Aula 10 - Método da Máxima Verossimilhança | Inferência Estatística em Nível Intermediário
HTML-код
- Опубликовано: 16 сен 2024
- Nesta videoaula, vamos estudar um dos principais métodos de estimação de parâmetros chamado de Método da Máxima Verossimilhança, proposto por Sir Ronald Fisher em 1912.
Um verdadeiro Oásis no deserto. Obrigado Professor, seus vídeos estão salvando vidas acadêmicas kkkkkkk
Olá Allan, obrigado pelo seu comentário! Espero que os vídeos possam ser úteis nos seus estudos.
Suas aulas de Inferência estatítisca tem me ajudado demais também professor. Obrigado
Olá Victor, obrigado pelo comentário! Fico feliz que as aulas estão sendo úteis !!
Obrigada pelas aulas, professor! Sou estudante de EST - UNB e estou estudando inferência pelos seu vídeos :)
Olá Maria Luiza, obrigado pelo comentário ! Fico feliz que as videoaulas estão sendo utéis!!
Que aula fantástica, foi um achado esse canal, tem tudo de que preciso, a didatica e incrível ! obrigado professor!
Olá, obrigado pelo comentário !! Qualquer dúvida, estou à disposição.
Parabéns pela iniciativa e pela didática, mestre!
Obrigado pelas palavras Gerônimo !!
professor, suas aulas me ajudam muito, parabéns pela didática!
Obrigado pelo comentário, Enzo !
que aula boa! Contemplado
Olá João, obrigado pelo seu comentário!
Onde consigo os slides?
Aula mais que perfeita... Obrigada!
Obrigado pelo Comentário Andreia!! Os slides não estão disponíveis na web! Porém posso te enviar por email !! Meu email é rrpescim@uel.br
Pelas explicações sobre o método, percebi que já devemos conhecer a distribuição da variável aleatória, mas, se não conheço, como saber então? Suponha que minha amostra tem os seguintes valores: 9.5, 0.93, 4.29, 51.64, 0.025, 12.3, 0.004, 2.38, 34.54, 0.29. E aí? Qual a distribuição dessa minha amostra? Esse é o problema que acontece na prática.
Olá, obrigado pela pergunta! A ideia dessa videoaula é apresentar o método de máxima verossimilhança, essencial na maioria das metodologias estatísticas. Na prática, se você coleta uma amostra como sugeriu, uma ideia é primeiro entender se a V.A. é contínua ou discreta, qual é a natureza do processo gerador dos dados, etc. Suponhamos que seja contínua, uma ideia é plotar o histograma dos dados e avaliar o seu comportamento. As vezes, o histograma nos mostra que os dados possuem um certo grau de assimetria e que seus valores são reais positivos … isso vai nos guiando para uma distribuição de probabilidade mais apropriada e a partir daí pôde-se utilizar o método de MV para estimar os parâmetros do modelo e consequentemente utilizar métricas para validar/comparar o modelo estudado.
Vc disponibiliza os slides???
Olá Tailor !! Sim, posso disponibilizar !! Meu email para contato é rrpescim@uel.br