Pesquisas sob amostragem informativa utilizando o FBST

Detalhes bibliográficos
Autor(a) principal: Azerêdo, Daniel Mendes
Data de Publicação: 2013
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/45/45132/tde-19082013-161233/
Resumo: Pfeffermann, Krieger e Rinott (1998) apresentaram uma metodologia para modelar processos de amostragem que pode ser utilizada para avaliar se este processo de amostragem é informativo. Neste cenário, as probabilidades de seleção da amostra são aproximadas por uma função polinomial dependendo das variáveis resposta e concomitantes. Nesta abordagem, nossa principal proposta é investigar a aplicação do teste de significância FBST (Full Bayesian Significance Test), apresentado por Pereira e Stern (1999), como uma ferramenta para testar a ignorabilidade amostral, isto é, para avaliar uma relação de significância entre as probabilidades de seleção da amostra e a variável resposta. A performance desta modelagem estatística é testada com alguns experimentos computacionais.
id USP_7f66c26853c221cc1ebbd86c98d00b65
oai_identifier_str oai:teses.usp.br:tde-19082013-161233
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Pesquisas sob amostragem informativa utilizando o FBSTSurveys under informative sampling using the FBSTAmostragem InformativaAmostragem PPTDesign VariablesDistribuição AmostralFBSTFBST - Full Bayesian Significance TestIgnorabilidade amostralInformative SamplingPPS SamplingSample DistributionSampling IgnorabilityPfeffermann, Krieger e Rinott (1998) apresentaram uma metodologia para modelar processos de amostragem que pode ser utilizada para avaliar se este processo de amostragem é informativo. Neste cenário, as probabilidades de seleção da amostra são aproximadas por uma função polinomial dependendo das variáveis resposta e concomitantes. Nesta abordagem, nossa principal proposta é investigar a aplicação do teste de significância FBST (Full Bayesian Significance Test), apresentado por Pereira e Stern (1999), como uma ferramenta para testar a ignorabilidade amostral, isto é, para avaliar uma relação de significância entre as probabilidades de seleção da amostra e a variável resposta. A performance desta modelagem estatística é testada com alguns experimentos computacionais.Pfeffermann, Krieger and Rinott (1998) introduced a framework for modeling sampling processes that can be used to assess if a sampling process is informative. In this setting, sample selection probabilities are approximated by a polynomial function depending on outcome and auxiliary variables. Within this framework, our main purpose is to investigate the application of the Full Bayesian Significance Test (FBST), introduced by Pereira and Stern (1999), as a tool for testing sampling ignorability, that is, to detect a significant relation between the sample selection probabilities and the outcome variable. The performance of this statistical modelling framework is tested with some simulation experiments.Biblioteca Digitais de Teses e Dissertações da USPStern, Julio MichaelAzerêdo, Daniel Mendes2013-05-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/45/45132/tde-19082013-161233/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:36Zoai:teses.usp.br:tde-19082013-161233Biblioteca 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:27212016-07-28T16:10:36Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Pesquisas sob amostragem informativa utilizando o FBST
Surveys under informative sampling using the FBST
title Pesquisas sob amostragem informativa utilizando o FBST
spellingShingle Pesquisas sob amostragem informativa utilizando o FBST
Azerêdo, Daniel Mendes
Amostragem Informativa
Amostragem PPT
Design Variables
Distribuição Amostral
FBST
FBST - Full Bayesian Significance Test
Ignorabilidade amostral
Informative Sampling
PPS Sampling
Sample Distribution
Sampling Ignorability
title_short Pesquisas sob amostragem informativa utilizando o FBST
title_full Pesquisas sob amostragem informativa utilizando o FBST
title_fullStr Pesquisas sob amostragem informativa utilizando o FBST
title_full_unstemmed Pesquisas sob amostragem informativa utilizando o FBST
title_sort Pesquisas sob amostragem informativa utilizando o FBST
author Azerêdo, Daniel Mendes
author_facet Azerêdo, Daniel Mendes
author_role author
dc.contributor.none.fl_str_mv Stern, Julio Michael
dc.contributor.author.fl_str_mv Azerêdo, Daniel Mendes
dc.subject.por.fl_str_mv Amostragem Informativa
Amostragem PPT
Design Variables
Distribuição Amostral
FBST
FBST - Full Bayesian Significance Test
Ignorabilidade amostral
Informative Sampling
PPS Sampling
Sample Distribution
Sampling Ignorability
topic Amostragem Informativa
Amostragem PPT
Design Variables
Distribuição Amostral
FBST
FBST - Full Bayesian Significance Test
Ignorabilidade amostral
Informative Sampling
PPS Sampling
Sample Distribution
Sampling Ignorability
description Pfeffermann, Krieger e Rinott (1998) apresentaram uma metodologia para modelar processos de amostragem que pode ser utilizada para avaliar se este processo de amostragem é informativo. Neste cenário, as probabilidades de seleção da amostra são aproximadas por uma função polinomial dependendo das variáveis resposta e concomitantes. Nesta abordagem, nossa principal proposta é investigar a aplicação do teste de significância FBST (Full Bayesian Significance Test), apresentado por Pereira e Stern (1999), como uma ferramenta para testar a ignorabilidade amostral, isto é, para avaliar uma relação de significância entre as probabilidades de seleção da amostra e a variável resposta. A performance desta modelagem estatística é testada com alguns experimentos computacionais.
publishDate 2013
dc.date.none.fl_str_mv 2013-05-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/45/45132/tde-19082013-161233/
url http://www.teses.usp.br/teses/disponiveis/45/45132/tde-19082013-161233/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
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_ 1815257175798317056

Registros relacionados