| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 288.91 KB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
O modelo gaussiano tem um protagonismo em Estatística que decorre de
propriedades — algumas das quais características desse modelo, que portanto melhor seria apodado de “anormal” do que de normal — que permitem um tratamento
matemático simples e elegante. Há uma tradição em usar o modelo gaussiano como
aproximação, justificada pelo Teorema Limite Central (TLC). No entanto, a procura
de demonstrações cada vez mais límpidas e gerais do TLC, exigindo cada vez menos
condições sobre existência de momentos, levou a uma formulação em que a velocidade
de convergência é apenas O(1/raizquadrada(n))
Porém, as modernas abordagens ao TLC usando
teoria da informação levam a pensar que será possível (e mesmo natural) obter
velocidades de convergência O(1/n). Esta forma de equacionar o problema leva-nos
naturalmente a estender a desigualdade de Cramér-Rao, e a caracterização das
situações em que o limite inferior de Cramér-Rao é atingido é uma forma intuitiva de
aceder à família exponencial de Fisher-Darmois-Koopman-Pitman.
Description
Keywords
Teoria da informação, desigualdade e limite inferior de Cramér- Rao família exponencial de Fisher-Darmois-Koopman-Pitman
Citation
Publisher
Braumann, C, Ferrão, M. E., Nunes, C