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

Abstract

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.