Considere uma amostra de tamanho n, em que se deseja fazer
inferência a respeito de um parâmetro θ. Assinale a
alternativa que faz referência ao procedimento
computacional bootstrap não paramétrico.
A Reamostrar, do conjunto de dados, n amostras de
tamanho n-1, retirando uma observação diferente em
cada amostra gerada, e, com base nessa distribuição,
estimar o viés e o erro padrão do estimador.
B Reamostrar, do conjunto de dados, N amostras de
tamanho n, com reposição, estimar θ em cada uma
delas para obter uma distribuição empírica do
estimador.
C Gerar N amostras de tamanho n de valores em um
intervalo de valores possíveis para o conjunto de
dados e obter uma aproximação da integral do
estimador de interesse.
D Gerar N amostras de tamanho n, de uma distribuição
normal com a média e o desvio padrão estimados no
conjunto de dados, e obter uma distribuição
aproximada do estimador
E Gerar N valores do estimador de interesse com base
em uma distribuição “envelope” e aceitar
probabilisticamente os valores com maior
correspondência ao conjunto de dados para obter uma
aproximação da distribuição verdadeira do estimador.