Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/12728

Título: Estimação em regressão inversa no modelo CAR espacial
Título Alternativo: Estimation of inverse regression in spatial CAR model
Autor(es): Souza, Tadeu Vilela de
Lattes: http://lattes.cnpq.br/7329574248381494
Orientador: Scalon, João Domingos
Membro da banca: Lima, Renato Ribeiro
Membro da banca: Oliveira, Marcelo Silva
Membro da banca: Brighenti, Carla Regina Guimarães
Membro da banca: Cordeiro, Liliane Lopes
Assunto: Regressão inversa
Dependência espacial
Estimador pontual
Estimador intervalar
Imputação
Regression inverse
Spatial dependence
Point estimator
Interval estimator
Imputation
Data de Defesa: 17-Fev-2017
Data de publicação: 11-Abr-2017
Referência: SOUZA, T. V. de. Estimação em regressão inversa no modelo CAR espacial. 2017. 92 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2017.
Resumo: Regressão inversa ou calibração estatística é uma técnica estatística utilizada em situações em que, por meio da análise de regressão, deseja-se estimar um valor desconhecido da variável independente dado o valor da variável dependente. Métodos para a estimação pontual e intervalar na regressão inversa para esse valor desconhecido estão disponíveis na literatura. Porém, observa-se que são escassos os métodos que considerem a informação espacial dos dados no processo de estimação na regressão inversa. O objetivo principal desta tese é propor a regressão espacial inversa ou calibração espacial por meio de métodos para a estimação pontual e intervalar do valor desconhecido da variável independente utilizando um modelo que considere a estrutura de dependência espacial em dados de área. Esses estimadores foram construídos a partir de um modelo do erro espacial ou modelo condicional autorregressivo (CAR) e aplicados em dados reais que caracterizam um problema de calibração espacial. Os resultados obtidos mostram que a regressão espacial inversa é apropriada na análise dados de área com dependência espacial, fornecendo um ferramenta útil para casos que configurem a necessidade de se obter o valor de uma variável independente conhecendo-se o valor da variável dependente. Observa-se também que, um grande potencial que esse modelo de regressão espacial inversa tem, está no fato de que ele pode ser um método eficiente de imputação, em casos específicos, de dados faltantes na análise de dados de área.
Abstract: Inverse regression or statistical calibration is a statistical technique used in situations where, through regression analysis, it is desired to estimate a unknown value of the independent variable given the value of the dependent variable. Methods for the point and interval estimation in the inverse regression for this unknown value are available in the literature. However, it is observed that there are few methods that consider the spatial information of the data in the estimation process in the inverse regression. The main objective of this thesis is to propose inverse spatial regression or spatial calibration by means of methods for the point and interval estimation of the unknown value of the independent variable using a model that considers the spatial dependence structure in area data. These estimators were constructed using spatial error model or autoregressive conditional model (CAR) and applied to real data that characterize a spatial calibration problem. The results show that the inverse spatial regression is appropriate in the spatial dependence data area analysis, providing a useful tool for cases that configure the need to obtain the value of an independent variable by knowing the value of the dependent variable. It is also observed that a great potential that this inverse spatial regression model has is in the fact that it can be an efficient method of imputation, in specific cases, of missing data in the analysis of area data.
URI: http://repositorio.ufla.br/jspui/handle/1/12728
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Estimação em regressão inversa no modelo CAR espacial.pdf640,65 kBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback