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/1/9691
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCordeiro, Liliane Lopes-
dc.date.accessioned2015-05-27T17:01:25Z-
dc.date.available2015-05-27T17:01:25Z-
dc.date.issued2015-05-27-
dc.date.submitted2015-03-30-
dc.identifier.citationCORDEIRO, L. L. Estimação em regressão espacial inversa. 2015. 89 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2015.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/9691-
dc.description.abstractIn 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.-
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectCalibraçãopt_BR
dc.subjectModelo SARpt_BR
dc.subjectEstimativa pontualpt_BR
dc.subjectEstimativa intervalarpt_BR
dc.subjectCalibrationpt_BR
dc.subjectSAR modelpt_BR
dc.subjectPoint estimatept_BR
dc.subjectInterval estimatept_BR
dc.titleEstimação em regressão espacial inversapt_BR
dc.title.alternativeEstimation in inverse spatial regressionpt_BR
dc.typetesept_BR
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationEstatística e Experimentação Agropecuáriapt_BR
dc.contributor.advisor1Scalon, João Domingos-
dc.contributor.referee1Lima, Renato Ribeiro de-
dc.contributor.referee1Vivanco, Mário Javier Ferrua-
dc.contributor.referee1Nunes, José Airton Rodrigues-
dc.contributor.referee1Bittencourt, Flávio-
dc.description.resumoEm 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.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções: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
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.