Simulation Studies of a Hölder Perturbation in a New Estimator for Proportion Considering Extra-Binomial Variability

• AUGUSTO MACIEL DA SILVA ^[1] ; MARCELO ANGELO CIRILLO ^[2]
  1. [1] Universidade Federal de Santa Maria

     Universidade Federal de Santa Maria

     Brasil

     
  2. [2] Universidade Federal de Lavras

     Universidade Federal de Lavras

     Brasil

     
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 38, Nº. 1, 2015, págs. 93-105
• Idioma: inglés
• DOI: 10.15446/rce.v38n1.48803
• Títulos paralelos:
  • Estudios de simulación de una perturbación Hölder en un nuevo estimador deproporción considerando la variabilidad extra-binomial
• Enlaces
  • Texto completo
• Resumen
  • español

    El presente trabajo tiene como objetivo proponer un estimador para estimar la probabilidad de éxito de un modelo binomial que incorpora la variación extra-binomial generada por muestras cero-inflados. La construcción de este estimador se llevó a cabo con una base teórica dada por la función Holder y su desempeño fue evaluado a través de la simulación de Monte Carlo considerando diferentes tamaños de muestra, valores paramétricos (π), y el exceso de proporciones cero (γ). Se concluyó que para las situaciones en (γ = 0,20) y (γ = 0,50) que el estimador propuesto presenta resultados prometedores basados en el margen de error especificado..

  • English

    This present work aims to propose an estimator in order to estimate the probability of success of a binomial model that incorporates the extra-binomial variation generated by zero-inflated samples. The construction of this estimator was carried out with a theoretical basis given by the Holder function and its performance was evaluated through Monte Carlo simulation considering different sample sizes, parametric values (π), and excess of zero proportions (γ). It was concluded that for the situations in (γ = 0.20) and (γ = 0.50) that the proposed estimator presents promising results based on the specified margin of error.

• Referencias bibliográficas
  • Achcar, J. A.,Junqueira, J. G.. (2002). 'Extra-binomial variability: A Bayesian approach'. Journal of Statistical Research. 36. 1-14
  • Basu, A.,Shiyoa, H.,Park, C.. (2011). Statistical Inference: The Minimum Distance Approach. Chapman and Hall.
  • Begehr, H. G. W.. (1994). Complex Analytic Methods for Partial Differential Equations: An Introductory Text. World Scientific.
  • Hinde, S.,Demetrio, G. G. B.. (1978). 'Overdispersion models and estimation'. Computational Statistics & Data Analysis. 34. 69-76
  • Huber, P.. (1964). 'Robust estimation of a location paramenter.'. Annals of Mathematical Statistics. 35. 73-101
  • Kupper, L. L.,Haseman, J. K.. (1998). 'The use of a correlated binomial model for the analysis of certain toxicological experiments'....
  • Lindsay, B. G.. (1994). 'Efficiency versus robustness: The case for minimum Hellinger distance and related methods'. The Annals of...
  • Park, C.,Basu, A.,Lindsay, B.. (2002). 'The residual adjustment function and weighted likelihood: a graphical interpretation of robustness...
  • (2013). R Development Core Team, R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna.
  • Ruckstuhl, A. F.,Welsh, A. H.. (2001). 'Robust fitting of the binomial model'. The Annals of Statistics. 29. 1117-1136
  • Silva, A. M.,Cirillo, M. A.. (2010). 'Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial...
  • Simpson, D. G.. (1987). 'Minimum Hellinger distance estimation for the analysis of count data'. Journal of the American Statistical...
  • Simpson, D. G.,Carrol, R. J.,Ruppert, D.. (1987). 'M-estimation for discrete data: asymptoptic distribution theory and implications'....