Resumo: O objetivo deste trabalho é propor um método de correção assintótico para os estimadores dos parâmetros oriundos da regressão com covariáveis sujeitas a erro de classificação. Foi desenvolvido uma correção baseada nos estimadores de mínimos quadrados da regressão com covariáveis com erro, probabilidade marginal das covariáveis verdadeiras e probabilidade condicional das covariáveis com erro dado as covariáveis verdadeiras. Desta maneira, podemos corrigir esses estimadores sem a necessidade de corrigir as covariáveis observadas nem observar as covariáveis verdadeiras. Estudos de simulação foram utilizados para quantificar o desempenho das correções propostas. Os mesmos identificaram que corrigir o intercepto é crucial para uma melhora significativa da estimação Ver menos

Abstract: The objective of this work is to propose an asymptotic correction method for the estimators of parameters from regression models with covariates subject to classification errors. A correction was developed based on the least squares estimators from regression with erroneous covariates, the marginal probability of the true covariates, and the conditional probability of the erroneous covariates given the true covariates. In this way, we can correct these estimators without the need to correct the erroneous covariates or observe the true covariates. Simulation studies were used to quantify the performance of the proposed corrections. These studies identified that correcting the intercept is crucial for a significant improvement in estimation Ver menos