

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.
Na estimação do vetor de parâmetros , em modelos lineares, podem ser utilizados vários métodos. Os mais comuns são o Método dos Mínimos Quadrados e o Método da Máxima Verossimilhança. O propósito desses métodos é encontrar um estimador para o vetor de parâmetros tal que o somatório dos quadrados das distâncias entre cada ponto observado e seu correspondente estimado pelo modelo seja mínimo. Para esses dois métodos citados, os estimadores obtidos são iguais, no entanto, pode ocorrer, que para métodos diferentes, resultam-se estimadores diferentes. Nesses casos, é necessário escolher o melhor estimador. Assinale a alternativa que apresenta o(s) principal(is) critério(s) utilizado(s) para avaliar um estimador de um parâmetro para um modelo linear.
Considere o seguinte:
1. Não viesado - E(
) = βi ;
2. Consistência -
(|
− βi| ≥ ε)= 0 para qualquer ε > 0;
3. Suficiência - quando a função de densidade de probabilidade conjunta condicional das
observações amostrais, dado
, não depende do parâmetro
;
4. Variância Mínima - um estimador
é de variância mínima de
se para qualquer outro
estimador
* var(
) ≤ var(
*) para todo
*.
5. Normalidade – os parâmetros
devem distribuir-se conforme a distribuição normal padrão.
Não viesado.
Não viesado, Consistência, Suficiência e Variância Mínima.
Não viesado, Suficiência, Variância Mínima e normalidade.
Não viesado, Variância Mínima e normalidade.
Viesado, Consistência, Suficiência.