Comparação de Métodos de Estimação em um Modelo Linear Simples com Erro nas Variáveis

Although the researcher is very careful errors experiment may bepresent, therefore, is appropriate to evaluate the reliability of data, mainlywhen different estimation methods are used. Considering this problem,the objective of this work is compare the performance of two methods ofestimation known as “Plug-in” and “Attenuation bias”. These methodsare used in the regression model with errors-in-variables techniques. TheMonte-Carlo simulations are used for generated a linear regression modelerrors-in-variables, different sample sizes, residuals distributions and lackof fit were considered. It was possible to conclude that, “Plug-in “ and “Attenuation bias” methods were accurate with R2=90%, however, thesemethods have better accuracy for symmetrical distributions.Por mais cauteloso que seja o pesquisador, os erros nas variáveis poderão estar presentes em um experimento, portanto, é coerente avaliar a confiabilidade das medidas, principalmente no que tange ao uso de diferentes métodos de estimação. Decorrente a este fato, este trabalho objetivou comparar o desempenho de dois métodos de estimação, denominados por Plug-in e atenuador de vício, utilizados para estimar parâmetros de um modelo de regressão com erro nas variáveis. Para isso, foi utilizada a técnica de simulação Monte-Carlo, da qual, foi gerado um modelo de regressão linear simples com erro nas variáveis, submetido a diferentes situações, representadas pelos tamanhos amostrais, distribuição dos resíduos e valores referentes a qualidade de ajuste. Concluiu-se que, em alta qualidade de ajuste (R2=90%) os métodos “Plug-in” e atenuador de vício foram precisos, porém acurados apenas para os modelos com distribuição simétrica