Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/3767
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2011_IgorFerreiraNascimento.pdf749,76 kBAdobe PDFver/abrir
Título: Implementação e aplicação do estimador Horvitz Thompson no software SAS
Autor(es): Nascimento, Igor Ferreira do
Orientador(es): Silva, Alan Ricardo da
Assunto: Amostragem (Estatística)
Estimador de Horvitz-Thompson
Algoritmos
Data de apresentação: 2011
Data de publicação: 29-Ago-2012
Referência: NASCIMENTO, Igor Ferreira do. Implementação e aplicação do estimador Horvitz Thompson no software SAS. 2011. ix, 31 f. Monografia (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2011.
Resumo: A amostragem para pequenas populações é vastamente encontrada em pesquisas científicas. Nessas situações, a estimativa do parâmetro populacional possui elevado erro padrão devido o tamanho da amostra. O estimador Horvitz Thompson é apropriado para o estudo de populações finitas com pequenas amostras. Para isso, utiliza informações auxiliares que permitem obter estimativas não viesadas e com pequenas variâncias. Assim, o objetivo desse trabalho e desenvolver o algoritmo para o estimador Horvitz Thompson tanto em um contexto populacional, a fim de vericar as propriedades de esperança e variância, quanto em um contexto amostral. Para isso, será utilizado o ambiente IML do software SAS 9.2. Os resultados evidenciaram que para o estudo de caso analisado, de fato o estimador de Horvitz Thompson e um estimador não viesado, bem como as variâncias amostrais. Além disso, constatou-se que é 10 vezes mais eficiente que no caso de uma AAS(s). Ademais, construiu-se também o algoritmo no ambiente R.
Abstract: The sampling for small populations is widely found in scientific research. In these situations, the estimated population parameter possesses high standard error because the sample size. Horvitz Thompson estimator is suitable for the study of finite populations with small samples. It uses auxiliary information for obtaining unbiased estimates with small variances. Thus, our objective is to develop the algorithm for the Horvitz Thompson estimator both in a population context, in order to check the properties of hope and variance, as in a sampling context. This will use the environment IML of software SAS 9.2. The results showed that for the case study analyzed, in fact the Horvitz Thompson estimator is an unbiased estimator and the variances. Moreover, it was found that is 10 times more efficient than if a AAS(s). Moreover, it is also built in the algorithm environment R.
Informações adicionais: Monografia (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2011.
DOI: http://dx.doi.org/10.26512/2011.TCC.3767
Aparece na Coleção:Estatística



Este item está licenciado na Licença Creative Commons Creative Commons