adicionado
nova página: A '''estatística robusta''' é uma aproximação alternativa aos métodos estatísticos clássicos. O objetivo é produzir estimadores que não sejam afetados por var...
 
Linha 1:
A '''estatística robusta''' é uma aproximação alternativa aos métodos estatísticos clássicos. O objetivo é produzir [[Estimador|estimadores]] que não sejam afetados por variações pequenas relacionadas às hipóteses dos modelos.<ref>Ana M. Pires e João A. Branco; [http://www.ine.pt/ngt_server/attachfileu.jsp?look_parentBoui=72469464&att_display=n&att_download=y Introdução aos Métodos Estatísticos Robustos]; XV Congresso Anual da Sociedade Portuguesa de Estatística, Lisboa, 19 a 21 de Agosto de 2007; Edições SPE. - '''www.ine.pt'''</ref><ref name="huber">[[Peter. J. Huber]]; ''Robust Statistics'', Wiley, 1981. pg 1.</ref>
 
<!--As Las estadísticasestatísticas robustas intentanpretendem proporcionar métodos que emulanemulem a losaos métodos clásicosclássicos, peromas que nonão sonsejam afectadosafetados indebidamenteindevidamente por [[Valor atípico|valores atípicos]] uou otrasoutras pequeñaspequenas discrepanciasdiscrepâncias respectooriundas dedas lashipóteses asuncionesdos del modelomodelos. EnEm Estadística[[estatística], losos métodos clásicosclássicos confíanconfiam enem hipótesis hipóteses que nonão sesão resuelvenresolvidas oou nonão se verifican averificam menudomuitas envezes lana prácticaprática. Por ejemploexemplo, se asumeassume amuitas menudovezes que losos residualesresiduais dedos losdados datosestão están[[Distribuição distribuidosnormal|distribuídos normalmente]], por lopelo menos aproximadamente, o que se puedepode confiar enno el[[teorema Teoremacentral dedo Límite Centrallimite]] para producirproduzir estimacionesestimativas normalmente distribuidasdistribuídas. DesafortunadamenteInfelizmente, cuandoquando hay [[Valor atípico|valores atípicos]] ennos los datosdados, losos resultados producidos porproduzidos lospelos métodos clásicosclássicos sonsão amuitas menudovezes de bajabaixa calidadqualidade.
 
<!--
 
Esto puede estudiarse empíricamente examinando la [[distribución muestral]] de varios estimadores bajo un modelo de mezcla, en los que se mezcla en una pequeña cantidad (1% a 5%) de contaminación en una muestra dada. Por ejemplo, uno puede utilizar una mezcla de 95% de datos de una distribución normal, con el 5% de datos de otra distribución normal con el mismo [[promedio]] pero con una [[desviación estándar]] significativamente mayor (los errores).