1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Estatística e Experimentação Agropecuária - Doutorado (Teses)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/12728
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSouza, Tadeu Vilela de-
dc.date.accessioned2017-04-12T19:21:15Z-
dc.date.available2017-04-12T19:21:15Z-
dc.date.issued2017-04-11-
dc.date.submitted2017-02-17-
dc.identifier.citationSOUZA, 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.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/12728-
dc.description.abstractInverse 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.subjectRegressão inversapt_BR
dc.subjectDependência espacialpt_BR
dc.subjectEstimador pontualpt_BR
dc.subjectEstimador intervalarpt_BR
dc.subjectImputaçãopt_BR
dc.subjectRegression inversept_BR
dc.subjectSpatial dependencept_BR
dc.subjectPoint estimatorpt_BR
dc.subjectInterval estimatorpt_BR
dc.subjectImputationpt_BR
dc.titleEstimação em regressão inversa no modelo CAR espacialpt_BR
dc.title.alternativeEstimation of inverse regression in spatial CAR modelpt_BR
dc.typetesept_BR
dc.publisher.programPrograma de Pós-Graduação em Estatística e Experimentação Agropecuáriapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Scalon, João Domingos-
dc.contributor.referee1Lima, Renato Ribeiro-
dc.contributor.referee2Oliveira, Marcelo Silva-
dc.contributor.referee3Brighenti, Carla Regina Guimarães-
dc.contributor.referee4Cordeiro, Liliane Lopes-
dc.description.resumoRegressão 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.pt_BR
dc.publisher.departmentDepartamento de Ciências Exataspt_BR
dc.subject.cnpqEstatísticapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7329574248381494pt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE_Estimação em regressão inversa no modelo CAR espacial.pdf640,65 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.