Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: TORRES, João Eudes Miquéias Maciel
Orientador(a): FERRAZ, Cristiano
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Estatistica
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Múltiplos cadastros
Estimador de multiplicidade
Estimador ótimo
Modelo linear generalizado
Amostragem de área
Pesquisa agropecuária
Link de acesso: https://repositorio.ufpe.br/handle/123456789/60021
Resumo: Esta tese considera o problema de estimação de parâmetros de populações finitas usando um estimador assistido por modelo linear generalizado (GEREG), quando a amostra é selecionada a partir de múltiplos cadastros sobrepostos. O GEREG considera a disponibilidade de variáveis auxiliares relacionadas à variável de interesse através de um modelo linear generalizado adequado. Nas situações em que a distribuição empírica da variável de interesse pode ser considerada como membro da família exponencial, espera-se que o GEREG apresente um melhor desempenho estatístico do que o estimador de regressão geral usual (GREG). Esta tese estende o GEREG para um plano amostral de múltiplos cadastros, utilizando a abordagem de estimação por multiplicidade. Sua forma geral, bem como propriedades estatísticas são introduzidas. É apresentado um estudo de Monte Carlo, comparando o GEREG com concorrentes, para estimar totais e proporções populacionais, considerando um plano amostral de múltiplos cadastros. A aplicação dos estimadores GEREG em pesquisas agropecuárias que utilizam um cadastro de área de segmentos quadrados conjuntamente com cadastros de lista também é avaliada por meio de simulação. Os resultados obtidos corroboram que o estimador GEREG tende a demonstrar melhor desempenho em relação ao estimador GREG quando modelos lineares generalizados são adequados para descrever a distribuição da variável de interesse.
id UFPE_263dd839d9a9ac98bfcb08d74fa25d38
oai_identifier_str oai:repositorio.ufpe.br:123456789/60021
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling TORRES, João Eudes Miquéias Macielhttp://lattes.cnpq.br/1117708780216807http://lattes.cnpq.br/1122718253481481http://lattes.cnpq.br/6357960802605841FERRAZ, CristianoOSPINA MARTINEZ, Raydonal2025-01-24T16:22:16Z2025-01-24T16:22:16Z2024-08-30TORRES, João Eudes Miquéias Maciel. Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos. 2024. Tese (Doutorado em Estatística) – Universidade Federal de Pernambuco, Recife, 2024.https://repositorio.ufpe.br/handle/123456789/60021Esta tese considera o problema de estimação de parâmetros de populações finitas usando um estimador assistido por modelo linear generalizado (GEREG), quando a amostra é selecionada a partir de múltiplos cadastros sobrepostos. O GEREG considera a disponibilidade de variáveis auxiliares relacionadas à variável de interesse através de um modelo linear generalizado adequado. Nas situações em que a distribuição empírica da variável de interesse pode ser considerada como membro da família exponencial, espera-se que o GEREG apresente um melhor desempenho estatístico do que o estimador de regressão geral usual (GREG). Esta tese estende o GEREG para um plano amostral de múltiplos cadastros, utilizando a abordagem de estimação por multiplicidade. Sua forma geral, bem como propriedades estatísticas são introduzidas. É apresentado um estudo de Monte Carlo, comparando o GEREG com concorrentes, para estimar totais e proporções populacionais, considerando um plano amostral de múltiplos cadastros. A aplicação dos estimadores GEREG em pesquisas agropecuárias que utilizam um cadastro de área de segmentos quadrados conjuntamente com cadastros de lista também é avaliada por meio de simulação. Os resultados obtidos corroboram que o estimador GEREG tende a demonstrar melhor desempenho em relação ao estimador GREG quando modelos lineares generalizados são adequados para descrever a distribuição da variável de interesse.This dissertation considers the problem of estimating finite population parameters using a generalized linear model assisted estimator (GEREG), when the sample is selected from multiple overlapping frames. The GEREG considers the availability of auxiliary variables related to the variable of interest through a suitable generalized linear model. In situations where the empirical distribution of the variable of interest can be regarded as a member of the exponential family, the GEREG is expected to show a better statistical performance than the usual general regression estimator (GREG). This dissertation extends the GEREG for a multiple frame sampling design, using the multiplicity estimator approach. Its general form, as well as statistical properties are introduced. A Monte Carlo study, comparing the GEREG with competitors, for estimating population totals and proportions is presented, considering a multiple frame. The application of GEREG estimators in agricultural survey that uses an area frame of square segment together with list frames is also evaluated through simulation. The results obtained corroborate that the GEREG estimator tends to demonstrate better performance in relation to the GREG estimator when generalized linear models are suitable to describe the distribution of the variable of interest.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em EstatisticaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessMúltiplos cadastrosEstimador de multiplicidadeEstimador ótimoModelo linear generalizadoAmostragem de áreaPesquisa agropecuáriaEstimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALTESE João Eudes Miquéias Maciel Torres.pdfTESE João Eudes Miquéias Maciel Torres.pdfapplication/pdf1364284https://repositorio.ufpe.br/bitstream/123456789/60021/1/TESE%20Jo%c3%a3o%20Eudes%20Miqu%c3%a9ias%20Maciel%20Torres.pdf4495c1721c3663ee3f0bd3007003013cMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/60021/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/60021/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTTESE João Eudes Miquéias Maciel Torres.pdf.txtTESE João Eudes Miquéias Maciel Torres.pdf.txtExtracted texttext/plain138260https://repositorio.ufpe.br/bitstream/123456789/60021/4/TESE%20Jo%c3%a3o%20Eudes%20Miqu%c3%a9ias%20Maciel%20Torres.pdf.txta0de05ed36f2b255b5ef6b2fee818266MD54THUMBNAILTESE João Eudes Miquéias Maciel Torres.pdf.jpgTESE João Eudes Miquéias Maciel Torres.pdf.jpgGenerated Thumbnailimage/jpeg1313https://repositorio.ufpe.br/bitstream/123456789/60021/5/TESE%20Jo%c3%a3o%20Eudes%20Miqu%c3%a9ias%20Maciel%20Torres.pdf.jpg1567da2ec40d20956f481ed7f4c22924MD55123456789/600212025-01-25 02:32:37.737oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-01-25T05:32:37Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
title Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
spellingShingle Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
TORRES, João Eudes Miquéias Maciel
Múltiplos cadastros
Estimador de multiplicidade
Estimador ótimo
Modelo linear generalizado
Amostragem de área
Pesquisa agropecuária
title_short Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
title_full Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
title_fullStr Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
title_full_unstemmed Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
title_sort Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos
author TORRES, João Eudes Miquéias Maciel
author_facet TORRES, João Eudes Miquéias Maciel
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/1117708780216807
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/1122718253481481
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6357960802605841
dc.contributor.author.fl_str_mv TORRES, João Eudes Miquéias Maciel
dc.contributor.advisor1.fl_str_mv FERRAZ, Cristiano
dc.contributor.advisor-co1.fl_str_mv OSPINA MARTINEZ, Raydonal
contributor_str_mv FERRAZ, Cristiano
OSPINA MARTINEZ, Raydonal
dc.subject.por.fl_str_mv Múltiplos cadastros
Estimador de multiplicidade
Estimador ótimo
Modelo linear generalizado
Amostragem de área
Pesquisa agropecuária
topic Múltiplos cadastros
Estimador de multiplicidade
Estimador ótimo
Modelo linear generalizado
Amostragem de área
Pesquisa agropecuária
description Esta tese considera o problema de estimação de parâmetros de populações finitas usando um estimador assistido por modelo linear generalizado (GEREG), quando a amostra é selecionada a partir de múltiplos cadastros sobrepostos. O GEREG considera a disponibilidade de variáveis auxiliares relacionadas à variável de interesse através de um modelo linear generalizado adequado. Nas situações em que a distribuição empírica da variável de interesse pode ser considerada como membro da família exponencial, espera-se que o GEREG apresente um melhor desempenho estatístico do que o estimador de regressão geral usual (GREG). Esta tese estende o GEREG para um plano amostral de múltiplos cadastros, utilizando a abordagem de estimação por multiplicidade. Sua forma geral, bem como propriedades estatísticas são introduzidas. É apresentado um estudo de Monte Carlo, comparando o GEREG com concorrentes, para estimar totais e proporções populacionais, considerando um plano amostral de múltiplos cadastros. A aplicação dos estimadores GEREG em pesquisas agropecuárias que utilizam um cadastro de área de segmentos quadrados conjuntamente com cadastros de lista também é avaliada por meio de simulação. Os resultados obtidos corroboram que o estimador GEREG tende a demonstrar melhor desempenho em relação ao estimador GREG quando modelos lineares generalizados são adequados para descrever a distribuição da variável de interesse.
publishDate 2024
dc.date.issued.fl_str_mv 2024-08-30
dc.date.accessioned.fl_str_mv 2025-01-24T16:22:16Z
dc.date.available.fl_str_mv 2025-01-24T16:22:16Z
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.citation.fl_str_mv TORRES, João Eudes Miquéias Maciel. Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos. 2024. Tese (Doutorado em Estatística) – Universidade Federal de Pernambuco, Recife, 2024.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/60021
identifier_str_mv TORRES, João Eudes Miquéias Maciel. Estimação assistida por modelos lineares generalizados em planos amostrais de cadastros múltiplos. 2024. Tese (Doutorado em Estatística) – Universidade Federal de Pernambuco, Recife, 2024.
url https://repositorio.ufpe.br/handle/123456789/60021
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Estatistica
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/60021/1/TESE%20Jo%c3%a3o%20Eudes%20Miqu%c3%a9ias%20Maciel%20Torres.pdf
https://repositorio.ufpe.br/bitstream/123456789/60021/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/60021/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/60021/4/TESE%20Jo%c3%a3o%20Eudes%20Miqu%c3%a9ias%20Maciel%20Torres.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/60021/5/TESE%20Jo%c3%a3o%20Eudes%20Miqu%c3%a9ias%20Maciel%20Torres.pdf.jpg
bitstream.checksum.fl_str_mv 4495c1721c3663ee3f0bd3007003013c
e39d27027a6cc9cb039ad269a5db8e34
5e89a1613ddc8510c6576f4b23a78973
a0de05ed36f2b255b5ef6b2fee818266
1567da2ec40d20956f481ed7f4c22924
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1862741915207729152

Registros relacionados