Método de reamostragem: Jackknife
Em Reamostragem, Jackknife é...
Reamostragem[editar | editar código-fonte]
O método de reamostragem, é um método não-paramétrico que auxilia na obtenção de valores no mínimo em escala intervalar. Com isso o intervalo de confiança pode diferir da distribuição normal.
Com esse novo pensamento foi criado uma nova abordagem sobre dados não paramétricos, uma nova alternativa para inferências paramétricas.
Importância da Computação[editar | editar código-fonte]
A reamostragem é responsável por calcular uma distribuição real de estatísticas estimadas, criando várias amostras da amostra original. A partir daí a computação passa a ser de extrema importância para a estatística pois é através dela que é estimado um valor estatístico para cada amostra. Logo que eles estejam todos calculados, pode-se realizar o teste de normalidade dos valores e até mesmo construir intervalos de confiança e realizar testes de hipóteses.
Criação[editar | editar código-fonte]
O JackKnife é um método de reamostragem não paramétrico e foi introduzido por Quenouille em 1949, retomado por Tukey em 1958, e continua sendo desenvolvido na ultima década.
Resumo do método[editar | editar código-fonte]
A cada execução do método um elemento será retirado e apenas os elementos restantes serão observados. Essa execução deverá ocorrer n vezes, n sendo o numero de elementos da população, uma vez para cada elemento. PASSOS:
- Retira-se uma amostra de tamanho da população de interesse:
- Define-se a estatística de interesse (o que você deseja analisar):
(pode ser a média, mediana, etc)
- Para cada , tome a amostra Jackknife que é dada pela amostra sem a i-ésima observação, isto é
- Obtenha, para cada amostra Jackknife, a estimativa
- Estima-se o erro padrão da estatística do passo através da expressão:
- , sendo
Vantagem[editar | editar código-fonte]
- Apesar do método jackknife ter considerado inferior ao bootstrap [[1]] com base na eficiência do estimador de intervalos de confiança e cálculos de significâncias, ele continua como uma medida viável de observações importantes.
- Obs:
A amostra deve ser grande o bastante e obtida (a princípio aleatoriamente) de forma a ser representativa da população completa.
Conclusão[editar | editar código-fonte]
Independente do método adotado, a reamostragem é algo muito importante pra estatística, pois ela permite calcular uma distribuição empírica de centenas ou milhares de amostras. Apesar de já existirem outros métodos de reamostragem o Jackknife continua sendo usado mesmo depois de muitos anos, pois apresenta uma medida viável de observações influentes. O jackknife pode ser resumido como um método de obtenção do viés e da variância em amostras complexas.
Vale ressaltar, que o JackKnife é um método que força o pesquisador a usar de suas habilidades para que este consiga a obtenção de novos dados que poderão contribuir para sua pesquisa. A utilização do JackKnife também contribui de tal forma, que faz com que o pesquisador tenha maior domínio e conhecimento sobre os seus dados. Conhecendo muitas vezes a realidade que acontece na sua população
Referências[editar | editar código-fonte]
- ↑ https://www.researchgate.net/publication/280132590_Estimacao_de_Intervalos_de_Confianca_via_Reamostragem_Bootstrap (Acesso em 01-07-2017)
- ↑ https://www.maxwell.vrac.puc-rio.br/8741/8741_6.PDF (Acesso em 01-07-2017)
- ↑ https://www.ime.usp.br/~mbranco/Aula2_TecnicasII.pdf (Acesso em 01-07-2017)