( PDF ) Análise de covariância não-paramétrica

Universidade Federal de Minas Gerais

Instituto de Ciências Exatas

Departamento de Estatística

Análise de Covariância

Não-paramétrica

Dissertação de Mestrado

Gabriel Vinícius Araújo Fonseca

Orientador: Gregorio Saravia Atuncar

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

1

Agradecimentos

Agradeço primeiramente a Deus pela ajuda espiritual durante este trabalho.

Ao professor Gregorio que soube me orientar nas horas em que mais precisei.

Aos meus amigos e familiares que de forma direta e indireta me apoiaram nas horas mais

difíceis.

Ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pelo apoio

financeiro.

E por fim à minha namorada Bárbara que por dias e horas soube esperar e apoiar sempre e

sempre.

2

Sumário

Agradecimentos ............................................................................................................................ 1

Sumário ......................................................................................................................................... 2

1. Introdução e Revisão da Literatura ........................................................................................... 4

2. Regressão Não-paramétrica ...................................................................................................... 7

2.1. Método de Nadaraya-Watson (1964) ................................................................................ 7

2.2. Regressão Polinomial Local .............................................................................................. 10

3. Análise de Covariância Não-paramétrica ................................................................................ 11

3.1. Comparação de Dois Grupos ............................................................................................ 11

3.2. Comparação de

k

Grupos ............................................................................................... 14

3.3. Comparação com o teste de Hall e Hart (1990) ............................................................... 19

4. Métodos de Seleção Automática da Janela ............................................................................ 22

4.1. Método 1 – Ruppert, Sheather e Wand (1995)................................................................ 22

4.2. Método 2 – Fan e Gijbels (1995) ...................................................................................... 26

5. Wild Bootstrap ........................................................................................................................ 29

6. Análise Prática ......................................................................................................................... 32

6.1. Simulações ........................................................................................................................ 32

6.2. Comparação entre as estatísticas

N

T

e

N

S

..................................................................... 34

6.3. Aplicações ......................................................................................................................... 36

7. Conclusões e Trabalhos Futuros .............................................................................................. 42

Referências .................................................................................................................................. 44

3

Resumo

Neste trabalho, apresentaremos uma estatística de teste sobre a igualdade entre curvas

i

f

de

regressão não-paramétrica, quando temos tanto ruído homogêneo quanto não homogêneo e

ruído heterocedástico, ou seja, quando a variância depende do regressor e é diferente para

cada grupo. Tal teste é desenvolvido por Munk, Neumeyer e Scholz (2006).

A abordagem que será apresentada é muito natural, pois ela substitui as estatísticas de

máxima verossimilhança de uma análise de covariância paramétrica por estatísticas não-

paramétricas. Neste caso, é usado o núcleo-estimador para substituir essas estatísticas.

Para finalidades práticas, uma variação bootstrap é sugerida, mais conhecida como “wild

bootstrap”. Essa técnica visa uma melhor estimativa da distribuição dos erros e assim obter um

valor mais coerente da estatística de teste. Foram feitas simulações para verificar o nível e o

poder do teste para alguns modelos. Faremos ainda uma comparação entre o teste de Hall e

Hart (1990) e o de Munk, Neumeyer e Scholz (2006), através do nível e o poder do teste, a

título de curiosidade. Por fim, algumas aplicações com dados reais serão descritas.

4

1. Introdução e Revisão da Literatura

Ao longo dos últimos anos, a estatística não-paramétrica vem ocupando um lugar de destaque

na área científica da estatística. A estimação funcional pelo método do núcleo ou

simplesmente núcleo-estimador é uma opção para estimativas não-paramétricas. Essa técnica

vem sendo aplicada em funções de densidade, intensidade, distribuição e também de

regressão.

Uma questão crucial na aplicação deste método é a determinação do parâmetro de suavização

ou janela, normalmente denotado por

h

, que controla a quantidade de suavização a ser feita.

Se

h

é muito pequeno, admite-se demasiado ruído amostral, e se

h

é muito grande, omite-se

as características da curva. Existem vários métodos para a estimação desse parâmetro, como a

validação cruzada e o plug-in, os mais difundidos.

No caso da função de regressão, temos diferentes métodos de estimação, sendo os mais

difundidos na atualidade o de Nadaraya-Watson (Nadaraya, 1964 e Watson, 1964) e a

regressão polinomial local. Contudo a regressão polinomial local possui uma forma direta

(automática) para a seleção da janela ótima, ou seja, existe um critério de erro de estimação

envolvido na escolha da janela, como erro quadrado médio (MSE, em inglês). Assim

apresentaremos dois métodos: o primeiro utiliza o plug-in para obter a estimativa da janela

ótima assintótica, desenvolvido por Ruppert, Sheather e Wand (1995) e o segundo encontra a

estimativa da janela ótima através da minimização da soma do quadrado dos resíduos

integrado, o qual foi desenvolvido por Fan e Gijbels (1995).

Existe ainda uma forma de se obter a estimativa da função regressão para efeitos fixos

(igualmente espaçados), dado por Priestley e Chao (1972), uma variação do Nadaraya-Watson

(1964). Porém, mesmo com a suposição que

(

)

,

X Y

são vetores aleatórios, a regressão

estimada através dos métodos polinomial local e Nadaraya-Watson estimam muito bem para o

caso em que temos efeitos fixos.

No estudo de análise de covariância, Hall e Hart (1990) desenvolveram um teste bootstrap

para comparar duas curvas de regressão. Porém, o estudo realizado por eles foi apenas para

amostras de tamanhos iguais

(

)

1 2

n n

=

e para os mesmos pontos para a variável preditora, ou

seja, são dados da seguinte forma

(

)

{

}

, , ,1

i i i

x Y Z i n

≤ ≤

.

5

Em Dette e Neumeyer (2001) foram discutidos três testes estatísticos usando estimadores não-

paramétricos. Dado o modelo

(

)

(

)

, 1, , e 1, , ;

ij i ij i ij ij i

Y f t t i k j n

σ ε

= + = =… …

as hipóteses para o teste são:

0 1 1

: vs. , para algum .

k i j

H f f H f f i j

= = = ≠ ≠

…

As estatísticas de teste são:

( )

2 2

(1)

1 1 1 1

1 1

ˆ ˆ

i i

n n

k k

N ij ij ij i ij

i j i j

T Y f t Y f t

N N

= = = =

= − − −

∑∑ ∑∑

( ) ( )

( )

2

(2)

1 1

1

ˆ ˆ

i

n

k

N ij i ij

i j

T f t f t

N

= =

= −

∑∑

( ) ( )

( )

1

2

1

(3)

0

1 1

ˆ ˆ

k i

N i j ij

i j

T f t f t w t dt

−

= =

= −

∑∑

∫

onde

ˆ

f

é o estimador de regressão das amostras em conjunto (sob

0

H

),

ˆ

i

f

é estimador da

regressão para cada conjunto (sob

1

H

),

(

)

ij

w

⋅

são funções peso positivos que satisfazem

ij ji

w w

=

,

1

j i k

≤ < ≤

e

ij

t

são valores fixos e igualmente espaçados dado pela amostra.

Porém, todas as três estatísticas de teste não incorporam a função

(

)

i ij

t

σ

, ou seja, não

possuem boa aplicabilidade quando temos dependência da variância com a variável preditora

e variâncias diferentes entre os grupos. Note que neste caso não há mais as suposições feita

em Hall e Hart (1990) e assim garantindo melhor aplicação em dados reais.

Contudo, em Munk, Neumeyer e Scholz (2006), há uma proposta de um novo teste,

semelhante ao

(1)

N

T

de Dette e Neumeyer (2001). Para isso, é usada a estatística de máxima

verossimilhança de uma análise de covariância paramétrica heterocedástica para uma entrada

e depois a transferindo para o contexto não-paramétrico. Mas em Munk, Neumeyer e Scholz

(2006) foi utilizado o estimador de Nadaraya-Watson para a estimação da função de regressão,

o qual não possui uma forma direta de se obter a janela ótima. Assim substituímos o estimador

de Nadaraya-Watson pelo polinomial local e utilizamos uma das formas diretas para a escolha

da janela.

6

Contudo a convergência desse método é lenta e o uso somente do teste estatístico não nos

permite fazer uma boa decisão em cima das hipóteses. Assim é construída uma variação

bootstrap para refinar os erros heterocedásticos e assim obter um valor crítico para a

estatística de teste. Proposto, inicialmente, por Wu (1986) e Beran (1986) e finalizado

posteriormente por Liu (1988), esse mecanismo é conhecido na literatura por “Wild

Bootstrap”.

Assim, o objetivo central deste trabalho é a abordagem da análise de covariância não-

paramétrica desenvolvida por Munk, Neumeyer e Scholz (2006), utilizando a regressão

polinomial local e suas formas diretas de se obter a janela ótima.

Dessa forma, este trabalho compõe-se das seguintes partes: no segundo capítulo,

descreveremos o procedimento da regressão não-paramétrica, tanto para efeitos fixos quanto

para efeitos aleatórios. No capítulo 3, apresentamos os testes estatísticos de Munk, Neumeyer

e Scholz (2006) e Hall e Hart (1990), sendo o primeiro para os casos com dois grupos ou mais, e

para o segundo somente para o caso com dois grupos. O capítulo quatro contém os dois

métodos automáticos para a escolha da janela ótima. No quinto capítulo é descrito o

procedimento “wild bootstrap” e as condições para a sua aplicação. No capítulo 6, são

apresentadas as simulações e duas aplicações em dados reais. A primeira aplicação é referente

à produção de cebolas em duas regiões da Austrália. Já a segunda é referente ao fluxo líquido

de carbono na atmosfera produzido através de mudanças no uso do solo, como

desmatamento para uso agropecuário. No capítulo 7 são apresentadas as conclusões e a

proposta de trabalhos futuros.

7

2. Regressão Não-paramétrica

Uma técnica estatística extensamente usada, em geral, é a regressão (linear). Os modelos de

regressão são ferramentas poderosas para se modelar a variável

Y

como função da variável

preditora

X

, permitindo a predição de valores futuros de

Y

e a construção de testes e

estimativas intervalares para as predições e parâmetros.

Modelos de regressão são também suscetíveis a alguns problemas como em outros modelos

paramétricos. Considere um simples modelo de regressão linear,

0 1

, 1, , ,

i i i

Y X i n

β β ε

= + + =

…

(1)

com os erros

i

ε

geralmente dados como variáveis aleatórias identicamente e

independentemente distribuídas de acordo com uma normal com média zero e variância

2

σ

.

Se esse modelo é uma boa representação da realidade, as estimativas de mínimos quadrados

(também chamados de Estimadores de Máxima Verossimilhança) de

β

podem ser calculadas

e por fim utilizá-las para uma previsão depois da construção do modelo.

Mas, às vezes, ajustar uma relação funcional paramétrica envolvendo o modelo (1) pode trazer

inferências equivocadas, quando os dados não seguem as suposições necessárias. Logo

podemos utilizar os métodos de regressão não-paramétrica, baseados em núcleos-

estimadores, para estimar o modelo. Assim, nas duas seções subseqüentes, iremos apresentar

duas técnicas muito difundidas para se obter a estimativa do modelo não-paramétrico.

2.1. Método de Nadaraya-Watson (1964)

Uma alternativa mais geral para (1), é um modelo de regressão não-paramétrico

(

)

,

i i i

Y m X

ε

= +

(2)

onde os

'

i

s

ε

são

. . .

ii d

. Se

(

)

, , 1, ,

i i

X Y i n

=

…

são observações de um vetor

(

)

,

X Y

, a curva

de regressão

( )

m x

é a esperança condicional

(

)

( ) |

m x E Y X x

= =

com

(

)

| 0

E X x

ε

= =

, e

(

)

2

| ( )

V X x x

ε σ

= =

não necessariamente constante.

Note que, se

( ) ( | ),

m x E Y X x

= =

(3)

8

tem-se que

( ) ( | )

( , )

,

( )

X

m x yf y x dy

f x y

y dy

f x

=

∫

(4)

onde

( )

X

f x

,

( , )

f x y

, e

( | )

f y x

são a densidade marginal de

X

, a densidade conjunta de

(

)

,

X Y

, e a densidade condicional de

Y

dado

X x

=

, respectivamente. Uma estimativa pelo

método do núcleo para

( , )

f x y

é

1

ˆ

( , ) ,

n

i i

x y

i

x y x y

x X y Y

f x y K K

nh h h h

=

 

− −

=

 

 

∑

enquanto uma estimativa para

( )

X

f x

é

1

ˆ

( ) .

n

i

X x

i

x x

x X

f x K

nh h

=

 

−

=

 

 

∑

Substituindo em (4), as estimativas acima, temos

( )

1

ˆ

.

n

i i

x y x y

i

x y

n

i

x x

i

x

n

i i

x y

i

y x y

n

i

x

i

x

x X y Y

y nh h K K

h h

m x dy

x X

nh K

h

x X y Y

y

K K dy

h h h

x X

K

h

−

=

−

=

 

− −

 

 

=

 

−

 

 

 

− −

 

 

=

 

−

 

 

∑

∫

∑

∫

∑

Note que substituindo

(

)

i y

u y Y h

= −

,

( ) 1

y

K u du

=

∫

,

( ) 0

y

uK u du

=

∫

e assumindo que

K

é simétrica em torno do zero, temos

( )

1

ˆ

n

i

i y x y

i

x

n

i

x

i

x

x X

Y uh K K u du

h

m x

x X

K

h

=

 

−

+

 

 

=

 

−

 

 

∑

∫

∑

9

( )

1

.

n

i

x i y y

i

x

n

i

x

i

x

x X

K Y uh K u du

h

x X

K

h

=

 

−

+

 

 

=

 

−

 

 

∑

∫

∑

Logo, obtemos o núcleo-estimador de Nadaraya-Watson,

1

ˆ

( ) ,

n

i

n

x

NW i i

n

i

x

x X

K Y

h

m x wY

x X

K

h

=

 

−

 

 

= ≡

 

−

 

 

∑

(5)

uma função linear de

Y

com pesos

1

( ) .

ˆ

( )

i

X

x X

K

h

w nh

f x

−

 

 

 

=

O núcleo estimador de Nadaraya-Watson é mais natural para modelos de efeitos aleatórios,

como em (2). Se

X

f

é conhecido, um peso alternativo óbvio é

1

( ) .

( )

i

X

x X

K

h

w nh

f x

−

 

 

 

=

Se os pontos da amostra

(

)

1

,...,

n

x x

são fixos, devemos considerar uma forma diferente para

o núcleo-estimador da função de densidade, pois a intuição de (4) estaria perdida. Assim uma

forma diferente para a “função densidade” seria

( )

1

ˆ

( ) .

X i

i i

f x

n x x

−

=

−

Neste caso, temos o estimador de Priestley-Chao (Priestley e Chao, 1972) para a função de

regressão (trocando

(

)

X

f x

por

(

)

X i

f x

) será

( )

1

ˆ

( ) .

n

i

PC i i i

i

x x

m x h x x K Y

h

−

=

−

 

= −

 

 

∑

(6)

10

Existem outros estimadores na literatura para o caso de efeitos fixos, como o de Gasser e

Müller (1984), que não serão adotados aqui, pois fogem do objetivo principal do trabalho.

Mais informações podem ser obtidas em Simonoff (1996) e Bowman e Azzalini (1997).

2.2. Regressão Polinomial Local

Supondo o mesmo modelo (2), agora o interesse é estimar a função de regressão

( ) ( | )

m x E Y X x

= =

e suas derivadas usando uma amostra aleatória de

(

)

,

X Y

. Essa forma

de se obter a estimativa da função de regressão é a polinomial local. Então, se as

p

primeiras

derivadas de

( )

m x

no ponto

0

x

existem, nós podemos aproximar a função

( )

m x

por um

polinômio de ordem

p

, dado por:

( )

0 0 0 0 0

( ) ( ) ( )( ) ( )( ) / !

p p

m x m x m x x x m x x x p

′

≈ + − + + −

…

onde

0

x

é um ponto vizinho a

x

. Assim devemos obter o valor de

0

ˆ

( ; , )m x h p

β

=

através dos

mínimos quadrados de:

( )

2

0

0 0

1 0

ˆ ˆ

( , , ) argmin ,

p

n

j

T

i

p i j i

i j

X x

Y X x K

h

β

β β β

= =

 

−

 

= − −

 

 

 

 

∑ ∑

…

(7)

onde

K

é a função densidade simétrica conhecida como função núcleo e

h

é a janela.

Seja

Χ

uma matriz dada da seguinte forma:

( )

1 1

1

p

n n

X x X x

X

X x X x

 

− −

 

=

 

− −

 

 

⋯

⋮ ⋮ ⋮ ⋮

⋯

assim como

1

( , , )

T

n

Y Y Y

=

…

e

(

)

{

}

(

)

{

}

1

, ,

n

W diag K X x h K X x h

 

= − −

 

…

. Logo

temos que

(

)

1

0

ˆ ˆ

( , , )

T T T

p

X WX X WY

β β

−

=…

é a solução dos mínimos quadrados para (7) e assim definimos

0

ˆ

( )m x

β

=

.

11

3. Análise de Covariância Não-paramétrica

3.1. Comparação de Dois Grupos

Um tema clássico na análise estatística é a comparação de dois ou mais grupos. Para

simplificar a notação, iremos restringir, por um momento, ao caso de dois grupos. A extensão

para três ou mais grupos será apresentada em 3.2.

No contexto de regressões, considere o seguinte modelo

(

)

(

)

, 1, , , 1,2,

ij i ij i ij ij i

Y f t t j n i

σ ε

= + = =…

(8)

onde

ij

t

são valores fixos das medidas,

i

f

denotam as funções de regressões desconhecidas,

(

)

i ij ij

f t E Y

 

=

 

e

2

i

σ

as funções de variância desconhecidas,

(

)

2

i ij ij

t Var Y

σ

 

=

 

da

observação j-ésima

(

)

1, ,

i

j n

=

…

no i-ésimo grupo

(

)

1,2

i =

. Os erros

ij

ε

são assumidos

como variáveis independentes e identicamente distribuídos com média 0 e variância 1. Nosso

objetivo é testar a igualdade das funções de regressão

1

f

e

2

f

.

Sob a suposição paramétrica sobre os erros

ij

ε

e as funções

i

f

e

2

i

σ

, temos a comum análise

de covariância. Sem essas suposições, em particular quando a forma da função

i

f

não é

especificada, temos a análise de covariância não-paramétrica, que vem recebendo bastante

atenção na literatura.

Muitos testes para

0 1 2 1 1 2

: versus :

H f f H f f

= ≠

(9)

não podem ser aplicados para o modelo em geral (8), pois assumem que os grupos têm o

mesmo tamanho amostral, os regressores seguem a mesma distribuição entre as populações,

ou que existe um erro homocedástico, por exemplo, as variâncias

2

i

σ

são independentes do

regressor

t

.

O teste apresentado neste trabalho é baseado na idéia de comparar um estimador de

“mínimos quadrados” ponderado sob a suposição de igualdade das curvas de regressão com

um estimador que é baseado nos estimadores não-paramétricos

ˆ

i

f

para

i

f

(sob a hipótese

alternativa), exatamente como na análise de covariância paramétrica.

12

Para motivar o procedimento assuma, por um momento, que as funções de regressão são

constantes

( )

i i

f t

µ

≡

, as funções de variância são constantes e conhecidas

2 2

( )

i i

t

σ σ

=

e os

erros

ij

ε

são normalmente distribuídos. Em outras palavras, considere o teste de igualdade de

médias

0 1 2

:H

µ µ

=

para duas amostras

( )

. .

2

~ , , 1, , , 1,2.

i i d

ij i i i

Y N j n i

µ σ

= =…

O método de máxima verossimilhança nos leva a estimar

1

ˆ

i

n

i ij

j

i

Y

n

µ

=

∑

na amostra

individual

(

)

1,2

i =

, e

( )

2

1 1

1 2

2 2

1 1 2 2

ˆ ˆ ˆ

1 , onde ,

n

a a a

n n

σ

µ µ µ

σ σ

−

− −

= + − =

+

na amostra conjunta (sob

0

H

). Considerando

Y

ɶ

como toda a amostra, no teste da razão de

verossimilhança temos

( )

(

)

( )

1 2

2

1

2 2

2

1 1

2

1

2

1 1

ˆ

|

ˆ ˆ

, |

ˆ

2 exp

2

ˆ

2 exp

2

i

n

ij

i

i j

i

n

ij i

i

i j

i

L Y

Y

L Y

y

µ

λ

µ µ

µ

πσ

σ

µ

πσ

σ

−

= =

−

= =

=

 

−

 

−

 

 

 

=

 

−

 

−

 

 

 

∏∏

ɶ

( )

(

)

(

)

2

2 2

1 1

ˆ ˆ

exp .

2 2

i

n

ij ij i

i j

i i

y y

Y

µ µ

λ

σ σ

= =

 

− −

 

= − +

 

 

 

∏∏

ɶ

O logaritmo da razão de verossimilhança tem a seguinte forma

(

)

(

)

( ) ( )

2 2

1 1 1 1

2ln

1 1

ˆ ˆ

,

i i

n n

ij i ij i i

i j i j

Y

Y Y

N N N

λ

µ σ µ σ

− −

= = = =

− = − − −

∑∑ ∑∑

ɶ

(10)

onde

1 2

N n n

= +

denota o tamanho total da amostra.

Considere no modelo de regressão a classe dos estimadores comuns

13

(

)

(

)

(

)

(

)

(

)

(

)

1 2

ˆ ˆ

1 ,

f x a x f x a x f x

= + −

ɶ

(11)

onde

ˆ

i

f

denota o estimador pelo método do núcleo da função de regressão

i

f

(

)

1,2

i =

.

Nessa classe, é minimizado o erro quadrado médio assintótico de

f

ɶ

( )

2

2 2

2

1

1 1 2 2

1 ( ) ( )

( ) ( )

( ) ,

( ) ( )

a x x

AMSE f K u du

n hr x n hr x

σ

 

−

 

= + 

 

 

 

∫

ɶ

onde

h

denota o parâmetro de suavização e

K

a função núcleo. Logo encontramos o peso

2

1 1 1

2 2

1 1 1 2 2 2

( ) ( )

( ) ,

( ) ( ) ( ) ( )

x n r x

a x

x n r x x n r x

σ

σ σ

−

− −

=

+

que minimiza o

AMSE f

 

 

ɶ

, onde

i

r

denota a função densidade da i-ésima amostra. Agora,

substituímos

2

i

σ

e

i

r

pelos apropriados núcleo-estimadores

2

ˆ

i

σ

,

ˆ

i

r

para

1,2

i

=

, e denote por

ˆ

f

o resultado do estimador conjunto de

f

ɶ

. Assim, como a estatística de teste para a

hipótese (9), analogamente a (10), temos:

( )

( ) ( )

( )

2 2

1 1 1 1

1 1

ˆ ˆ

.

i i

n n

N ij ij i ij ij i ij i ij

i j i j

T Y f t t Y f t t

N N

σ σ

− −

= = = =

= − − −

∑∑ ∑∑

(12)

Todos os estimadores serão apresentados na próxima seção, onde reapresentaremos a

estatística de teste (12) para o caso geral. Em Munk, Neumeyer e Scholz (2006), foi mostrado

que sob a hipótese nula a estatística de teste padronizada

N

C

N h T

Nh

 

−

 

 

é assintoticamente normal com média zero e variância assintótica

2

τ

, onde

C

e

2

τ

dependem somente da função núcleo

K

, e são definidos por

2

2 (0) ( ) e

C K K u du

= −

∫

( )

2

2 2 ( ) ,

K K K u du

τ

= − ∗

∫

14

onde

∗

denota a convolução de

K

com ela mesma. Feito os cálculos para

(

)

0,1

K N

∼

,

encontramos

0,516

C

=

e

2

0,813

τ

=

. A seguir iremos apresentar o teste para k grupos e

apresentaremos as propriedades e suposições para a convergência da estatística de teste.

3.2. Comparação de

k

Grupos

Nesta seção, iremos apresentar a extensão da estatística

N

T

definida em (12) para o caso de

k

amostras, ou seja, trabalharemos com o seguinte modelo

( ) ( ) , 1, , , 1, , ,

ij i ij i ij ij i

Y f t t j n i k

σ ε

= + = =

… …

(13)

e as hipóteses seriam

0 1 1

: versus : para algum .

k i j

H f f H f f i j

= = ≠ ≠

…

(14)

Adicionalmente algumas notações e suposições devem ser levadas em considerações para

garantir a convergência da estatística de teste. Logo assuma que os tamanhos amostrais são

1

, 1, , ,

i

n

O i k

N N

κ

 

= + =

 

 

…

(15)

onde

(

)

0,1

i

κ

∈

e

1

k

i

N n

=

∑

é o tamanho total amostral, ou seja, tamanho das amostras

muito discrepantes entre uma e outra pode comprometer os resultados. Os pontos fixados

ij

t

podem ser modelados por uma densidade

i

r

tal que

0

( ) , 1, , , 1, , .

ij

t

i i

i

j

r t dt j n i k

n

= = =

∫

… …

(16)

Isso garante que a probabilidade de termos um ponto em cada intervalo entre os

ij

t

são iguais.

Detalhes podem ser vistos em Sacks e Ylvisaker (1970). Posteriormente, assumiremos que as

densidades

i

r

e as funções de variância

2

i

σ

poderão ser limitadas acima de zero, ou seja,

2

[0,1] [0,1]

inf ( ) 0, inf ( ) 0, 1, , .

i i

t t

r t t i k

σ

∈ ∈

> > =

…

(17)

Asssume-se que as funções de densidade, regressão e variância são d-vezes continuamente

diferenciáveis, isto é,

15

(

)

, , 0,1 , 1, , ,

d

i i i

r f C i k

σ

∈ =

…

(18)

onde

2

d

≥

.

Como mencionado na seção anterior, o teste estatístico é baseado nos núcleo-estimadores de

i

f

e

i

σ

. Para esse fim, é necessário um núcleo simétrico

: ,

K

→

ℝ ℝ

com um suporte

compacto e de ordem d (mais detalhes em Gasser et al., 1985), ou seja,

( )

2

1, 0

1

( ) 0, 1 1, ( ) .

!

0,

j

d

j

K u u du j d K u du

j

k j d

=



−

= ≤ ≤ − <∞





≠ =



∫ ∫

(19)

Assuma que a janela

N

h h

=

satisfaz as seguintes condições

( )

2

2 2

0 e log para .

d

Nh Nh h N

→ → ∞ → ∞

(20)

A seguir, apresentaremos os estimadores para

, e

i i i

r f

σ

, onde

ˆ

e

i i

f

σ

são baseados nos

estimadores de Nadaraya-Watson ou pelo estimador de regressão polinomial local. Para se

estimar as densidades

i

r

usaremos

1

ˆ

( ) .

i

n

ij

i

j

i

x t

r x K

n h h

=

−

 

=

 

 

∑

(21)

O estimador de

i

f

é definido por

1

1 1

ˆ

( ) , 1, , .

ˆ

( )

i

n

ij

i ij

j

i i

x t

f x K Y i k

n h h r x

=

−

 

= =

 

 

∑

…

(22)

Seguindo a mesma idéia da seção anterior, tem-se a generalização da estatística de teste (12)

para

k

amostras

( )

( ) ( )

( )

2 2

1 1 1 1

1 1

ˆ ˆ

,

i i

n n

k k

N ij ij i ij ij i ij i ij

i j i j

T Y f t t Y f t t

N N

σ σ

− −

= = = =

= − − −

∑∑ ∑∑

(23)

onde o estimador comum de

f

é obtido como (sob a hipótese nula),

16

( )

2

1 1

2

1 1

ˆ

( ) .

ˆ

i

k n

ij

ij i ij

i j

k n

ij

i ij

i j

x t

K Y t

h

f x

x t

K t

h

σ

−

= =

−

= =

−

 

 

 

=

−

 

 

 

∑ ∑

(24)

Finalmente, as variâncias

2

i

σ

têm que ser estimadas por um método não-paramétrico em

geral. Esse estimador foi proposto com um espírito similar aos estimadores de Ruppert et al.

(1997), Fan e Yao (1998) e Härdle & Tsybakov (1997). Assim, neste contexto, define-se

( )

2

1

1 1

ˆ

( ) ( ) , 1, , .

ˆ

( )

i

n

ij

i ij i ij

j

i i

x t

x K Y f t i k

n h h r x

σ

=

−

 

= − =

 

 

∑

…

(25)

Figura 1: Gráfico para a função variância.

-2 -1 0 1 2

0.05 0.15

Malha de X

Função Variância

Estimador de Fan

Estimador de Munk

Modelo sin(2*x)+2*exp(-16*x^2)+.3*rnorm(n,0,1),

Janela de Ruppert = 0,10 e n = 200

-2 -1 0 1 2

0.05 0.15

Malha de X

Função Variância

Estimador de Fan

Estimador de Munk

Modelo sin(2*x)+2*exp(-16*x^2)+.3*rnorm(n,0,1),

Janela de Fan = 0,05 e n = 200

17

Outro estimador é o de Fan e Gijbels (1995) que será apresentado na seção 4.2 em (38).

Ambos apresentam valores bem próximos, sendo que a variância dada em (38) é sempre maior

que em (25), como podemos ver na figura 1. Isso devido ao denominador da função variância

de Fan ser menor que a de Munk em (25). O comportamento diferente das funções variâncias

para cada gráfico se deve ao valor da janela ótima. O primeiro foi escolhido pelo método de

Ruppert (seção 4.1) onde o valor encontrado é igual a 0,11 e o segundo pelo de Fan (seção 4.2)

igual a 0,05. Logo, com uma janela menor, a curva tem o comportamento mais suavizado.

Outros estimadores de

2

ˆ

i

σ

estão sendo estudados por Atuncar (2009).

O Teorema 1 fornece a distribuição assintótica da estatística de teste

N

T

.

Teorema 1

Assuma o modelo (13), onde os erros

ij

ε

são variáveis aleatórias com variância

(

)

var 1

ij

ε

=

e

4

,

ij

E M i j

ε

 

≤ < ∞ ∀

 

. Então sob as suposições (15)-(20) e sob a hipótese nula, com

N

T

definida em (24), temos que

( )

2

0, ,

D

N N

N

C

U N h T

Nh

τ

→∞

 

= − →Ν

 

 

onde

( )

2

2( 1) 2 ( ) ,

k K K K u du

τ

= − − ∗

∫

e

∗

denota a convolução de K com ela mesma. A constante C é definida como

2

2 (0) ( )

C K K u du

= −

∫

.

Para o teste de hipótese (14), rejeitamos

0

H

com um nível

α

quando

1

,

N

C

N h T

Nh

u

α

τ

−

 

−

 

 

>

(26)

onde

1

(1 )

u

α

−

= Φ −

denota o quantil

(

)

1

α

−

de uma distribuição normal padrão. Note que

C e

2

τ

são constantes conhecidas. A consistência do procedimento de teste (26) para a

hipótese alternativa

1

H

segue do próximo resultado.

18

Teorema 2

Assuma que

i j

f f

≠

, sob

1

H

, em um conjunto de probabilidade positivo na reta para algum

i

e

j

em

{

}

1, ,

k

…

. Sob as suposições do Teorema 1, temos

(

)

(

)

2

0, ,

D

N N

N

R N T

µ γ

→∞

= − →Ν

(27)

onde as constantes são definidas como

( )

(

)

(

)

(

)

(

)

( ) ( )

2 2

2

1 1

1

e 4 .

k k

l l l j j j

j l

k

j l

l l l

l

l j

x r x x r x

f f x dx

x r x

σ κ σ κ

µ γ µ

σ κ

− −

−

= =

=

<

= − =

∑∑

∫

∑

(28)

As provas dos Teoremas 1 e 2 podem ser encontradas no apêndice do artigo de Munk,

Neumeyer e Scholz (2006).

O Teorema 2 pode ser utilizado em vários caminhos. Primeiro, uma aproximação do poder

pode ser obtida via

( )

1

1 .

N

H

C

N h T

u

N C

Nh

P u o

Nh Nh

N o

α

τ

µ

τ γ

γ γ

µ

γ

−

 

−

 

 

 

 

> = Φ − − +

 

 

 

 

 

= Φ +

 

 

(29)

Segundo, um simples intervalo de confiança

(

)

1

α

−

unilateral para a medida de discrepância,

µ

em (28) entre as funções

i

f

(

)

1, ,

i k

=

…

é obtida como

2

1

0,

4 2

N N

c c

CI T T c

α

−

 

= + + +

 

 

(30)

onde

( )

2

1 2

4

c u N

α

−

=

e para

:0 0,5

α α

< <

.

A convergência de

N

U

para a distribuição normal é lenta para tamanhos amostrais finitos,

assim Munk, Neumeyer e Scholz (2006) fazem um estudo usando “Wild Bootstrap”. Tal

método será descrito no capítulo 5.

19

Na próxima seção descreveremos o procedimento bootstrap adotado por Hall a Hart (1990)

para a comparação entre duas médias em um foco não-paramétrico.

3.3. Comparação com o teste de Hall e Hart (1990)

Antes de trabalharmos com Dette e Neumeyer (2001) e Munk, Neumeyer e Scholz (2006),

trabalhamos com teste de comparação entre médias em regressão não-paramétrica, mais

simples que o apresentado na seção anterior. Assim, iremos apresentar somente o teste para

duas amostras e mais detalhes sobre o caso geral pode ser encontrado em Hall e Hart (1990).

Assuma que os dados seguem a seguinte forma

(

)

{

}

, , ,1

i i i

x Y Z i n

≤ ≤

, e são estruturados de

acordo com os modelos

(

)

(

)

, , 1 ,

i i i i i i

Y f x Z g x i n

ε η

= + = + ≤ ≤

(31)

onde

1

, ,

n

ε ε

…

e

1

, ,

n

η η

…

denotam os erros aleatórios independentes, sendo que os

i

s

ε

′

possuem uma distribuição e os

i

s

η

′

possuem outra. As hipóteses do teste são

0 1

: versus : .

H f g H f g

= ≠

(32)

Seja

(

)

2

var

i

σ ε

=

e

(

)

2

var

i

τ η

=

. Neste caso os pontos

i

x s

′

são fixos, e sem perda de

generalidade, definidos em um intervalo

(

)

0,1

, embora essa suposição possa ser removida.

Defina

i i i

D Y Z

= −

para

1

i n

≤ ≤

, e seja

i i n

D D

−

=

para

1

n i n m

+ ≤ ≤ +

, onde

[

]

m np

=

, a

parte inteira de

np

, com

0 1

p

< <

fixo. Assim a estatística de teste é dada como

( )

1

2

1 1

1

0 1 1

.

2

j m

n n

i i

n i

j i j i

D D

S D n

−

+

− −

+

= = + =

 

 

−

 

=

 

 

 

 

 

∑ ∑ ∑

(33)

O valor de

n

S

tende a ser moderado quando a hipótese nula em (31) é verdadeira, e grande

quando ela é falsa. O quanto “grande” será o valor da estatística de teste será determinado ou

por uma aproximação assintótica ou por uma aproximação bootstrap, os quais ambos serão

apresentados a seguir.

20

Considere que

(

)

{

}

,0 1

W t t

≤ ≤

denota um Movimento Browniano, e estenda

W

para o

intervalo

(

)

0,2

definindo

(

)

(

)

(

)

1 1

W t W t W= − +

para

1 2

t

< <

. A distribuição assintótica

da estatística

n

S

, sobre a hipótese nula, é dada por

( ) ( )

1

2

0

n

S S W t p W t dt

 

→ = + −

 

∫

(34)

sendo a convergência em distribuição (

n

→∞

) e relembrando que

p

é fixado no intervalo

(

)

0,1

.

Para explicar o comportamento de

n

S

sob a hipótese alternativa

1

H

, defina, para cada

n

e

1, ,

i n

=

…

,

i

x

como o quantil

i n

de uma distribuição com densidade

r

. Estendendo

f

para o intervalo

[0,2)

, e o mesmo para

g

e

r

, e se

f

e

g

são limitados e contínuos no

intervalo

(

)

0,1

, temos que

(

)

(

)

1 2 2

, ,

n

n S s f g

σ τ

−

→ +

(35)

quase certamente, onde

( ) ( ) ( ) ( )

2

1

3

0 1

0

, ,

t p

j m

n

i

j i j

t

n D s f g f u g u r u du dt

+

−

= = +

 

 

→ = −

 

 

 

 

∑ ∑

∫ ∫

(36)

com probabilidade 1 quando

n

→∞

. Mais detalhes podem ser encontrados em Hall e Hart

(1990).

A fórmula (34) descreve o limite

S

de

n

S

sob a hipótese nula. Em princípio, um nível

assintótico α do teste pode ser obtido usando esse resultado. Por integração numérica ou

métodos Monte Carlo, calcule

u

tal que

(

)

Pr S u

α

> =

, e rejeita-se

0

H

quando

n

S u

>

. O

erro do nível para esse teste é da ordem de

1

n

−

. Entretanto, o bootstrap fornece um erro para

o nível do teste da ordem de

2

n

−

e não é mais trabalhoso para ser aplicado do que o teste

assintótico. O teste bootstrap possui uma aproximação exata do quantil

n

u

tal que, sob a

hipótese nula,

(

)

Pr

n n

S u

α

> =

.

21

O método bootstrap funciona da seguinte maneira. Seja

( )

1

n

i i

i

Y Z n Y Z

−

=

− = −

∑

e

(

)

i i i

d Y Z Y Z

= − − −

. Do conjunto

{

}

1

, ,

n

d d

…

, retiramos aleatoriamente e com reposição

uma reamostra

{

}

* *

1

, ,

n

d d

…

. Logo defina

( )

1

2

* *

1 1

1

* *

0 1 1

2

j m

n n

i i

n i

j i j i

d d

S d n

−

+

− −

+

= = + =

 

−

 

 

=

 

 

 

 

∑ ∑ ∑

(37)

o qual é idêntico ao definido em (33), exceto que

i

D

é substituído por

*

i

d

. Repetindo a

reamostragem, calcule

ˆ

n

u

tal que

(

)

*

ˆ

Pr |

n n

S u

α

> Ω =

, onde

(

)

{

}

, , ,1

i i i

x Y Z i n

Ω = ≤ ≤

denota a amostra. O teste bootstrap rejeita

0

H

em favor de

1

H

se

ˆ

n n

S u

>

.

Quando

0

H

é verdadeira, a distribuição empírica

ˆ

F

de

{

}

1

, ,

n

d d

…

é uma boa aproximação

para a distribuição nula de

i

D

, e assim o teste bootstrap é uma boa aproximação para o teste

exato. Se

1

H

é verdadeira, os dados

{

}

1

, ,

n

d d

…

não garantirão que

ˆ

F

se aproxima bem da

distribuição nula de

i

D

, mas garantirão que o bootstrap proporcione uma boa aproximação

para o teste em grandes amostras. Mais detalhes sobre as provas e a generalização do teste

para mais de duas regressões, podem ser obtidas em Hall e Hart (1990).

22

4. Métodos de Seleção Automática da Janela

4.1. Método 1 – Ruppert, Sheather e Wand (1995)

Seja

ˆ

(; , )

m h p

⋅

o estimador de

( )

m x

dado por uma determinada janela

h

e por uma

regressão polinomial de ordem

p

. Assim temos que o erro quadrado médio integrado de

ˆ

(; , )

m h p

⋅

dada a amostra

1

, ,

n

X X

…

é igual a:

( )

{ }

( )

{ }

( )

2

1 1

ˆ ˆ

MISE ; , | , , ; ( ) | , , .

n n

m h p X X E m x b m x f x dx X X

 

⋅ = −

 

∫

… …

Usando a seguinte notação

(

)

(

)

l

L u L u du

µ

=

∫

e

( ) ( )

2

R L L u du

=

∫

, onde

L

é uma

função qualquer e que ambas integrais convergem, podemos reescrever o erro quadrado

médio integrado de

( )

m x

da seguinte forma, para

p

ímpar (ver o teorema 4.1 de Ruppert e

Wand, 1994):

(

)

{

}

(

)

(

)

( ) ( )

{ }

( )

( ) ( )

( )

1 1 2

1

2

1

2 2

1

1 1 2 2

ˆ

MISE ; , | , ,

1 !

,

n p

S

p

m x h p X X n h R K x dx

h K p m x f x dx

o n h h

σ

µ

− −

+

− − +

=

+ +

∫

…

onde

S

⊂ℜ

é suporte da variável aleatória

X

e

p

K

é função núcleo de ordem

1

p

+

, onde

0,

p p

K K

=

. Para isso definimos

{

}

, ,

( ) ! ( ) ( )

r p r p p

K u r M u N K u

=

onde

p

N

é uma matriz

(

)

(

)

1 1

p p

+ × +

tendo os elementos

(

)

,

i j

iguais a

2

( )

i j

u K u du

+ −

∫

e

,

( )

r p

M u

igual a

p

N

,

exceto na linha

(

)

1

r

+

que é substituída por

(

)

1, , ,

p

u u

…

.

A aproximação do

(

)

{

}

ˆ

MISE ; ,

m x h p

quando

p

não é ímpar, contém complicações nas

contas para a janela ótima, por isso optamos por considerar o valor de

p

ímpar. Assim o valor

assintótico da janela ótima aproximada é igual a:

( )

(

)

1 2 3

2 2

1

2 2

1

( 1)( !) ( ) ( )

.

2 ( ) ( ) ( )

p

S

MISE

p

p p

S

p p R K x dx

h

n K m x f x dx

σ

µ

+

 

+

 

 

∫

≃

23

A estratégia adotada por Ruppert, Sheather e Wand (1995) é utilizar a técnica plug-in para

substituir as integrais desconhecidas. Assim iremos restringir os valores de

3

p

=

e

2

r

=

(

2

s

=

, o qual aparecerá mais a frente) e no caso de

2 2

( )x

σ σ

=

, ou seja, erros

homocedásticos. Por simplicidade, definimos o suporte de

X

igual a

[ , ]

S a b

=

. Toda parte

assintótica será omitida, pois foge do objetivo do nosso trabalho e para não deixá-lo muito

extenso. Assim mais detalhes podem ser encontrados em Ruppert, Sheather e Wand (1995).

Considere que, a janela ótima assintótica, pode ser escrita como:

( )

1

2

5

1

22

( ) ,

AMISE

b a

h C K

n

σ

θ

 

−

=

 

 

onde

1

( )

C K

é uma constante que depende somente da função núcleo e que

( ) ( )

( ) ( ) ( ) , , 0, par.

r s

rs

m x m x f x dx r s r s

θ

= ≥ +

∫

Um estimador do tipo núcleo de

rs

θ

é dado por:

1 ( ) ( )

1

ˆ

ˆ ˆ

( ) ( ; ) ( ; ),

n

r s

rs i i

i

g n m X g m X g

θ

−

=

∑

porém necessitamos do valor de g. Assim, um valor assintótico para ele será

1

7

2

24

( )

( ) ,

AMSE

b a

g C K

n

σ

θ

 

−

=

 

 

onde

2

( )

C K

é também uma constante que depende somente da função núcleo. Em

AMISE

h

,

temos que substituir

2

σ

por um estimador, igual a

( )

{ }

2

2 1

1

ˆ ˆ

( ) ; , ,

n

p i i

i

Y m X p

σ λ ν λ

−

=

= −

∑

sendo

2

ii ij

i ij

n w w

ν

= − +

∑ ∑∑

e

(

)

1

T T T

ij j

w e X WX X We

−

=

, onde

j

e

é um vetor

contento 1 na posição

j

e zeros nas demais posições. Contudo, temos que encontrar o valor

de

λ

, o qual pode ser aproximado assintoticamente por

24

1

(4 5)

4

3

2 2

1, 1

( )

( ) .

p

AMSE

p p

b a

C K

n

σ

λ

θ

+

+ +

 

−

=

 

 

Para

2

ˆ

( )

p

σ λ

devemos usar um valor de

p

menor ou igual a três (o valor escolhido antes) e

também ímpar, ou seja,

1

p

=

. Assim temos que

1

4 9

3

2 2

22

( )

( ) ,

AMSE

b a

C K

n

σ

λ

θ

 

−

=

 

 

onde

3

( )

C K

é uma constante.

Note que tanto em

AMSE

g

quanto em

AMSE

λ

aparecem valores também desconhecidos (

2

σ

e

rs

θ

). Se continuarmos a utilizar a mesma regra que usamos em

AMISE

h

, o processo ficará

indefinido. Então, seguindo Härdle e Marron (1993), dividi-se a amplitude de

X

em

M

blocos e ajusta-se um modelo para cada bloco. Essa divisão pode ser em blocos de mesmo

tamanho ou em blocos igualmente espaçados. A opção usada neste trabalho será a primeira,

pois tem a vantagem de adaptar melhor os dados de forma não uniforme e diminuir a chance

de superestimação.

Seja

M

o número de sub-amostras e seja

j

χ

a j-ésima sub-amostra dos

'

i

X s

. Se

M

divide

n

e

t n M

=

, então

( )

{

}

( )

( 1) 1

, ,

j jt

j t

X X

χ

− +

= …

. Agora seja

ˆ

( )

Q

j

m x

o estimador de mínimos

quadrados quártico obtido através dos valores de

i

X

da sub-amostra

j

χ

. Assim temos o

estimador para

rs

θ

igual a

( )

{ }

( ) ( )

1

1 1

ˆ

ˆ ˆ

( ) 1 .

i j

n M

r s

Q Q Q

rs j i j i

X

i j

M n m X m X

χ

θ

−

∈

= =

=

∑∑

Similarmente, o estimador para

2

σ

é dado por

( ) ( )

{ }

2

1

2

1 1

ˆ ˆ

( ) 5 1 .

i j

n M

Q

Q i j i

X

i j

M n M Y m X

χ

σ

−

∈

= =

= − −

∑∑

Esses estimadores requerem uma regra para a escolha de

M

. A regra de

p

C

de Mallows

(1973) foi adequada para resolver o problema. A escolha de

ˆ

M

vem do conjunto

{

}

max

1,2, ,M

…

, o qual deve minimizar

25

(

)

{

}

(

)

max max

( ) ( ) ( ) 5 10 ,

p

C M RSS M RSS M n M n M

= − − −

onde

( )

RSS M

é a soma do quadrado dos resíduos baseado no ajuste dos blocos sobre

M

blocos. Para reduzir as chances de superestimação, defini-se

max

M

da seguinte forma

[

]

(

)

{

}

*

max

max min 20 , ,1

M n M=

para algum

*

M

inteiro positivo. A escolha de

*

M

para funções de regressão não influi muito

nos resultados e baseado em estudos anteriores, opta-se por

*

5

M

=

.

Uma forma opcional para obter

rs

θ

é o truncamento dos dados em

100 %

α

nas fronteiras,

para

α

pequeno. A razão para isso é que a regressão polinomial local com derivadas de alta

ordem pode conter estimativas que variam muito, próximo das fronteiras. Logo, no caso em

que o suporte dos

'

i

X s

está no intervalo

[

]

,

a b

, temos que

ˆ

( )

rs

g

θ

pode ser substituído por

( ) ( )

{ }

1 ( ) ( )

1 1

1

ˆ

( ) ( ) ( )1 .

i

n

r s

rs i i

a b X a b

i

g n m X m X

α

α α α α

θ

−

− + < < + −

=

∑

Assim, a seleção da janela automática através do plug-in direto segue a seguinte ordem:

1. Encontre os valores para

24

ˆ

( )

Q

M

θ

e

2

ˆ

( )

Q

M

σ

baseados nos ajustes dos blocos

quárticos onde

ˆ

M

é encontrado através da técnica de Mallows (1973).

2. Estime

22

θ

usando

(

)

0,05

22

ˆ

AMSE

g

θ

, onde

1

7

2

24

ˆ

( )( )

ˆ

( )

ˆ

( )

Q

AMSE

Q

M b a

g C K

M n

σ

θ

 

−

 

=

 

 

e estime

2

ˆ

σ

usando

(

)

2

1

ˆ

AMSE

σ λ

, onde

( )

1

9

4

3

2

0,05 2

22

ˆ

( )( )

ˆ

( )

ˆ

Q

AMSE

M b a

C K

g n

σ

λ

θ

 

−

=

 

 

3. A janela selecionada é

26

( )

1

5

2

1

0,05

22

ˆ

( ) .

ˆ

AMSE

DPI

AMSE

b a

h C K

g n

σ λ

θ

 

−

 

=

 

 

São fornecidos na Tabela 1 os valores das constantes

1

( )

C K

,

2

( )

C K

e

3

( )

C K

para as

funções núcleo Normal padrão, Epanechnikov e Biponderada. A constante

2

( )

C K

é igual a

2

( )

I

C K

, quando

24

0

θ

<

e igual a

2

( )

II

C K

, quando

24

0

θ

>

. As distribuições de Epanechnikov

e Biponderada são dadas por, respectivamente:

(

)

[ ]

2

1,1

( ) 0,75 1 ( ),

K x x I x

−

= −

( )

{ }

2

1

15

( ) 1 ( ).

16

x

K x x I x

≤

= −

Tabela 1: Valores das constantes que dependem da função núcleo.

Constantes

Normal Padrão

Epanechnikov

Biponderada

1

( )

C K

(

)

{

}

1 5

1 2

π

1/5

15

1/5

35

2

( )

I

C K

(

)

{

}

1 7

3 8

π

1/7

315

( )

1/7

8505 /13

2

( )

II

C K

(

)

{

}

1 7

15 16

π

( )

1/7

1575/ 2

( )

1/7

42525 / 26

3

( )

C K

( )

(

)

{

}

1 9

4 1 2 2 2 4 3 3 2

π

+ −

1/9

4725

( )

1/9

322665/ 32

O mais interessante desse método é o gasto computacional que é pequeno e, além disso, ele

pode ser encontrado nos pacotes do programa R®, chamado de “KernSmooth”. Um método

alternativo é apresentado em Fan e Gijbels (1995), descrito a seguir.

4.2. Método 2 – Fan e Gijbels (1995)

Para o método apresentado por Fan e Gijbels (1995), usaremos o MSE (erro quadrado médio)

da estimativa de

( )

m x

. Logo o valor da janela que minimiza o MSE é dado por

( )

( ) ( )

(

)

1 2 3

2

0 0

0

2 2

0 1 0

,

2 1

p

MSE

p X

a x

h x

p b nf x

σ

β

+

 

 

=

 

+

 

 

27

onde

0

a

é o primeiro elemento da diagonal da matriz

1 * 1

S S S

− −

, onde

S

e

*

S

são matrizes

(

)

(

)

1 1

p p

+ × +

com os elementos

(

)

,

i j

iguais a

2

i j

s

+ −

e

2

i j

v

+ −

, respectivamente, onde

(

)

j

s u K u du

=

∫

e

(

)

2j

j

v u K u du

=

∫

. Agora,

0

b

é o primeiro elemento do vetor

1

p

+

dado por

(

)

1

1 2 1

, ,

T

p p

S s s

−

+ +

…

.

Como no caso em Ruppert, Wand e Sheather (1995), existem valores que são desconhecidos e

usando o método plug-in para substituir esses valores, temos uma estimativa semelhante ao

primeiro caso apresentado. Contudo, usaremos um método de minimização da função de

soma do quadrado dos resíduos dada por:

(

)

(

)

(

)

{

}

2

0 0

ˆ

; 1 1 ,

RSC x h x p V

σ

= + +

onde

V

é o primeiro elemento da diagonal da matriz

1 * 1

n n n

S S S

− −

, com

T

n

S X WX

=

e

* 2T

n

S X W X

=

. Já o estimador para

(

)

2

x

σ

é dado por:

( )

{ }

( )

2

0

1

ˆ

,

n

i

i i

T T

i

X x

x Y Y K

h

tr W WX X WX X W

σ

−

=

−

 

= −

 

 

−

∑

(38)

com

(

)

1

ˆ

ˆ ˆ

, ,

n

Y Y X

β

=…

. A Intuição por trás da função RSC é que quando

h

é muito pequeno, o

valor de

V

é alto, pois representa a variância. Já quando

h

é muito grande, tanto o vício

quanto a soma dos quadrados dos resíduos de

(

)

2

0

ˆ

x

σ

também terá o seu valor alto. Logo, o

RSC sofre alterações bruscas para ambos os extremos de

h

.

Assim, a janela ótima, dada a amostra

(

)

1

,

n

X X

…

no intervalo

[

]

,

c d

, é o valor que minimiza

a versão integrada do RSC:

(

)

[ , ]

( ) ; .

c d

IRSC h RSC y h dy

=

∫

Em simulações realizadas anteriormente por Fan e Gijbels (1995), é mostrado que esse

procedimento é bom, porém a sua taxa de convergência é lenta. Então é feito um processo

com dois estágios, sendo que o primeiro é para a escolha da janela piloto e o segundo para a

janela ótima. Contudo, optamos por fazer somente o primeiro estágio devido ao seu alto custo

computacional, pois agregando os dois passos, demandaríamos de mais tempo para este

28

trabalho. Em projetos no futuro, pretendemos utilizar os dois estágios e tentar de alguma

forma minimizar o custo computacional.

29

5. Wild Bootstrap

Nesta seção será apresentado um método boostrap para a estatística de teste

N

T

(23). O uso

do teste assintoticamente

(

)

N

U

não trás bons resultados nem para pequenas amostras

quanto para grandes amostras, como pode ser observado na figura 2, em 1000 simulações

numa amostra de tamanho

100

n

=

. Isso ocorre devido à convergência lenta e assim um

procedimento boostrap é realizado para se obter a distribuição da estatística

N

T

.

Figura 2: Estudo da convergência da estatística de teste

N

U

.

Conhecido na literatura como wild bootstrap, desenvolvido por Liu (1988) seguindo uma

sugestão de Wu (1986) e Beran (1986), é um método bem difundido e que promove um

Histograma Un para a Hipótese Alternativa para o modelo (42)

Un

Frequency

-10 0 10 20 30 40 50

0 100 200 300 400 500

30

refinamento dos erros heterocedásticos em modelos de regressão. Sob a hipótese nula,

considere o seguinte erro estimado:

(

)

ˆ

, 1,..., , 1,2,

ij ij ij i

Y f t j n i

ε

= − = =

onde

ˆ

f

é o estimador da regressão comum (assumindo que

1 2

f f

=

). Agora defina uma

variável aleatória

ij

V

. . .

ii d

e independente da amostra

{

}

ij

Y

, com as seguintes esperanças:

0,

ij

E V

 

=

 

(39)

2

1 e

ij

E V

 

=

 

(40)

3

1.

ij

E V

 

=

 

(41)

Somente as condições (39) e (40) já garantem a consistência do bootstrap para os estimadores

(para mais detalhes vide Liu, 1988 e Mammem, 1993). Mas usando a condição chave (41),

garantimos as propriedades de segunda ordem do bootstrap desenvolvido por Wu (1986).

Então o terceiro momento de

N

U

e todos três primeiros momentos de

N

C

N h T

Nh

τ

 

−

 

 

serão estimados corretamente para um

(

)

1

O N

−

por esse bootstrap.

Uma das formas possíveis de se encontrar a distribuição da variável

ij

V

é assumirmos que é

dada da seguinte forma:

, com probabilidade

, com probabilidade 1 .

ij

a p

V

b p



=



−



Outras formas de se obter a distribuição de

ij

V

pode ser encontrada em Liu (1998). Logo,

teremos um sistema de equações com três equações e três incógnitas, dadas por

(

)

( )

2 2

3 3

1 0

1 1.

1 1

ap b p

a p b p



+ − =



+ − =





+ − =





Resolvendo esse sistema, obtemos a seguinte distribuição para

ij

V

31

(

)

(

)

( ) ( )

1 5 5 1

, com probabilidade

2

2 5

1 5 5 1

, com probabilidade

2

2 5

ij

V



− +



=



+ −





Assim define-se a observação bootstrap como

(

)

*

ˆ

, 1,..., , 1,2,

ij ij ij ij i

Y f t V j n i

ε

= + = =

e denote por

*

N

T

a estatística de teste definida em (23), mas baseada na amostra bootstrap

{

}

*

ij

Y

. Um teste assintótico com nível

α

rejeitará a hipótese nula sempre que a estatística

N

T

(baseada na amostra original

{

}

ij

Y

) é maior que o quantil

(

)

1

α

−

da distribuição de

*

N

T

condicionada à amostra

{

}

ij

Y

. Mais detalhes sobre esse procedimento pode ser obtido em

Mammen (1993) e Härdle e Mammen (1990).

32

6. Análise Prática

Neste capítulo apresentaremos alguns resultados das simulações feitas para o nível e o poder

da estatística de teste

N

T

. Baseados nos artigos que trabalhamos, foram geradas 1000

amostras de tamanhos 10, 20, 50 e 100 e para cada amostra, foram geradas 200 reamostras

bootstrap. Para efeito de comparação, fizemos simulações para o teste de Munk, Neumeyer e

Scholz (2006) e para o teste bootstrap de Hall e Hart (1990). Salientamos que essa comparação

se deve somente a título de motivação, ou seja, como já havíamos trabalhado com a estatística

n

S

anteriormente, optamos por compará-la com a estatística

N

T

.

Ainda foi feita uma re-análise de um experimento retirado de Ratkowsky (1983), que consiste

em obter uma relação entre rendimento por cebola (peso por cebola) e a densidade da

plantação (cebolas por m

2

). Em Houghton (1999), retiramos as informações de um estudo

sobre o fluxo líquido de carbono na atmosfera devido às mudanças no solo para a utilização na

agropecuária e comparamos esse fluxo entre as diferentes regiões.

6.1. Simulações

Nesta seção faremos uma avaliação do teste aqui apresentado, usando a idéia principal de

Munk, Neumeyer e Scholz (2006), utilizando a escolha da janela de Ruppert, Sheather e Wand

(1995) e a regressão polinomial local. Em simulações, percebemos que o gasto computacional

com o método do Fan e Gijbels (1995) era muito grande e que a variância do estimador da

janela ótima também era maior que no método de Ruppert, Sheather e Wand (1995), na

maioria dos casos. Lembrando que utilizamos apenas o primeiro estágio. Mas reafirmamos que

o gasto computacional é muito grande, logo se usarmos mais de um estágio para a escolha de

janela, esse custo será maior ainda.

Para avaliarmos o poder e o nível do teste, simulamos 1000 amostras e em cada uma delas

foram reamostradas 200 vezes para a utilização da técnica wild boostrap. Optamos por utilizar

modelos que vinham sendo utilizados na literatura aqui trabalhada. Além disso, fixamos o

valor do desvio padrão, devido ao uso do método de Ruppert, Sheather e Wand (1995) para a

estimação da janela ótima, apesar de que, a nossa intenção era de fazer o uso de modelos não

homogêneos. Assim, os modelos escolhidos foram:

Caso 1:

1 2

( ) 0,04 1 ( ), 0,015

f x x f x

σ

= + = =

(42)

33

Caso 2:

2

1 2

( ) (2 ) 2exp( 16 ) ( ), 0,3

f x seno x x f x

σ

= + − = =

(43)

Caso 3:

1 2

( ) (2 ) ( ), 0,1

f x seno x f x

π σ

= = =

(44)

Caso 4:

1 2

( ) exp( ) ( ), 0,05

f x x f x

σ

= = =

(45)

Os gráficos dessas funções podem ser vistos na figura 3. Em (42) e (43),

x

foi gerado

aleatoriamente através de uma Uniforme no intervalo (-2,2) e em (44) e (45) através de uma

Uniforme no intervalo (0,1). Em todos os casos, os erros aleatórios foram gerados através de

um Normal padrão. Na tabela 2 temos os resultados dessas simulações para o nível e

percebemos que o teste possui um nível bom, próximo do

0,05

α

=

.

Figura 3: Modelos para as simulações para o teste

N

T

.

-2 -1 0 1 2

0.95 1.00 1.05

X

y = .04*x+1

-2 -1 0 1 2

-1.0 0.0 0.5 1.0 1.5 2.0

X

y = sin(2*x)+2*exp(-16*x^2)

0.0 0.2 0.4 0.6 0.8 1.0

-1.0 -0.5 0.0 0.5 1.0

X

y = sin(2*pi*x)

0.0 0.2 0.4 0.6 0.8 1.0

1.0 1.5 2.0 2.5

X

y = exp(x)

34

1 2

( , )

n n

Caso 1 (42)

Caso 2 (43)

Caso 3 (44)

Caso 4 (45)

(10,10)

0,040

0,052

0,039

0,048

(20,20)

0,040

0,033

0,021

0,036

(25,50)

0,042

0,056

0,035

0,045

(50,50)

0,058

0,059

0,045

0,065

(100,100)

0,068

0,060

0,051

Tabela 2: Avaliação do nível do teste

N

T

.

Agora as funções para o poder do teste foram as seguintes:

Caso 5:

1 2

( ) 0,1 0,04 , ( ) 0,04 , 0,015

f x x f x x

σ

= + = =

(46)

Caso 6:

2

1 2

( ) (2 ) 2exp( 16 ), ( ) (2 ), 0,3

f x seno x x f x seno x

σ

= + − = =

(47)

Caso 7:

1 2

( ) (2 ), ( ) (2 ) , 0,1

f x seno x f x seno x x

π π σ

= = − =

(48)

Caso 8:

1 2

( ) exp( ) (4 ), ( ) exp( ), 0,0

5

f x x seno x f x x

π σ

= + = =

(49)

Em (46) e (47),

x

foi gerado aleatoriamente através de uma Uniforme no intervalo (-2,2) e em

(48) e (49) através de uma Uniforme no intervalo (0,1) e o

α

foi fixado em 0,05. Na Tabela 3

temos os resultados das simulações onde percebemos que o poder do teste cresce conforme

aumentamos o tamanho das amostras e em amostras pequenas, temos um poder

razoavelmente bom. Os tempos para cada simulação variaram de 3 horas (

1 2

10

n n

= =

) a dois

dias (

1 2

100

n n

= =

), dependendo também do conjunto de dados e modelo gerado.

1 2

( , )

n n

Caso 5 (46)

Caso 6 (47)

Caso 7 (48)

Caso 8 (49)

(10,10)

0,061

0,048

0,

152

0,

224

(20,20)

0,760

0,215

0,800

0,

845

(25

,50)

0,9

7

6

0,

631

0,972

0,981

(

5

0

,5

0)

0,997

0,

896

0,998

0,999

Tabela 3: Avaliação do poder do teste

N

T

.

6.2. Comparação entre as estatísticas

N

T

e

N

S

Em primeiro lugar, no caso do procedimento de Hall e Hart (1990), o parâmetro de suavização

é o

m

como pode ser visto em (33). Para a escolha desse parâmetro, foi usada a função risco

de Rice (1984), dada por

35

( )

2

1

ˆ

n

ki i

i

R k E

n

µ µ

=

 

−

=

 

 

∑

onde

(

)

R k

é uma aproximação discreta do erro quadrado médio integrado. Assim, considere

1

, ,

n

u u

…

as observações do modelo

(

)

i i i

U

µ γ

= +

,

1, ,

i n

=

…

, onde os

i

s

µ

′

são constantes

e os

i

s

γ

′

são variáveis aleatórias não correlacionadas com

(

)

0

i

E

γ

=

e

(

)

(

)

2

var , 1, ,

i

i n

γ

γ σ

= =

…

. Logo defina

( )

1

, 1 ,

ˆ

2 1 , 1 ,

1 , 1 ,

i k

j

i k

ki j

j i k

n

j

j i k

u i k i k

u k k i n k

u n i k n k i n

µ

+

=

+

= −



+ ≤ ≤



= + + ≤ ≤ −





− + + − + ≤ ≤



∑

(50)

e

( ) ( ) ( )

2 1

2

1

1 2 2

ˆ ˆ

; , , 1 1 2 ,

n

n i ki k

i

k

R k u u u k T

n n n

γ

µ σ

−

=

 

 

= − + − + +

 

 

 

 

∑

…

onde

( )

1

2

1 1

2

ˆ

2 6

n

i i i

i

u u u n

γ

σ

−

+ −

=

= − +

∑

e

( )

1

k

i

T k i

−

=

= +

∑

. A função

(

)

1

; ,

n

R k u u

…

estima a função

(

)

R k

e então o valor de

ˆ

k

é o que minimiza a função risco definida acima.

Assim, considere

1

, ,

n

D D

…

uma amostra de tamanho

n

. Então uma estimativa

ˆ

m

é dada por

ˆ

2 1

k

+

, onde

ˆ

k

é valor que minimiza a função

(

)

1

; , ,

n

R k D D

…

e que

ˆ

m

é usado para

construir a estatística

n

S

. Já no teste bootstrap, optou-se por usar uma nova estimativa de

m

para cada reamostra bootstrap, ou seja, para cada uma das 500 simulações, teremos um valor

*

ˆ

k

, onde o valor final

* *

ˆ

2 1,

m k

= +

sendo esta usada na estimativa da estatística

*

n

S

.

Para avaliar o poder do teste estatístico, geramos 1000 amostras de tamanho 15 e 30 com as

seguintes funções

(

)

(

)

(

)

(

)

1 2

exp , exp ,

f x x f x x cx

= = +

(51)

onde

c

é uma constante pré-definida (ver Tabela 4). Neste caso

i

x s

′

são fixos e definimos

, 1, ,

i

x i n i n

= =

…

. Foi utilizado a regressão polinomial local e o método de Ruppert para

36

estimarmos a função regressão e a janela ótima, respectivamente, para cada simulação e

fixamos

0,05

α

=

.

Na Tabela 4, percebemos que

n

S

possui um poder maior quando temos uma pequena

diferença entre as funções (c = 1). Porém o teste

N

T

é mais poderoso quando a diferença é

maior (c = 5), para amostras de tamanho igual a 30.

(

)

0,05

N

T

α

=

(

)

0,05

n

S

α

=

1 2

15

n n

= =

1 2

30

n n

= =

1 2

15

n n

= =

1 2

30

n n

= =

1

c

=

0,086

0,224

0,184

0,236

2

c

=

0,179

0,732

0,464

0,452

5

c

=

0,771

1,000

0,968

0,926

Tabela 4: Análise do poder das estatísticas de teste

N

T

e

n

S

.

Agora, para avaliarmos o nível do teste, geramos amostras de tamanhos 10, 20 e 30 com

funções

(

)

(

)

(

)

1 2

exp

f x x f x

= =

(52)

sendo

x

definido igual ao caso (51) e os mesmos estimadores utilizados para avaliarmos o

poder da estatística de teste. Foram avaliados os níveis para

0,05

α

=

e para

0,10

α

=

, tanto

para a estatística

N

T

quanto para

n

S

, como pode ser visto na Tabela 5. Notamos que o nível

para

N

T

está muito próximo da estatística de teste

n

S

e que encontramos uma boa

aproximação do nível para as duas estatísticas de teste.

N

T

n

S

0,05

α

=

0,10

α

=

0,05

α

=

0,10

α

=

1 2

10

n n

= =

0,048

0,086

0,048

0,095

1 2

20

n n

= =

0,048

0,102

0,055

0,103

1 2

30

n n

= =

0,063

0,110

0,053

0,098

Tabela 5: Análise do nível das estatísticas de teste

N

T

e

n

S

.

6.3. Aplicações

37

Nesta seção iremos trabalhar com dois bancos de dados. O primeiro deles contém observações

fornecidas por Ian Rogers do Ministério da Agricultura Sul Australiano, onde temos duas

regiões diferentes para a plantação de cebolas do tipo Imperial Espanhola Branca. As

localidades são Purnong Landing e Virginia, e para cada um temos a variável

X

, densidade

(plantas/m

2

) e a variável

Y

, rendimento (g/planta). Mais detalhes sobre os dados ver em

Ratkowsky (1983).

Na Figura 4 temos os pontos para as duas localidades e suas respectivas regressões, feitas

através do estimador Polinomial Linear Local. Para a estimação da janela

h

para cada grupo,

foi usado o método de Ruppert, Sheather e Wand (1995). Num total de 42 observações para

cada localidade, antes tivemos que retirar a primeira observação da região de Virginia, pois era

um dado discrepante. Sem a retirada dessa observação, não era possível obter as estimativas

da regressão polinomial. O valor da estatística de teste

N

T

foi igual a 26090,06 e o quantil de

95% do wild bootstrap, realizado com 200 reamostras, ficou em 34,11. Logo, rejeitamos a

hipótese nula e dizemos que

1 2

f f

≠

, ou seja, há uma diferença entre as duas localidades e

cada uma deve ser analisada separadamente. Neste caso, não foi possível fazer o uso da

estatística

n

S

, pois os dados possuem amostras de tamanhos diferentes e a variável preditora

assume valores diferentes para cada localidade.

Para a próxima análise, os dados foram retirados do artigo de Houghton (1999). Trata-se do

fluxo líquido anual de carbono na atmosfera derivada das mudanças geradas pelo uso da terra

de 1850 a 1990 (141 observações). Essas mudanças são provocadas pelo desmatamento de

florestas para o uso em plantações e entre outros motivos. Esses dados estão divididos em

nove grandes regiões do mundo. Podemos ver na Tabela 6 que somente a América do Sul e

Central juntamente com o Sul e Sudeste da Ásia englobam 56,09% da quantidade de carbono

no mundo inteiro, sendo que toda a região tropical do mundo engloba 63,8%. Isto também

pode ser percebido na Figura 5.

Assim vamos testar se a quantidade de carbono na região da América do Sul e Central e a

região do Sul e Sudeste da Ásia são iguais. Na Figura 6 temos o gráfico com somente as duas

regiões.

38

Região

Fluxo Líquido Total

1850-1990

Percentual

(%)

Sul e Sudeste da Ásia

38,6

31,33

América do Sul e Central

30,5

24,76

África Tropical

9,5

7,71

Subtotal Tropical

78,6

63,80

América do Norte

12,7

10,31

Europa

4,9

3,98

Antiga União Soviética

10,4

8,44

China

9,4

7,63

Região desenvolvida do Pacífico

4,1

3,33

Norte e Médio Oriente da África

3,1

2,51

Subtotal Não Tropical

44,6

36,20

Total Global

123,2

100,00

Tabela 6: Fluxo líquido total de carbono na atmosfera das alterações na terra para o cultivo.

Figura 4: Regressões envolvendo rendimento de plantações de cebola para as duas localidades

do sul da Austrália.

º

º º

º

50 100 150

50 100 150 200

plantas/m2

g/plantas

*

50 100 150

50 100 150 200

º

*

Purnong Landing

Virginia

Regressão para Purnong Landing

Regressão para Virginia

Plantação de cebola na Austrália

39

Figura 5: Fluxo líquido total de carbono na atmosfera, derivada das alterações na terra para o

cultivo, em diferentes regiões do mundo.

Para os dados da América do Sul e Central, a janela foi igual a 1,375 e para Sul e Sudeste da

Ásia igual a 1,858. Assim temos que o teste

N

T

, dada a amostra, ficou em 101315 e o ponto

crítico dado pelo quantil de 95% das 200 reamostras bootstrap ficou em

*

[0,95]

0,423

N

T =

. Logo

rejeitamos a hipótese nula e dizemos que as duas regiões possuem comportamentos

diferentes.

1860 1880 1900 1920 1940 1960 1980

0.0 0.2 0.4 0.6 0.8 1.0 1.2

Ano

Fluxo Líquido de Carbono (Pg = 10^12 gramas)

América do Norte

América do Sul e Central

Europa

Norte e Médio Oriente da África

África Tropical

Antiga União Soviética

China

Sul e Sudeste da Ásia

Região Desenvolvida do Pacífico

40

Figura 6: Fluxo líquido total de carbono na atmosfera, derivada das alterações na terra para o

cultivo, nas regiões da América do Sul e Central e do Sul e Sudeste da Ásia.

Como há um aumento súbito, a partir de 1960, do fluxo líquido de carbono no Sul e Sudeste da

Ásia, resolvemos refazer o teste de comparação entre as regiões Sul e Sudeste da Ásia com a

América do Sul e Central, porém entre os anos de 1850 a 1960. Na Figura 7 temos a regressão

para essas duas regiões. O valor da estatística de teste

N

T

igual a 466761,2 e

*

[0,95]

0,432

N

T =

.

Logo rejeitamos a hipótese nula e dizemos que há diferença entre as duas funções de

regressão, ou seja, o fluxo líquido de carbono entre os anos de 1850 e 1960 para a América do

Sul e Central é diferente da região Sul e Sudeste da Ásia.

**********

*

**

****

*

**

*

****

**

*

**

*

**

****

*

**

***

*

**

*

***

*

***

*

1860 1880 1900 1920 1940 1960 1980

0.0 0.2 0.4 0.6 0.8 1.0 1.2

Ano

Fluxo Líquido de Carbono (Pg = 10^12 gramas)

1860 1880 1900 1920 1940 1960 1980

0.0 0.2 0.4 0.6 0.8 1.0 1.2

Ano

Fluxo Líquido de Carbono (Pg = 10^12 gramas)

América do Sul e Central

Sul e Sudeste da Ásia

41

Figura 7: Fluxo líquido total de carbono na atmosfera, derivada das alterações na terra para o

cultivo, nas regiões da América do Sul e Central e do Sul e Sudeste da Ásia até 1960.

**

***

*****

*

**

*

**

*

1860 1880 1900 1920 1940 1960

0.05 0.10 0.15 0.20 0.25 0.30 0.35

Ano

Fluxo Líquido de Carbono (Pg = 10^12 gramas)

ººººººº

º

ººº

ºººº

º

ºº

ººº

ºº

º

ºº

º

ººº

ºººººº

º

ººººººº

ºº

º

ººº

ºº

º

América do Sul e Central

Sul e Sudeste da Ásia

42

7. Conclusões e Trabalhos Futuros

Neste trabalho avaliamos uma proposta para análise de covariância envolvendo métodos não-

paramétricos. Vimos que a sua generalização é natural, vinda do procedimento paramétrico. A

convergência assintótica da estatística envolvida para uma distribuição normal é lenta, porém

as constantes

C

e

2

τ

, da distribuição assintótica, dependem somente da função núcleo

K

.

Vimos também que o método “wild bootstrap” melhora o desempenho do teste estatístico,

corrigindo esse problema.

Em Munk, Neumeyer e Scholz (2006), é mostrada a influência da janela no nível e poder da

estatística de teste

N

T

. Para o nível há pouca alteração, porém para o poder, percebe-se uma

redução dos valores, quando aumentamos o valor da janela. Logo concluímos que a escolha da

janela é de fundamental importância para se obter uma boa decisão no teste e que tanto o

método 1 (Ruppert, Sheather e Wand, 1995) quanto o método 2 (Fan e Gijbels, 1995) são

muito bons.

Contudo salientamos que o método 1 é mais rápido que o método 2, pois não envolve a

minimização de uma função. Mas, apesar de não termos simulado para erros não

homogêneos, sabemos que o método 1 não garante sua boa aplicação nestes casos. Ruppert,

Sheather e Wand (1995) propõem a substituição do termo

2

( )

b a

σ

−

por

( )

b

a

v x dx

∫

, onde

( )

v x

seria estimado por

ˆ

(; )

v

λ

⋅

, dada a janela

λ

. Neste caso usaríamos o núcleo-estimador

para encontrar

ˆ

(; )

v

λ

⋅

e a mesma regra para encontrar a estimativa de

AMSE

λ

. Outro ponto a

ser levado em consideração é que o método 1 já possui a sua implementação no programa R®,

versão gratuita do S-plus®.

Na parte das simulações, comparamos a estatística

N

T

com o teste de Hall e Hart (1990), e

observamos que o seu desempenho é melhor quando temos amostras de tamanhos maiores e

também maiores diferenças entre as funções. Ainda verificamos que o nível do teste ficou

próximo do valor fixado, o que também foi observado para o teste

n

S

. Mas salientamos que o

teste boostrap

n

S

limita-se ao seu uso caso tenhamos amostras de mesmo tamanho e da

seguinte forma

(

)

{

}

, , ,1

i i i

x Y Z i n

≤ ≤

. Contudo no procedimento de Munk, Neumeyer e

Scholz (2006), não há essa limitação na forma do conjunto amostral e também pode ser

aplicado quando temos amostras de tamanhos diferentes.

43

Percebemos ainda que o nível da estatística de teste

N

T

é bom, mesmo quando temos

amostras de tamanhos diferentes, o que não é possível de se obter com a estatística

N

S

. Já

em relação ao poder do teste, obtivemos valores muito bons, sendo que já com amostras de

tamanho

50

n

=

, o poder já estava próximo de um em todos os modelos avaliados.

Para projetos no futuro, mais estudos envolvendo simulações para o poder e o nível do teste

aqui apresentado, como para amostras de tamanhos diferentes e erros não homogêneos.

Avaliaremos situações diferentes para as funções de regressão, onde os erros poderão ser

correlacionados. Aplicar novos métodos para a estimação da função variância, pois com isso

podemos ter melhores resultados para a estatística de teste em modelos com alta

heterocedasticidade.

44

Referências

Atuncar, G. S. (2009). Estimadores da Variância do Núcleo Estimador de uma Função de

Regressão (em andamento).

Beran, R. (1986). Comentários em “Jackkinfe, bootstrap and other resampling methods in

regression analysis” por C. F. J. Wu. Ann. Stat., 14, 1295-1298.

Bowman, A. W. e Azzalini, A. (1997). Applied Smoothing Techniques for Data Analysis. Oxford

Statistical Science Series, 18.

Dette, H. e Neumeyer, N. (2001). Nonparametric analysis of covariance. Ann. Stat., 20, 2071-

2086.

Fan, J. e Gijbels, I. (1995). Data-driven bandwidth selection in local polynomial fitting: variable

bandwidth and spatial adaptation. J. Roy. Stat. Soc., Ser. B. 57, 371-394.

Fan, J. e Yao, Q. (1998). Efficient estimation of conditional variance functions in stochastic

regression. Biometrika, 85, 645-660.

Fan, J., Zhang, C. e Zhang, J. (2001). Generalized likelihood ratio statistics and Wilks

phenomenon. Ann. Stat., 29, 153-193.

Gasse, T. e Müller, H.-G. (1984). Estimating regression functions and their derivatives by the

kernel method. Scand. J. Stat., 11, 171-185.

Gasser, T., Müller, H.-G. e Mammitzsch, V. (1985). Kernels for nonparametric curve estimation.

J. Roy. Stat. Ser. B, 47, 238-252.

Hall, P. e Hart, J. W. (1990). Bootstrap test for difference between means in nonparametric

regression. J. Amer. Stat. Assoc., 85, 1039-1049.

Härdle, W. e Mammen, E. (1990). Comparing nonparametric versus parametric regression fits.

Pré-impresso SFB 123, Univ. Heidelberg.

Härdle, W. e Marron, J. S. (1993). Fast and simple scatterplot smoothing. CORE discussion

paper No. 9143, Univ. Catholique de Louvain.

Härdle, W. e Tsybakov, A. (1997). Local polynomial estimators of the volatility function in

nonparametric auto regression. J. Econometrics, 81, 223-242.

45

Houghton, R. A. (1999). The annual net flux of carbon to the atmosphere from changes in land

use 1850-1990. Tellus, 51B, 298-313.

Liu, R. Y. (1988). Bootstrap procedures under some non i.i.d. models. Ann. Stat., 16, 1696-

1708.

Mallows, C. L. (1973). Some comments on

p

C

. Technometrics, 15, 661-675.

Mammen, E. (1993). Bootstrap and wild bootstrap for high dimensional linear models. Ann.

Stat., 21, 255-285.

Munk A., Neumeyer, N. e Scholz, A. (2006). Nonparametric analysis of covariance – The case of

inhomogeneous and heteroscedastic Noise. Scand. J. Stat., 34, 511-534.

Nadaraya, E. A. (1964). On estimating regression. Theory Probab. Appl., 10, 186-190.

Priestley, M. B. e Chao, M. T. (1972). Nonparametric function fitting. J. Roy. Stat. Soc., Ser. B,

34, 385-392.

Ratkowsky, D. A. (1983). Nonlinear regression modeling. Dekker, New York.

Rice, J. (1984). Bandwidth choice for nonparametric regression. Ann. Stat., 12, 1215-1230.

Ruppert, D. e Wand, M. P. (1994). Multivariate locally weighted least squares regression. Ann.

Stat., 22, 1346-1370.

Ruppert, D., Wand, M. P., Holst, U. e Hössjer, O. (1997). Local polynomial variance-function

estimation. Technometrics, 39, 262-273.

Ruppert, D., Sheather, S. J. e Wand, M. P. (1995). An effective bandwidth selector for local

least squares regression. J. Amer. Stat. Assoc., 90, 1257-1270.

Sacks, J. e Ylvisaker, D. (1970). Designs for regression problems for correlated errors. Ann.

Math. Sat., 41, 2057-2074.

Simonoff, J. S. (1996). Smoothing Methods in Statistics. Springer Series in Statistics.

Watson G. S. (1964). Smooth regression analysis. Sankhyā, Ser. A, 26, 359-372.

Wu, C. F. J. (1986). Jackkinfe, bootstrap and other resampling methods in regression analysis.

Ann. Stat., 14, 1261-1295.

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 