Amostragem intencional
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/D.45.2007.tde-06122007-205037 |
Resumo: | Neste trabalho apresentamos o método de amostragem intencional via otimização. Tal método baseia-se na fundamentação de que devemos controlar a seleção amostral sempre que houver conhecimento suficiente para garantir boas inferências de quantidades conhecidas e de alguma forma correlacionadas com aquelas desconhecidas e de interesse. Para a resolução dos problemas de otimização foram utilizadas técnicas de programação linear. Três aplicações foram apresentadas e em todas elas notou-se que o procedimento de amostragem intencional produziu amostras com bom balanceamento entre as composições amostrais e de referência. |
id |
USP_5274a35ac2fe3f8c7b98f9ac2df166f9 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-06122007-205037 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Amostragem intencional Intentional Sampling 2007-09-26Carlos Alberto de Braganca PereiraAirlane Pereira AlencarFrancisco Louzada NetoCatia Yumi NagaeUniversidade de São PauloEstatísticaUSPBR amostragem intencional intentional optimization otimização sampling Neste trabalho apresentamos o método de amostragem intencional via otimização. Tal método baseia-se na fundamentação de que devemos controlar a seleção amostral sempre que houver conhecimento suficiente para garantir boas inferências de quantidades conhecidas e de alguma forma correlacionadas com aquelas desconhecidas e de interesse. Para a resolução dos problemas de otimização foram utilizadas técnicas de programação linear. Três aplicações foram apresentadas e em todas elas notou-se que o procedimento de amostragem intencional produziu amostras com bom balanceamento entre as composições amostrais e de referência. In this work we present the method of intentional sampling by optimization. Such method is based on the fact that we must control the sampling selection whenever we have enough knowledge to guarantee good inferences of known quantities and somehow correlated with those interesting and unknown ones. Linear programming techniques were used to solve the optimization problems. Three applications were presented and all of them produced samples with good balancing properties related to the referenced populations. https://doi.org/10.11606/D.45.2007.tde-06122007-205037info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:21:25Zoai:teses.usp.br:tde-06122007-205037Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T12:15:04.759009Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Amostragem intencional |
dc.title.alternative.en.fl_str_mv |
Intentional Sampling |
title |
Amostragem intencional |
spellingShingle |
Amostragem intencional Catia Yumi Nagae |
title_short |
Amostragem intencional |
title_full |
Amostragem intencional |
title_fullStr |
Amostragem intencional |
title_full_unstemmed |
Amostragem intencional |
title_sort |
Amostragem intencional |
author |
Catia Yumi Nagae |
author_facet |
Catia Yumi Nagae |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Carlos Alberto de Braganca Pereira |
dc.contributor.referee1.fl_str_mv |
Airlane Pereira Alencar |
dc.contributor.referee2.fl_str_mv |
Francisco Louzada Neto |
dc.contributor.author.fl_str_mv |
Catia Yumi Nagae |
contributor_str_mv |
Carlos Alberto de Braganca Pereira Airlane Pereira Alencar Francisco Louzada Neto |
description |
Neste trabalho apresentamos o método de amostragem intencional via otimização. Tal método baseia-se na fundamentação de que devemos controlar a seleção amostral sempre que houver conhecimento suficiente para garantir boas inferências de quantidades conhecidas e de alguma forma correlacionadas com aquelas desconhecidas e de interesse. Para a resolução dos problemas de otimização foram utilizadas técnicas de programação linear. Três aplicações foram apresentadas e em todas elas notou-se que o procedimento de amostragem intencional produziu amostras com bom balanceamento entre as composições amostrais e de referência. |
publishDate |
2007 |
dc.date.issued.fl_str_mv |
2007-09-26 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://doi.org/10.11606/D.45.2007.tde-06122007-205037 |
url |
https://doi.org/10.11606/D.45.2007.tde-06122007-205037 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1794502528342163456 |