Imputação de dados categorizados usando o modelo multinomial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2003 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-133850/ |
Resumo: | Estamos interessados em mostrar como aproveitar observações incompletas, muitas vezes encontradas em estudos envolvendo dados categorizados em tabelas de contingência. Nesse sentido, propomos o ajuste de um modelo de censura aos dados observados, incluindo aqueles incompletos. O modelo poderá ser ignorável ou não-ignorável, permitindo-nos fazer uso da amostra por completo, por meio da imputação de dados. Neste trabalho, ilustramos o ajuste do modelo de censura ignorável para tabelas de contingência com dados esparsos a uma pesquisa de consumo de drogas na Universidade de São Paulo. O modelo de censura não-ignorável também é descrito e é aplicado a dados de pesquisas eleitorais da eleição para Presidente do Brasil em 2002, segundo turno |
id |
USP_d0590ba914021f5cc15066bf2d7f739d |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20210729-133850 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Imputação de dados categorizados usando o modelo multinomialnot availableAnálise MultivariadaEstamos interessados em mostrar como aproveitar observações incompletas, muitas vezes encontradas em estudos envolvendo dados categorizados em tabelas de contingência. Nesse sentido, propomos o ajuste de um modelo de censura aos dados observados, incluindo aqueles incompletos. O modelo poderá ser ignorável ou não-ignorável, permitindo-nos fazer uso da amostra por completo, por meio da imputação de dados. Neste trabalho, ilustramos o ajuste do modelo de censura ignorável para tabelas de contingência com dados esparsos a uma pesquisa de consumo de drogas na Universidade de São Paulo. O modelo de censura não-ignorável também é descrito e é aplicado a dados de pesquisas eleitorais da eleição para Presidente do Brasil em 2002, segundo turnonot availableBiblioteca Digitais de Teses e Dissertações da USPBarroso, Lúcia PereiraGarcia, Mamerto Granja2003-10-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-133850/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/openAccesspor2024-08-16T12:43:02Zoai:teses.usp.br:tde-20210729-133850Biblioteca 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:27212024-08-16T12:43:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Imputação de dados categorizados usando o modelo multinomial not available |
title |
Imputação de dados categorizados usando o modelo multinomial |
spellingShingle |
Imputação de dados categorizados usando o modelo multinomial Garcia, Mamerto Granja Análise Multivariada |
title_short |
Imputação de dados categorizados usando o modelo multinomial |
title_full |
Imputação de dados categorizados usando o modelo multinomial |
title_fullStr |
Imputação de dados categorizados usando o modelo multinomial |
title_full_unstemmed |
Imputação de dados categorizados usando o modelo multinomial |
title_sort |
Imputação de dados categorizados usando o modelo multinomial |
author |
Garcia, Mamerto Granja |
author_facet |
Garcia, Mamerto Granja |
author_role |
author |
dc.contributor.none.fl_str_mv |
Barroso, Lúcia Pereira |
dc.contributor.author.fl_str_mv |
Garcia, Mamerto Granja |
dc.subject.por.fl_str_mv |
Análise Multivariada |
topic |
Análise Multivariada |
description |
Estamos interessados em mostrar como aproveitar observações incompletas, muitas vezes encontradas em estudos envolvendo dados categorizados em tabelas de contingência. Nesse sentido, propomos o ajuste de um modelo de censura aos dados observados, incluindo aqueles incompletos. O modelo poderá ser ignorável ou não-ignorável, permitindo-nos fazer uso da amostra por completo, por meio da imputação de dados. Neste trabalho, ilustramos o ajuste do modelo de censura ignorável para tabelas de contingência com dados esparsos a uma pesquisa de consumo de drogas na Universidade de São Paulo. O modelo de censura não-ignorável também é descrito e é aplicado a dados de pesquisas eleitorais da eleição para Presidente do Brasil em 2002, segundo turno |
publishDate |
2003 |
dc.date.none.fl_str_mv |
2003-10-10 |
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://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-133850/ |
url |
https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-133850/ |
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_ |
1815257208855724032 |