Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/39827
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | FERRAZ, Cristiano | - |
dc.contributor.author | MELO, José Carlos da Silva | - |
dc.date.accessioned | 2021-04-21T13:26:24Z | - |
dc.date.available | 2021-04-21T13:26:24Z | - |
dc.date.issued | 2020-02-27 | - |
dc.identifier.citation | MELO, José Carlos da Silva. Amostragem de Bernoulli. 2020. Dissertação (Mestrado em Estatística) – Universidade Federal de Pernambuco, Recife, 2020. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/39827 | - |
dc.description.abstract | Comumente utilizada na literatura, a amostragem de Bernoulli consiste em um plano amostral para selecionar elementos de uma população finita, de tamanho N, por meio de experimentos de Bernoulli com probabilidade conhecida de sucesso, caracterizado usualmente como inclusão do elemento na amostra. Experimentos independentes são realizados, um para cada elemento, todos com mesma probabilidade de seleção, π. O tamanho de amostra de um plano amostral de Bernoulli (BE) é uma variável aleatória com distribuição Binomial de parâmetros N e π. Proposto originalmente por Goodman (1949) e com várias possibilidades de aplicações, este plano é pouco explorado em cursos de amostragem, em diferentes níveis, de graduação e pós-graduação, por limitação de tempo. Essa dissertação apresenta uma revisão de literatura sobre este plano amostral, ressaltando a sua importância na área de amostragem, com ênfase em seus aspectos históricos e leque de aplicações. Estudos de simulação de Monte Carlo foram realizados para comparar a eficiência estatística de estimadores de total populacional encontrados na literatura, com base em um plano de BE, sob cenários práticos, incluindo estratificação. | pt_BR |
dc.description.sponsorship | CAPES | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | embargoedAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Estatística aplicada | pt_BR |
dc.subject | Estratificação | pt_BR |
dc.title | Amostragem de Bernoulli | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/6426963855633679 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | mestrado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/1122718253481481 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Estatistica | pt_BR |
dc.description.abstractx | Commonly used in the literature, Bernoulli sampling is a sampling design to selectelements from a finite population of size N, using Bernoulli experiments with known probability of success related to the inclusion of the element in the sample. Independent experiments are run, one for each element, all with the same selection probability, π. The sample size of a Bernoulli design (BE) is a random variable with Binomial distribution of parameters N and π. Originally proposed by Goodman (1949), and with many possibilities of application, this design is underexplored in sampling courses, in undergraduate and graduate levels, for time constraints. This dissertation presents a literature review about Bernoulli sampling design, highlighting its importance in sampling, with emphasis on its historical aspects and range of applications. Monte Carlo simulation studies were performed in order to compare the statistical efficiency of estimators of total population found in the literature, based on the BE design, in many practical scenarios, including stratification. | pt_BR |
Aparece nas coleções: | Dissertações de Mestrado - Estatística |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DISSERTAÇÃO José Carlos da Silva Melo.pdf | 1,38 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons