Use este identificador para citar ou linkar para este item: repositorio.ufla.br/jspui/handle/1/9691
Título: Estimação em regressão espacial inversa
Título(s) alternativo(s): Estimation in inverse spatial regression
Autor : Cordeiro, Liliane Lopes
Primeiro orientador: Scalon, João Domingos
Primeiro membro da banca: Lima, Renato Ribeiro de
Vivanco, Mário Javier Ferrua
Nunes, José Airton Rodrigues
Bittencourt, Flávio
Área de concentração: Estatística e Experimentação Agropecuária
Palavras-chave: Calibração
Modelo SAR
Estimativa pontual
Estimativa intervalar
Calibration
SAR model
Point estimate
Interval estimate
Data da publicação: 27-Mai-2015
Agência(s) de fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: CORDEIRO, L. L. Estimação em regressão espacial inversa. 2015. 89 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2015.
Resumo: Em alguns problemas que envolvem análise de regressão pode ser de interesse obter estimativas para um valor da variável independente dado um valor da variável dependente. Esse problema é chamado de regressão inversa ou calibração. Na literatura existem dois métodos mais comumente utilizados para realizar a estimação pontual em modelos de regressão inversa: clássico e inverso. Métodos para obter estimações intervalares para o verdadeiro valor da variável independente também estão disponíveis. O principal objetivo desta tese é apresentar o problema da calibração espacial e propor métodos para a estimação pontual e intervalar em modelos que levam em consideração a estrutura de dependência espacial entre áreas vizinhas. O problema pode ser dividido em dois casos: no primeiro caso pretende-se estimar o valor da variável independente pertencente à amostra observada, enquanto que no segundo caso, o valor da variável independente a ser estimada não pertence à amostra observada. Esta tese desenvolve estimadores pontuais e intervalares para o valor da variável independente para o modelo autorregressivo espacial (SAR). Os estimadores obtidos são aplicados em dados espaciais reais. Os resultados obtidos mostram o potencial da regressão inversa em problemas onde as informações de uma região são influenciadas diretamente pelas informações das regiões vizinhas.
Abstract: In some issues involving regression analysis, it can be interesting to obtain estimates for a value of the independent variable, given a value of the dependent variable. This issue is determined inverse regression or calibration. In literature, there are two more commonly used methods for performing the point estimation in reverse regression models: classic and inverse. Methods to obtain interval estimations for the true value of the independent variable are also available. The main objective of this dissertation is to present the issue of spatial calibration and propose methods for the point and interval estimation in models that consider the spatial dependence structure between neighboring areas. The issue can be divided into two cases: in the first case, we intend to estimate the value of the independent variable belonging to the observed sample, while in the second case, the value of the independent variable to be estimated does not belong to the observed sample. This dissertation develops point and interval estimators for the value of the independent variable for the spatial autoregressive model (SAR). The estimators obtained are applied to real spatial data. The results obtained show the potential of inverse regression for issues in which the information from one region are directly influenced by the information from neighboring regions.
URI: http://repositorio.ufla.br/jspui/handle/1/9691
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções:DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TESE_Estimação em regressão espacial inversa.pdf2,98 MBAdobe PDFVisualizar/Abrir


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