English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A inferência estatística em populações binomiais contaminadas está sujeita a erros grosseiros de estimação, uma vez que as amostras não são identicamente distribuídas. Por esse problema, este trabalho tem por objetivo determinar qual a melhor constante de afinidade (c<sub>1</sub>) que proporcione melhor desempenho em um estimador pertencente à classe dos estimadores-E. Com esse propósito, neste trabalho, foi utilizada a metodologia, considerando-se o método de simulação Monte Carlo, no qual diferentes configurações descritas pela combinação de valores paramétricos, níveis de contaminação e tamanhos de amostra foram avaliados. Concluiu-se que, para alta probabilidade de mistura (γ = 0,40), recomenda-se assumir c<sub>1</sub> = 0,1 nas situações de grandes amostras (n = 50 e n = 80)

Estudo por simulação Monte Carlo de um estimador robusto utilizado na inferência de um modelo binomial contaminado