Haphazard intentional sampling para a obtenção efiiente de amostras (2023)
- Authors:
- USP affiliated authors: LAURETTO, MARCELO DE SOUZA - EACH ; STERN, JULIO MICHAEL - IME
- Unidades: EACH; IME
- Subjects: ESTUDOS RANDOMIZADOS; AMOSTRAGEM
- Keywords: Haphazard Intentional Sampling; Planejamento amostral otimizado; Re-randomization
- Language: Português
- Abstract: Problemas de amostragem e planejamento de experimentos em larga escala usualmente demandam grandes equipes, infraestrutura e altos custos operacionais para cobrir um grupo representativo da população de interesse. Não obstante, experimentos randomizados não garantem um controle eciente sobre conjuntos especícos de covariáveis, e podem gerar grandes divergências entre as estatísticas amostrais e populacionais de interesse. Para endereçar este problema, nosso grupo de pesquisa vem desenvolvendo o Haphazard Intentional Sampling, um método formulado como um problema de otimização no qual são introduzidas perturbações aleatórias controladas. Isso permite que se obtenham boas amostras ou grupos experimentais, e simultaneamente que sejam evitados vieses sistemáticos de seleção. Este trabalho apresenta a formulação do método Haphazard e alguns resultados publicados previamente pelo nosso grupo de pesquisa. Nos experimentos realizados, consideramos um cenário de estimação da prevalência do vírus Sars-CoV-2 em um conjunto de municípios brasileiros, utilizando as informações sociodemográcas dos setores censitários disponibilizadas pelo IBGE. Os resultados indicam que, em comparação com o método de Re-randomização, proposto por K. Morgan e D. Rubin, o Haphazard é capaz de obter amostras mais representativas da população e, consequentemente, menores erros de estimação na variável resposta de interesse.
- Imprenta:
- Publisher: Universidade Estadual de Londrina
- Publisher place: Londrina
- Date published: 2023
- Source:
- Título do periódico: Livro de Resumos
- Conference titles: Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria - RBras
-
ABNT
LAURETTO, Marcelo de Souza et al. Haphazard intentional sampling para a obtenção efiiente de amostras. 2023, Anais.. Londrina: Universidade Estadual de Londrina, 2023. Disponível em: https://lookerstudio.google.com/reporting/f9228c96-529e-44e6-8f85-373fc3e2539a/page/BYq4C. Acesso em: 11 jun. 2024. -
APA
Lauretto, M. de S., Miguel, M. G. R., Waissman, R. P., & Stern, J. M. (2023). Haphazard intentional sampling para a obtenção efiiente de amostras. In Livro de Resumos. Londrina: Universidade Estadual de Londrina. Recuperado de https://lookerstudio.google.com/reporting/f9228c96-529e-44e6-8f85-373fc3e2539a/page/BYq4C -
NLM
Lauretto M de S, Miguel MGR, Waissman RP, Stern JM. Haphazard intentional sampling para a obtenção efiiente de amostras [Internet]. Livro de Resumos. 2023 ;[citado 2024 jun. 11 ] Available from: https://lookerstudio.google.com/reporting/f9228c96-529e-44e6-8f85-373fc3e2539a/page/BYq4C -
Vancouver
Lauretto M de S, Miguel MGR, Waissman RP, Stern JM. Haphazard intentional sampling para a obtenção efiiente de amostras [Internet]. Livro de Resumos. 2023 ;[citado 2024 jun. 11 ] Available from: https://lookerstudio.google.com/reporting/f9228c96-529e-44e6-8f85-373fc3e2539a/page/BYq4C - REAL: real attribute learning for strategic market operation
- Dedication of this volume to prof. Carlos Alberto de Bragança Pereira
- Preface: XI Brazilian Meeting on Bayesian Statistics
- XI Brazilian Meeting on Bayesian Statistics: EBEB 2012 : Amparo, Brazil, 18-22 March 2012
- Amostragem fortuita para melhorar o balanceamento de covariáveis em experimentos
- FBST for generalized Poisson distribution
- FBST for covariance structures of generalized Gompertz models
- The full bayesian significance test for symmetry in contingency tables
- Estimation and model selection in Dirichlet regression
- FBST for mixture model selection
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 3172314.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
