Propriedades assintóticas do algoritmo MCEM para misturas de duas distribuições log normal na estimação da distribuição do comprimento da fibra da madeira

• Main Author: Macedo, Thiago de Lima
• Other Authors: Martins Neto, Daniele da Silva Baratela
• Language: Portuguese
• Published: 2011
• Subjects: Estatística - matemática; Distribuição (Probabilidades); Algoritmos
• Online Access: http://repositorio.unb.br/handle/10482/9776

Dissertação (mestrado)—Universidade de Brasília, Departamento de Matemática, 2011. === Submitted by Shayane Marques Zica ([e-mail]) on 2011-11-10T15:44:19Z No. of bitstreams: 1 2011_ThiagodeLimaMacedo.pdf: 616004 bytes, checksum: 4d323fecdd949aeb2e30a16fbefcfc6d (MD5) === Approved for entry into archive by Leila Fernandes ([e-mail]) on 2011-12-20T13:24:28Z (GMT) No. of bitstreams: 1 2011_ThiagodeLimaMacedo.pdf: 616004 bytes, checksum: 4d323fecdd949aeb2e30a16fbefcfc6d (MD5) === Made available in DSpace on 2011-12-20T13:24:28Z (GMT). No. of bitstreams: 1 2011_ThiagodeLimaMacedo.pdf: 616004 bytes, checksum: 4d323fecdd949aeb2e30a16fbefcfc6d (MD5) === Neste trabalho, estudamos um método de amostragem que leva em consideração a extração de núcleos de incremento em árvores plantadas, para estimar a distribuição das fibras da madeira. Consideramos o caso em que a distribuição do comprimento das fibras é uma mistura de duas distribuições lognormal e utilizamos o algoritmo MCEM para estimar os parâmetros do modelo. Porém, verificamos as propriedades de consistência e normalidade assintótica do estimador obtido via algoritmo MCEM, baseados no estudo de Svensson e Luna (2010). _______________________________________________________________________________ ABSTRACT === In this work, we study a sampling method which takes into account the extraction of increment cores to find the fibre wood length distribution in standing trees. We consider the case where the fibre length distributions is a mixture of two lognormal distributions and use the MCEM algorithm to find maximum likelihood estimates for the parameters of the model. Finally, we investigate the properties of consistency and asymptotic normality of the estimator obtained via the MCEM algorithm, based on the study by Svensson and Luna (2010).