[en] DATA DISAGGREGATION WITH ECOLOGICAL INFERENCE: IMPLEMENTATION OF MODELS BASED IN THE TRUNCATED NORMAL AND ON THE BINOMIAL-BETA VIA EM ALGORITHM

• Ano de defesa: 2001
• Autor(a) principal: ROGERIO SILVA DE MATTOS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] INFERENCIA ECOLOGICA; [pt] BINOMIAL-BETA; [pt] NORMAL TRUNCADA; [pt] DESAGREGACAO DE DADOS; [en] ECOLOGICAL INFERENCE; [en] BINOMIAL-BETA; [en] TRUNCATED NORMAL; [en] DATA DISAGGREGATION; [es] DESAGREGACION DE DATOS; [es] BINOMIAL-BETA; [es] NORMAL TRUNCADA
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1347&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1347&idi=2; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=1347&idi=4; http://doi.org/10.17771/PUCRio.acad.1347

[pt] Inferência ecológica reúne o conjunto de procedimentos estatísticos para se prever dados desagregados quando só estão disponíveis dados agregados. Duas novas metodologias propostas recentemente vêm motivando novos desenvolvimentos na área: o modelo baseado na normal bivariada truncada (MNBT) e o modelo hierárquico binomial-beta (MHBB). A tese reavalia estas metodologias e explora implementações computacionais mais eficientes através do Algoritmo EM e uma de suas extensões, o Algoritmo ECM. Comparando-se com métodos de quase-Newton, uma versão estável, porém mais lenta, é obtida para implementação do MNBT e uma versão estável e mais rápida é obtida para o MHBB. Adicionalmente, as metodologias são comparadas em termos de suas capacidades preditivas através de um extenso experimento de Monte Carlo e da aplicação sobre bases de dados reais selecionadas. A superioridade do MNBT se evidencia na maioria dos casos. Problemas de modelagem do MHBB são corrigidos e é apontada uma limitação assintótica das previsões produzidas por este último.