ABORDAGEM BAYESIANA PARA PROBLEMAS DE SELECAO E CON- TROLE: APLICACAO EM EXPERIMENTOS E CAPTURA E RECAPTU-RA.

• Ano de defesa: 1996
• Autor(a) principal: Oliveira, Silvana Aparecida Ceregato de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Não disponível; Not available
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-15012018-084442/

Neste trabalho propomos algumas soluções para problemas de seleção e controle introduzidos por Marsh e Zellner (1994). Estudamos soluções ótimas obtidas através de diferentes funções de perda e comparamos tais soluções com a chamada \"solução do diretor\". Além disso, enfocamos os problemas de controle de uma forma distinta da proposta em Marsh e Zellner, utilizando o conceito de densidade preditiva. Introduzimos o modelo de regressão logística em problemas de seleção e controle com heterogeneidade, obtendo soluções via Inferência Clássica e Inferência Bayesiana Assintótica. Analisamos um conjunto de dados simulados a fim de exemplificar o emprego do modelo de regressão logística em tais problemas. Baseando-nos em Geisser (1982), utilizamos funções de perda e densidade preditiva para obter soluções ótimas para problemas de seleção e controle. Procedemos a uma análise para verificar qual o impacto da função de perda na escolha dos parâmetros da distribuição a priori de O: probabilidade dos indivíduos aceitarem uma oferta para um curso a ser realizado. Na tentativa de solucionar problemas de captura-recaptura através de problemas de controle investigamos um estimador bastante conhecido, o estimador de Petersen (1896) e, através da Inferência Bayesiana, propomos um ajuste para o mesmo, similar às correções de Bartlett (1937). Através de um exemplo com dados simulados é possível verificar que o ajuste melhora sensivelmente as estimativas do tamanho de uma população animal.