Ajuste de modelos lineares usando estimadores de regressão para amostras complexas

• Ano de defesa: 1999
• Autor(a) principal: Duarte, Renata Pacheco Nogueira
• 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: Pesquisa E Planejamento Estatístico
• Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-024419/

Dados provenientes de pesquisas por amostragem vêm sendo cada vez mais usados para modelagem e análise estatística. Grande parte dos dados disponíveis hoje em dia provém de pesquisas com desenho amostral complexo, onde a hipótese de observaçõesiid (independentes e identicamente distribuídas), que tanto facilita a obtenção de resultados teóricos, não pode ser feita de forma automática. A Teoria da Amostragem tem desenvolvido estimadores de quantidades populacionais, como médias, totaise razões, que levam em conta o peso e o desenho amostral utilizado na pesquisa. Mas ainda há relativamente pouca literatura que trate das estatísticas mais complexas, como as usadas nas modelagens e análises de dados. Por esse motivo éimportante examinar como o emprego de desenhos amostrais complexos pode afetar o aproveitamento dos dados para a estimação e ajuste de modelos. Nascimento Silva (1996) investigou o aproveitamento de informações populacionais auxiliares para aestimação e ajuste de modelos paramétricos 'regulares', empregando o método de Máxima Pseudo-Verossimilhança. Um dos objetivos deste trabalho foi revisitar o de Nascimento Silva (1996), estendendo o estudo de simulação para avaliar o desempenhodos estimadores de variância de diferentes estimadores dos coeficientes de um modelo de regressão linear. Além disso, aplicaram-se diversos métodos de estimação de coeficientes de um modelo linear a dados obtidos com a amostra do CensoDemográfico de 1991, para uma das áreas de ponderação do município de Marília (SP)