Modelos de Regressão Logística com Erros de Medida

Sabe-se que regressão é uma técnica muito utilizada quando se pretende relacionar uma variável resposta a variável (is) explicativa (s). Só que existem situações em que não é possível observar uma variável explicativa de forma exata, por questões diversas. O que se observa, na prática, é outra variável com características relacionadas à variável do estudo. Ou seja, a variável de interesse é observada com erro de medida. Certamente, a parte inferencial será prejudicada ao trocarmos, no modelo, uma variável pela outra, já que os resultados obtidos não deverão ser os mesmos. Por isso, este trabalho tem o intuito de estudar o problema de erro de medida em modelos de regressão logística através de comparações dos métodos de estimação de Monte Carlo e James Stein.