1 |
[en] DATA DISAGGREGATION WITH ECOLOGICAL INFERENCE: IMPLEMENTATION OF MODELS BASED IN THE TRUNCATED NORMAL AND ON THE BINOMIAL-BETA VIA EM ALGORITHM / [es] DESAGREGACIÓN DE DATOS CON INFERENCIA ECOLÓGICA: IMPLEMENTACIÓN DE MODELOS CON BASE EN LA NORMAL TRUNCADA Y EN LA BINOMIAL-BETA VÍA ALGORITMO EM / [pt] DESAGREGAÇÃO DE DADOS COM INFERÊNCIA ECOLÓGICA: IMPLEMENTAÇÕES DE MODELOS BASEADOS NA NORMAL TRUNCADA E NA BINOMIAL-BETA VIA ALGORITMO EMROGERIO SILVA DE MATTOS 13 March 2001 (has links)
[pt] Inferência ecológica reúne o conjunto de procedimentos
estatísticos para se prever dados desagregados quando só
estão disponíveis dados agregados. Duas novas metodologias
propostas recentemente vêm motivando novos desenvolvimentos
na área: o modelo baseado na normal bivariada truncada
(MNBT) e o modelo hierárquico binomial-beta (MHBB). A tese
reavalia estas metodologias e explora implementações
computacionais mais eficientes através do Algoritmo EM e
uma de suas extensões, o Algoritmo ECM. Comparando-se com
métodos de quase-Newton, uma versão estável, porém mais
lenta, é obtida para implementação do MNBT e uma versão
estável e mais rápida é obtida para o MHBB. Adicionalmente,
as metodologias são comparadas em termos de suas
capacidades preditivas através de um extenso experimento de
Monte Carlo e da aplicação sobre bases de dados reais
selecionadas. A superioridade do MNBT se evidencia na
maioria dos casos. Problemas de modelagem do MHBB são
corrigidos e é apontada uma limitação assintótica das
previsões produzidas por este último. / [en] Ecological inference comprises the set of statistical
procedures for the prediction of
disaggegate data when data are available only in aggregate
form. Two recently
proposed approaches have motivated new developments in the
field: the model based
on a truncated bivariate normal (MNBT) and the hierchical
binomial-beta model
(MHBB). The thesis reevaluates these approaches and
explores more efficient
computational implementations via the EM Algorithm and one
of its extensions, the
ECM Algorithm. As compared to quasi-Newton algorithms, a
stable yet slower
version is obtained for the implementation of the MNBT, and
a stable and faster
version is obtained for the MHBB. The methodologies are
compared in predictive
terms by means of an extensive Monte Carlo experiment and
of the application to real
datasets. The superiority of the MNBT is evident in the
majority of cases. Modeling
mistakes of the MHBB are corrected and an asymptotic
restriction of the predictions
made with this model is pointed. / [es] La inferencia ecológica reúne un conjunto de procedimentos
estatísticos para prever datos desagregados cuando solo
están disponibles datos agregados. Dos nuevas metodologías
propuestas recientemente han motivando nuevos desarrollos
en el área: el modelo que tiene como base la normal
bivariada truncada (MNBT) y el modelo jerárquico binomial-
beta (MHBB). La tesis reevalúa estas metodologías y explora
implementaciones computacionales más eficientes a través
del Algoritmo EM y una de sus extensiones, el Algoritmo
ECM. Estos métodos se comparan con métodos de quase-
Newton. Se obtiene una versión estable aunque más lenta,
para la implementación de MNBT y una versión estable y más
rápida para el MHBB. Adicionalmente, se comparan las
metodologías en función de sus capacidades predictivas a
través de un extenso experimento de Monte Carlo. Em la
mayor parte de los casos se observa superioridad del MHNBT.
Se corrigen problemas de modelaje del MHBB apuntadando uma
limitación asintótica de las previsiones producidas por
este último.
|
Page generated in 0.05 seconds