Estimadores de máxima verossimilhança : casos que não satisfazem as condições de regularidade

Abstract

Os estimadores de máxima verossimilhança são os estimadores que atribuem à amostra a maior probabilidade de ser observada. Estes estimadores possuem propriedades muito boas e sob as condições de regularidade pode-se aproximar a distribuição dos estimadores de máxima verossimilhança por meio da distribuição Normal e realizar inferência para os parâmetros populacionais através das estatísticas de Wald e da Razão de Verossimilhanças, por exemplo. No entanto, quando as condições de regularidade não estão satisfeitas, não é possível aproximar a distribuição desses estimadores por uma distribuição de probabilidades em particular e, portanto, há maior dificuldade para realizar inferência acerca dos parâmetros. Este trabalho trata dos estimadores de máxima verossimilhança com ênfase nos casos em que as chamadas condições de regularidade não estão satisfeitas, estas necessárias para aproximar a distribuição dos estimadores de máxima verossimilhança pela distribuição Normal, apresentando exemplos e algumas aplicações.