Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox

REMAT: Revista Eletrônica da Matemática

Endereço:
Rua. Gen. Osório - Centro
Bento Gonçalves / RS
Site: https://periodicos.ifrs.edu.br/index.php/REMAT
Telefone: (54) 3204-2100
ISSN: 2447-2689
Editor Chefe: Greice da Silva Lorenzzetti Andreis
Início Publicação: 02/08/2015
Periodicidade: Semestral
Área de Estudo: Ciências Exatas, Área de Estudo: Matemática

Estimação por Máxima Verossimilhança para manter o padrão dos parâmetros da distribuição Weibull via BFGS com a linguagem de programação Ox

Ano: 2019 | Volume: 5 | Número: 1
Autores: Marcelo dos Santos
Autor Correspondente: Marcelo dos Santos | [email protected]

Palavras-chave: Máxima Verossimilhança, Monte Carlo, BFGS, Ox

Resumos Cadastrados

Resumo Português:

No presente trabalho foi realizada uma avaliação numérica do desempenho do método iterativo BFGS, usando a Estimação de Máxima  Verossimilhança  para os parâmetros da distribuição de Weibull biparamétrica sem censura. Para se obterem os resultados numéricos, implementamos o código computacional na linguagem de programação Ox, utilizando a função MaxBFS disponível na linguagem, simulação  Monte Carlo e rotinas estatísticas disponíveis na biblioteca da própria linguagem. O código utilizado encontra-se disponível no Apêndice 6. Os resultados numéricos apontam que a linguagem Ox é eficiente para problemas de maximização, além de validarem a aproximação assintótica normal para as distribuições marginais dos estimadores de Máxima Verossimilhança dos parâmetros da Weibull sem a presença de censura.



Resumo Inglês:

In the present work a performance numerical evaluation of BFGS iterative method was performed, using the Maximum Likelihood Estimation for the parameters of the uncensored biparametric Weibull distribution. In order to get the numerical results, we implemented the computational code in the programming language Ox, using the MaxBFS function available in the language, Monte Carlo simulation and statistical routines available in the language library. The code used is available in Appendix 6. The numerical results indicate that the Ox language is efficient for maximization problems, besides validating the normal asymptotic approximation for the marginal distributions of the Maximum Likelihood estimators of the Weibull parameters without the presence of censorship.