
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Brighenti, Carla Regina Guimarães | - |
| Autor(es): dc.contributor | Oliveira, Deive Ciro de | - |
| Autor(es): dc.contributor | Campos, Peter de Matos | - |
| Autor(es): dc.contributor | Pires, Raquel Maria de Oliveira | - |
| Autor(es): dc.creator | Lima, Isabela da Silva | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:29:33Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:29:33Z | - |
| Data de envio: dc.date.issued | 2022-03-17 | - |
| Data de envio: dc.date.issued | 2022-03-17 | - |
| Data de envio: dc.date.issued | 2022-03-17 | - |
| Data de envio: dc.date.issued | 2022-02-08 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/49516 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1162378 | - |
| Descrição: dc.description | Sampling is an important step in the process of estimating a parameter, which should have reduced cost and time. Thus, the use of sequential sampling, which has a variable sample size, evaluates each element at a time and permits the decision about when to stop sampling and estimate a parameter to be taken in advance, without having all elements evaluated as expected in the classic inference approach. In addition, bayesian decision theory can be incorporated into sequential sampling to perform parameter estimation, as this permits the inclusion of information about the parameter of interest beforehand, which helps take decisions and optimize the procedure. The greatest challenge of carrying out sequential bayesian estimation lies in the difficulty in establishing stopping criteria. Due to the inherent difficulty of the procedure, most of the works developed in this area are on the binomial distribution, and there are few works on the multinomial distribution. Therefore, the objective of this work is to define stopping criteria for the sequential bayesian estimation process of the multinomial distribution parameters. To validate the proposed methodology, a set of real count data was used, from the X-rays test for quality control of corn seed lots. Thus, the influence of two prioris on the stopping criterion was evaluated, a uniform one and another conjugate, with hyperparameters based on reference information from the literature, besides the cost per observation. The results obtained by the proposed methodology were compared with the frequentist and bayesian approach of parameter estimation, concluding that the sequential bayesian estimation had a good performance, and with the advantage of sample size reduction in most of the evaluated lots. Despite the smaller sample, the sequential bayesian estimation produced estimators that were equivalent or as good as the frequentists and bayesians. | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | A amostragem é uma etapa importante no processo de estimação de um parâmetro, que deve ter seu custo e tempo reduzido. Assim, o uso da amostragem sequencial, que possui o tamanho de amostra variável, avalia cada elemento por vez, permite que a decisão de parar a amostragem e estimar um parâmetro seja tomada antecipadamente, sem que todos os elementos sejam avaliados como previsto no processo de inferência clássico. Além disso, pode-se incorporar a teoria da decisão bayesiana à amostragem sequencial para realizar a estimação de parâmetros, pois essa permite incluir informações a priori sobre o parâmetro de interesse, o que auxilia na tomada de decisão e otimiza o procedimento. O grande desafio para realizar a estimação sequencial bayesiana reside na dificuldade em estabelecer critérios de parada. Devido à dificuldade inerente ao procedimento, a maioria dos trabalhos desenvolvidos nessa área são para a distribuição binomial, e existem poucos trabalhos para a distribuição multinomial. Desse modo, o objetivo deste trabalho é definir critérios de parada para o processo de estimação sequencial bayesiana dos parâmetros da distribuição multinomial. Para validar a metodologia proposta utilizou-se um conjunto de dados reais de contagem, do teste de raios X para controle de qualidade de lotes de sementes de milho. Assim, avaliou-se a influência de duas prioris no critério de parada, uma uniforme e outra conjugada, com hiperparâmetros baseados em informações de referência da literatura, além do custo por observação. Os resultados obtidos pela metodologia proposta foram comparados com a abordagem frequentista e bayesiana de estimação de parâmetros, concluindo que as estimativas sequencias bayesianas tiveram um bom desempenho, e com a vantagem da redução do tamanho amostral na maioria dos lotes avaliados. Apesar da amostra ser menor, a estimação sequencial bayesiana produziu estimadores equivalentes ou tão bons quanto os frequentistas e bayesianos. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Estatística | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Estimação sequencial bayesiana | - |
| Palavras-chave: dc.subject | Distribuição de Dirichlet | - |
| Palavras-chave: dc.subject | Critério de parada | - |
| Palavras-chave: dc.subject | Equações de programação dinâmica | - |
| Palavras-chave: dc.subject | Bayesian estimation lies | - |
| Palavras-chave: dc.subject | Dirichlet distribution | - |
| Palavras-chave: dc.subject | Stop criterion | - |
| Palavras-chave: dc.subject | Dynamic programming equations | - |
| Palavras-chave: dc.subject | X-rays test | - |
| Palavras-chave: dc.subject | Estatística | - |
| Título: dc.title | Estatística sequencial bayesiana dos parâmetros da distribuição multinomial | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: