Refinamentos de métodos assintóticos no modelo de regressão Lindley-Unitária

Abstract

Modelos de regressão são amplamente utilizados em Economia, principalmente quando os dados envolvidos são taxas e proporções. O modelo de regressão Lindley-Unitária é definido para dados restritos ao intervalo (0,1). Em problemas regulares, a inferência baseada na teoria assintótica pode não ser confiável quando a amostra é pequena. É o caso da estimativa de máxima verossimilhança e do teste de Wald. Correções de vieses nos estimadores de máxima verossimilhança e ajuste feito na estatística de teste são uma forma amplamente utilizada para resolver tais problemas. Nesta dissertação, obtemos uma expressão para corrigir o viés e uma fórmula para a matriz de covariância de segunda ordem para os estimadores de máxima verossimilhança no modelo de regressão Lindley-Unitária. Evidências numéricas mostram que os estimadores corrigidos são menos viesados e que o teste de Wald baseado na covariância de segunda ordem é mais preciso. Finalmente, duas aplicações para dados econômicos são apresentadas, nas quais as correções levaram a diferentes inferências.