Sobre alguns estimadores de regressão ridge beta: método, simulação e aplicação

O método estatístico clássico para modelar taxas e proporções é o modelo de regressão beta (BRM). O estimador padrão de máxima verossimilhança (MLE) é usado para estimar os coeficientes do BRM. No entanto, esse MLE é muito sensível quando os regressores estão correlacionados linearmente. Portanto, este estudo introduz um novo estimador de regressão ridge beta (BRR) como uma solução para o problema de instabilidade do MLE. Estudamos analiticamente as propriedades do erro quadrático médio do estimador BRR e, com base no MSE derivado, sugerimos alguns novos estimadores do parâmetro de encolhimento. Também sugerimos um critério de desempenho de erro quadrático mediano (SE), que pode ser usado para obter evidências fortes a favor do método proposto para o estudo de simulação de Monte Carlo. O desempenho do BRR e do MLE é avaliado por meio da simulação de Monte Carlo. Finalmente, uma aplicação empírica é utilizada para mostrar as vantagens do estimador proposto.