ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.

Detalhes bibliográficos
Ano de defesa: 1996
Autor(a) principal: Oliveira, Silvana Aparecida Ceregato de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Não disponível
Not available
Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-15012018-084442/
Resumo: Neste trabalho propomos algumas soluções para problemas de seleção e controle introduzidos por Marsh e Zellner (1994). Estudamos soluções ótimas obtidas através de diferentes funções de perda e comparamos tais soluções com a chamada \"solução do diretor\". Além disso, enfocamos os problemas de controle de uma forma distinta da proposta em Marsh e Zellner, utilizando o conceito de densidade preditiva. Introduzimos o modelo de regressão logística em problemas de seleção e controle com heterogeneidade, obtendo soluções via Inferência Clássica e Inferência Bayesiana Assintótica. Analisamos um conjunto de dados simulados a fim de exemplificar o emprego do modelo de regressão logística em tais problemas. Baseando-nos em Geisser (1982), utilizamos funções de perda e densidade preditiva para obter soluções ótimas para problemas de seleção e controle. Procedemos a uma análise para verificar qual o impacto da função de perda na escolha dos parâmetros da distribuição a priori de O: probabilidade dos indivíduos aceitarem uma oferta para um curso a ser realizado. Na tentativa de solucionar problemas de captura-recaptura através de problemas de controle investigamos um estimador bastante conhecido, o estimador de Petersen (1896) e, através da Inferência Bayesiana, propomos um ajuste para o mesmo, similar às correções de Bartlett (1937). Através de um exemplo com dados simulados é possível verificar que o ajuste melhora sensivelmente as estimativas do tamanho de uma população animal.
id USP_0a6cf5552c63861aaefbd481002c1689
oai_identifier_str oai:teses.usp.br:tde-15012018-084442
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.Not availableNão disponívelNot availableNeste trabalho propomos algumas soluções para problemas de seleção e controle introduzidos por Marsh e Zellner (1994). Estudamos soluções ótimas obtidas através de diferentes funções de perda e comparamos tais soluções com a chamada \"solução do diretor\". Além disso, enfocamos os problemas de controle de uma forma distinta da proposta em Marsh e Zellner, utilizando o conceito de densidade preditiva. Introduzimos o modelo de regressão logística em problemas de seleção e controle com heterogeneidade, obtendo soluções via Inferência Clássica e Inferência Bayesiana Assintótica. Analisamos um conjunto de dados simulados a fim de exemplificar o emprego do modelo de regressão logística em tais problemas. Baseando-nos em Geisser (1982), utilizamos funções de perda e densidade preditiva para obter soluções ótimas para problemas de seleção e controle. Procedemos a uma análise para verificar qual o impacto da função de perda na escolha dos parâmetros da distribuição a priori de O: probabilidade dos indivíduos aceitarem uma oferta para um curso a ser realizado. Na tentativa de solucionar problemas de captura-recaptura através de problemas de controle investigamos um estimador bastante conhecido, o estimador de Petersen (1896) e, através da Inferência Bayesiana, propomos um ajuste para o mesmo, similar às correções de Bartlett (1937). Através de um exemplo com dados simulados é possível verificar que o ajuste melhora sensivelmente as estimativas do tamanho de uma população animal.In this work we propose some solutions to the problems of selection and control introduced by Marsh and Zellner (1994). Optimal solutions are obtained under different loss functions and compared with the Dean\'s solution. We also consider the control problems from the predictive density point of view which is quite different from Marsh and Zellner\'s approach. The logistic regression model is used to solve the selection and control problems with heterogeneity by Classical and Bayesian procedures. We also generate a set of data to illustrate the performance of our proposed procedures. Geisser\'s predictive approach is used, under different loss functions, to get optimal solutions to the selection and control problems and the influence of these loss functions on the choice of the parameters of the prior distributions is considered. The capture-recapture procedure, when solving as a control problem, the optimal Bayes solution is the well-known Petersen\'s estimator multiplied by an adjusted factor similar to the Bartlett\'s correction. An example with simulated data shows how much this adjusted factor improves the estimatives of the population size.Biblioteca Digitais de Teses e Dissertações da USPRodrigues, JosemarOliveira, Silvana Aparecida Ceregato de1996-07-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-15012018-084442/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/openAccesspor2018-07-19T20:50:39Zoai:teses.usp.br:tde-15012018-084442Biblioteca 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:27212018-07-19T20:50:39Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
Not available
title ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
spellingShingle ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
Oliveira, Silvana Aparecida Ceregato de
Não disponível
Not available
title_short ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
title_full ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
title_fullStr ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
title_full_unstemmed ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
title_sort ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.
author Oliveira, Silvana Aparecida Ceregato de
author_facet Oliveira, Silvana Aparecida Ceregato de
author_role author
dc.contributor.none.fl_str_mv Rodrigues, Josemar
dc.contributor.author.fl_str_mv Oliveira, Silvana Aparecida Ceregato de
dc.subject.por.fl_str_mv Não disponível
Not available
topic Não disponível
Not available
description Neste trabalho propomos algumas soluções para problemas de seleção e controle introduzidos por Marsh e Zellner (1994). Estudamos soluções ótimas obtidas através de diferentes funções de perda e comparamos tais soluções com a chamada \"solução do diretor\". Além disso, enfocamos os problemas de controle de uma forma distinta da proposta em Marsh e Zellner, utilizando o conceito de densidade preditiva. Introduzimos o modelo de regressão logística em problemas de seleção e controle com heterogeneidade, obtendo soluções via Inferência Clássica e Inferência Bayesiana Assintótica. Analisamos um conjunto de dados simulados a fim de exemplificar o emprego do modelo de regressão logística em tais problemas. Baseando-nos em Geisser (1982), utilizamos funções de perda e densidade preditiva para obter soluções ótimas para problemas de seleção e controle. Procedemos a uma análise para verificar qual o impacto da função de perda na escolha dos parâmetros da distribuição a priori de O: probabilidade dos indivíduos aceitarem uma oferta para um curso a ser realizado. Na tentativa de solucionar problemas de captura-recaptura através de problemas de controle investigamos um estimador bastante conhecido, o estimador de Petersen (1896) e, através da Inferência Bayesiana, propomos um ajuste para o mesmo, similar às correções de Bartlett (1937). Através de um exemplo com dados simulados é possível verificar que o ajuste melhora sensivelmente as estimativas do tamanho de uma população animal.
publishDate 1996
dc.date.none.fl_str_mv 1996-07-01
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 http://www.teses.usp.br/teses/disponiveis/55/55134/tde-15012018-084442/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-15012018-084442/
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_ 1865492063732105216

Registros relacionados