Autores
Orientador(es)
Resumo(s)
Pequenos domínios são subpopulações com um número reduzido de elementos. Cada vez mais
as organizações estão preocupadas com a produção de estimativas em pequenos domínios.
Neste âmbito esta dissertação apresenta diversos estimadores (directos e indirectos) que são
usualmente utilizados na estimação em pequenos domínios, assim como um grupo de
estimadores da classe dos modelos lineares gerais mistos que recorre a informação de variáveis
auxiliares e informação espacial e cronológica da amostra. É realizada uma simulação de Monte
Carlo com o propósito de estudar a adequação dos estimadores propostos à problemática da
estimação em pequenos domínios através da análise de medidas de enviesamento e precisão. Foi
possível concluir que os estimadores que utilizam informação cronológica ou informação mista
(cronológica e espacial) permitem grandes ganhos no que respeita à precisão face ao estimador
directo, e nos domínios de menor dimensão amostral esperada mostram também vantagens face
ao estimador combinado e ao estimador directo modificado analisados. Podem também ser
vistos como uma alternativa aos estimadores sintéticos já que de um modo geral apresentam
uma redução no enviesamento e rácios de enviesamento inferiores, e particularmente no caso
dos estimadores que não recorrem a informação espacial nos domínios de menor dimensão
amostral esperada estudados as suas precisões podem competir com os resultados alcançados
pelo melhor dos estimadores sintéticos analisados.
Descrição
Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação
Palavras-chave
Estimação em pequenos domínios Modelo linear geral misto Informação auxiliar espacial e cronológica