MetodosMonteCarlo

Métodos Monte
Carlo

Introdução


Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.








Estimativas pontuais e intervalares para os parâmetros;
Testes de hipóteses e
Modelagem

Para obter resultados confiáveis, é necessário conhecer a distribuição da estatística (média, mediana, variância, assimetria, etc. )em estudo.
Métodos Monte Carlo é uma saída para fazer inferências quando não se conhece a distribuição do parâmetro de interesse ou quando as suposições de um modelo são violadas. Monte Carlo



Ulam

Originou-se por causa do uso de aleatoriedade e da natureza repetitiva das atividades realizadas em cassinos de Monte
Carlo. A roleta era um gerador de números aleatórios. Primeiro trabalho introduzido por Jon Von
Neuman e S.M. Ulam em 1940.

Monte Carlo
Atualmente termo Monte Carlo é mais geral. É uma técnica baseada na uso de números aleatórios e estatísticas para resolver problemas.
 Segundo Gentle(1998), simulações
(experimentos) Monte Carlo são um caminho fácil e expressivo para compreender o fenômeno de interesse. 

Alguns dos usos de
Métodos Monte Carlo






Realizar inferências quando a distribuição da estatística de teste não é conhecida. Estimando o desempenho de métodos de inferência quando as suposições paramétricas são violadas.
Avaliando desempenho de métodos de inferencias (poder do teste)

O método básico






A idéia é estimar a distribuição de uma estatística extraindo amostras aleatórias de uma população e observar o comportamento da estatística sobre as amostras. Neste caso, o método Monte Carlo é uma abordagem paramétrica porque a amostra é extraída de uma população com distribuição conhecida.
Aplicação do método inicia com definição de pseudo-população que é assumida para representar a população real.

O método básico








1. Determine a pseudo-população que representa a verdadeira população de interesse. 2. Aplique uma técnica de