Estimador subsemble espacial para dados massivos em Geoestatística

• Ano de defesa: 2016
• Autor(a) principal: Marcia Helena Barbian
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Minas Gerais; UFMG
• Palavras-chave em Português: observações massivas; subamostragem; programação paralela; geoestatística; estatística-U; U-Estatística; Estatística; Geologia Métodos estatísticos; Estatistica; Programação paralela (Computação); Amostragem (Estatística)
• Link de acesso: http://hdl.handle.net/1843/ICED-ALZRTV

Um problema que vem se tornando habitual em análise geoestatística é a quantidade crescente de observações. Em tais casos é comum que estimadores usualmente utilizados não possam ser empregados devido a dificuldades numéricas. Esta tese têm por objetiv propor um novo estimador para massivas observações em geoestatística: o estimador subsemble espacial. O estimador subsemble espacial seleciona várias subamostras, espacialmente estruturadas, do conjunto completo de dados. Cada subamostra estima com facilidade os parâmetros do modelo e as estimativas resultantes são ponderadas através de um subconjunto de validação. Em estudos simulados, compara-se a metodologia proposta com outros métodos e os resultados apresentam sua acurácia e rapidez. Além disso, uma aplicação em um banco de dados reais, com 11.000 observações, confirma essas características.