@MASTERSTHESIS{ 2017:1883448050,
 	title = {Precisão e acurácia dos estimadores de máxima verossimilhança dos parâmetros da distribuição Gumbel não estacionária},
 	year = {2017},
 	url = "https://bdtd.unifal-mg.edu.br:8443/handle/tede/926",
 	abstract = "A distribuição Gumbel é frequentemente utilizada na modelagem de eventos extremos. O
 estimador de verossimilhança é o estimador mais usado para obter as estimativas dos parâmetros
 do modelo Gumbel por apresentar boas propriedades assintóticas. Caso a série de dados
 possua tendência linear, os estimadores de máxima verossimilhança podem produzir estimativas
 viesadas para os parâmetros da distribuição Gumbel. Para contornar essa situação, o modelo
 Gumbel não estacionário pode ser utilizado. Esse modelo é, basicamente, o modelo Gumbel
 (estacionário) para dados sem tendência, com a inserção da tendência em seu parâmetro posição.
 Essa inserção é feita substituindo-se o parâmetro posição em dois termos, em que um é o
 coeficiente linear µ0 e o outro é a inclinação da reta µ1. Assim como no modelo Gumbel
 estacionário, os parâmetros do modelo Gumbel não estacionário com tendência linear no parâmetro
 posição podem ser estimados por meio dos estimadores de máxima verossimilhança.
 Dependendo do tamanho da amostra e do quão grande seja a tendência apresentada pelos dados,
 pode ser que o modelo Gumbel estacionário seja mais adequado do que o modelo Gumbel
 não estacionário com tendência linear no parâmetro posição, ou vice-versa. Nesse sentido, é
 importante saber qual modelo deve ser utilizado. O objetivo desse trabalho é avaliar a acurácia e
 a precisão dos estimadores de máxima verossimilhança dos parâmetros da distribuição Gumbel
 não estacionária com tendência linear no parâmetro posição. Foram simuladas 1000 amostras
 de dados em 240 cenários diferentes e foram calculados os erros quadráticos médios e os vieses
 médios relativos de cada cenário simulado. Pode-se observar que: se a inclinação da reta for
 maior que 0,1% do valor do parâmetro posição do modelo Gumbel, deve-se ajustar o modelo
 Gumbel não estacionário aos dados. Em amostras de tamanho igual ou maior do que 50, se
 houver suspeita de tendência linear no parâmetro posição, deve-se optar pelo ajuste de um
 modelo Gumbel não estacionário com tendência linear no parâmetro posição.",
 	publisher = {Universidade Federal de Alfenas},
 	scholl = {Programa de Pós-Graduação em Estatística Aplicada e Biometria},
 	note = {Instituto de Ciências Exatas}
}