Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica

Detalhes bibliográficos
Autor(a) principal: Waissman, Rafael Peçanha
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-26072022-101225/
Resumo: O planejamento de um estudo ou experimento muitas vezes envolve a definição do método de seleção dos elementos que compõem uma amostra ou grupo de alocação, ponto que abrange discussões acerca do papel da aleatorização. O uso da aleatorização é amplamente defendido por duas razões principais: (i) os métodos frequentistas de inferência são baseados na premissa da amostragem aleatória; e (ii) a aleatorização evita qualquer possibilidade de interferência humana (intencional ou não), proporcionando, assim, maior isenção às pesquisas experimentais. Por outro lado, diversos autores questionam esse paradigma, especialmente porque os métodos baseados em aleatorização pura têm alta probabilidade de proverem amostras não representativas da população ou alocações nas quais os grupos experimentais formados tenham perfis significativamente diferentes entre si, o que pode potencialmente comprometer os próprios resultados e conclusões das pesquisas. Métodos já desenvolvidos conciliam uma maior eficiência no balanceamento das covariáveis com uma redução significativa na possibilidade de interferência humana. Uma abordagem conhecida como Alocação Intencional Fortuita busca alcançar esse objetivo por meio de modelos de otimização de distâncias entre as covariáveis de interesse, estendidos com a incorporação de covariáveis artificiais aleatorizadas. Essa abordagem se mostra promissora em proporcionar maior garantia de balanceamento, desacoplamento e poder de inferência. Contudo, os estudos já realizados com esta abordagem analisam apenas a alocação em dois grupos (controle / tratamento). O presente projeto propõe a generalização de métodos já desenvolvidos para os casos de alocações em mais de dois grupos. São apresentados estudos de caso, com discussões acerca do uso prático do método de Alocação Intencional Fortuita no planejamento de experimentos
id USP_d587acc216daa397c9628e5ef96735df
oai_identifier_str oai:teses.usp.br:tde-26072022-101225
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empíricaHaphazard Allocation Methods: extension for multiple groups and empirical evaluationAmostragemDesign of experimentsHaphazard Intentional SamplingHaphazard Intentional SamplingOptimizationOtimizaçãoPlanejamento de experimentosSamplingO planejamento de um estudo ou experimento muitas vezes envolve a definição do método de seleção dos elementos que compõem uma amostra ou grupo de alocação, ponto que abrange discussões acerca do papel da aleatorização. O uso da aleatorização é amplamente defendido por duas razões principais: (i) os métodos frequentistas de inferência são baseados na premissa da amostragem aleatória; e (ii) a aleatorização evita qualquer possibilidade de interferência humana (intencional ou não), proporcionando, assim, maior isenção às pesquisas experimentais. Por outro lado, diversos autores questionam esse paradigma, especialmente porque os métodos baseados em aleatorização pura têm alta probabilidade de proverem amostras não representativas da população ou alocações nas quais os grupos experimentais formados tenham perfis significativamente diferentes entre si, o que pode potencialmente comprometer os próprios resultados e conclusões das pesquisas. Métodos já desenvolvidos conciliam uma maior eficiência no balanceamento das covariáveis com uma redução significativa na possibilidade de interferência humana. Uma abordagem conhecida como Alocação Intencional Fortuita busca alcançar esse objetivo por meio de modelos de otimização de distâncias entre as covariáveis de interesse, estendidos com a incorporação de covariáveis artificiais aleatorizadas. Essa abordagem se mostra promissora em proporcionar maior garantia de balanceamento, desacoplamento e poder de inferência. Contudo, os estudos já realizados com esta abordagem analisam apenas a alocação em dois grupos (controle / tratamento). O presente projeto propõe a generalização de métodos já desenvolvidos para os casos de alocações em mais de dois grupos. São apresentados estudos de caso, com discussões acerca do uso prático do método de Alocação Intencional Fortuita no planejamento de experimentosThe design of studies and experiments often involves defining a method for selecting the elements that constitutes a sample or allocation group, an issue that raises debates about the role of randomization. The use of randomization is widely advocated for two main reasons: (i) frequentist inference methods are based on the premise of random sampling; and (ii) randomization avoids any possibility of human interference (intentional or not), providing greater impartiality for experimental research. On the other hand, several authors have refuted this paradigm, particularly because methods based on pure randomization have a high probability of providing samples that are not representative of the population or allocations in which experimental groups profiles are significantly different from each other, which can potentially undermine a research\'s results and conclusions. Some already developed methods combines greater efficiency in balancing covariates with a significant reduction in the possibility of human interference. An approach known as Haphazard Intentional Allocation seeks to achieve this goal by optimizing distance models between the covariates of interest, expanded with the addition of random artificial covariates. This approach seems promising in providing greater assurance of balance, decoupling, and inference power. However, the studies conducted with this approach have only considered allocations in two groups (\"control/treatment\" designs). This project proposes the generalization of already developed methods to cases of allocations in more than two groups. Case studies are presented, with discussions on the practical use of the Haphazard Intentional Allocation method in experiments designBiblioteca Digitais de Teses e Dissertações da USPLauretto, Marcelo de SouzaStern, Julio MichaelWaissman, Rafael Peçanha2022-06-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/100/100132/tde-26072022-101225/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/openAccesspor2022-08-16T16:29:24Zoai:teses.usp.br:tde-26072022-101225Biblioteca 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:27212022-08-16T16:29:24Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
Haphazard Allocation Methods: extension for multiple groups and empirical evaluation
title Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
spellingShingle Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
Waissman, Rafael Peçanha
Amostragem
Design of experiments
Haphazard Intentional Sampling
Haphazard Intentional Sampling
Optimization
Otimização
Planejamento de experimentos
Sampling
title_short Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
title_full Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
title_fullStr Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
title_full_unstemmed Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
title_sort Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
author Waissman, Rafael Peçanha
author_facet Waissman, Rafael Peçanha
author_role author
dc.contributor.none.fl_str_mv Lauretto, Marcelo de Souza
Stern, Julio Michael
dc.contributor.author.fl_str_mv Waissman, Rafael Peçanha
dc.subject.por.fl_str_mv Amostragem
Design of experiments
Haphazard Intentional Sampling
Haphazard Intentional Sampling
Optimization
Otimização
Planejamento de experimentos
Sampling
topic Amostragem
Design of experiments
Haphazard Intentional Sampling
Haphazard Intentional Sampling
Optimization
Otimização
Planejamento de experimentos
Sampling
description O planejamento de um estudo ou experimento muitas vezes envolve a definição do método de seleção dos elementos que compõem uma amostra ou grupo de alocação, ponto que abrange discussões acerca do papel da aleatorização. O uso da aleatorização é amplamente defendido por duas razões principais: (i) os métodos frequentistas de inferência são baseados na premissa da amostragem aleatória; e (ii) a aleatorização evita qualquer possibilidade de interferência humana (intencional ou não), proporcionando, assim, maior isenção às pesquisas experimentais. Por outro lado, diversos autores questionam esse paradigma, especialmente porque os métodos baseados em aleatorização pura têm alta probabilidade de proverem amostras não representativas da população ou alocações nas quais os grupos experimentais formados tenham perfis significativamente diferentes entre si, o que pode potencialmente comprometer os próprios resultados e conclusões das pesquisas. Métodos já desenvolvidos conciliam uma maior eficiência no balanceamento das covariáveis com uma redução significativa na possibilidade de interferência humana. Uma abordagem conhecida como Alocação Intencional Fortuita busca alcançar esse objetivo por meio de modelos de otimização de distâncias entre as covariáveis de interesse, estendidos com a incorporação de covariáveis artificiais aleatorizadas. Essa abordagem se mostra promissora em proporcionar maior garantia de balanceamento, desacoplamento e poder de inferência. Contudo, os estudos já realizados com esta abordagem analisam apenas a alocação em dois grupos (controle / tratamento). O presente projeto propõe a generalização de métodos já desenvolvidos para os casos de alocações em mais de dois grupos. São apresentados estudos de caso, com discussões acerca do uso prático do método de Alocação Intencional Fortuita no planejamento de experimentos
publishDate 2022
dc.date.none.fl_str_mv 2022-06-13
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://www.teses.usp.br/teses/disponiveis/100/100132/tde-26072022-101225/
url https://www.teses.usp.br/teses/disponiveis/100/100132/tde-26072022-101225/
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_ 1809091101671292928