Amostragem e estimação de médias de preços incorporando informações de Big data

Abstract

Esta tese apresenta uma proposta de método de amostragem para coleta de dados, com o objetivo de gerar estimativas para médias de preços, levando em consideração informações disponíveis na web, relativas a uma população de “lojas virtuais”, através de algoritmos de web scraping, a fim de contribuir para construções de índices de preços voltados para esse tipo de comércio. Ainda que a capacidade computacional e tecnológica esteja em constante avanço, definir uma estratégia de amostragem probabilística para captura de dados de um universo Big data, como a web (W3), é de fundamental importância para a realização de inferência estatística adequada. Na composição de tal estratégia, esta tese propõe o uso de técnicas de amostragem em dois estágios, múltiplos cadastros, combinação de captura e recaptura com amostragem de Bernoulli e amostragem bidimensional. Parte da teoria proposta é ilustrada através de um experimento piloto para gerar estimativas de médias de preços de lojas virtuais para aparelhos celulares.