Considere uma amostra de tamanho n, em que se deseja fazer
inferência a respeito de um parâmetro θ. Assinale a
alternativa que faz referência ao procedimento
computacional bootstrap não paramétrico.
A
Reamostrar, do conjunto de dados, N amostras de
tamanho n, com reposição, estimar θ em cada uma
delas para obter uma distribuição empírica do
estimador.
B
Gerar N amostras de tamanho n, de uma distribuição
normal com a média e o desvio padrão estimados no
conjunto de dados, e obter uma distribuição
aproximada do estimador.
C
Reamostrar, do conjunto de dados, n amostras de
tamanho n-1, retirando uma observação diferente em
cada amostra gerada, e, com base nessa distribuição,
estimar o viés e o erro padrão do estimador.
D
Gerar N amostras de tamanho n de valores em um
intervalo de valores possíveis para o conjunto de
dados e obter uma aproximação da integral do
estimador de interesse.
E
Gerar N valores do estimador de interesse com base
em uma distribuição “envelope” e aceitar
probabilisticamente os valores com maior
correspondência ao conjunto de dados para obter uma
aproximação da distribuição verdadeira do estimador.
Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura
Ilimitada e libere uma
preparação completa com os melhores professores do Brasil.