Métodos de estimação para riscos competitivos

O problema de confiabilidade de sistemas vem sendo tratado há muito tempo. Cada vez mais se torna importante garantir o funcionamento destes sistemas. Neste trabalho estudamos a teoria de riscos competitivos (especificamente, problemas com dois fatores de risco), através da comparação de três métodos de estimação. São eles: frequentista paramétrico, o estimador de Kaplan-Meier e Bayesiano paramétrico; em que no caso paramétrico utilizamos o modelo Weibull para estimar a função de sobrevivência. Devido à complexidade matemática da distribuição a posteriori do método Bayesiano, recorreu-se ao algoritmo de Metropolis Hasting. As comparações foram realizadas através de simulação de vários conjuntos de dados, com diferentes tamanhos amostrais. As métricas de comparação utilizadas foram: erro quadrático médio (EQM) e erro máximo absoluto (EMA) dos estimadores em relação à verdadeira distribuição. Os resultados das comparações mostraram que o estimador de Kaplan-Meier foi o de pior desempenho e as estimativas paramétricas pelo método frequentista e Bayesiano foram equivalentes.