Neste trabalho apresentamos o método de amostragem intencional via otimização. Tal método baseia-se na fundamentação de que devemos controlar a seleção amostral sempre que houver conhecimento suficiente para garantir boas inferências de quantidades conhecidas e de alguma forma correlacionadas com aquelas desconhecidas e de interesse. Para a resolução dos problemas de otimização foram utilizadas técnicas de programação linear. Três aplicações foram apresentadas e em todas elas notou-se que o procedimento de amostragem intencional produziu amostras com bom balanceamento entre as composições amostrais e de referência. / In this work we present the method of intentional sampling by optimization. Such method is based on the fact that we must control the sampling selection whenever we have enough knowledge to guarantee good inferences of known quantities and somehow correlated with those interesting and unknown ones. Linear programming techniques were used to solve the optimization problems. Three applications were presented and all of them produced samples with good balancing properties related to the referenced populations.
Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-06122007-205037 |
Date | 26 September 2007 |
Creators | Catia Yumi Nagae |
Contributors | Carlos Alberto de Braganca Pereira, Airlane Pereira Alencar, Francisco Louzada Neto |
Publisher | Universidade de São Paulo, Estatística, USP, BR |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds