Utilize este identificador para referenciar este registo: http://hdl.handle.net/10362/20351
Título: Estatística multivariada aplicada à fiscalização da pesca : modelação do comportamento das embarcações de pesca para apoio à decisão de fiscalizar
Autor: Rei, Filipe da Rocha
Orientador: Mendes, Jorge Morais
Palavras-chave: Pescas
Cumprimento
Comportamento
Pesca ilegal
Pescar
Análise discriminante
Tomada de decisão
Data de Defesa: 8-Mar-2017
Resumo: A fiscalização da atividade da pesca, entre outras entidades, está cometida à Marinha no âmbito do exercício da autoridade do estado nos espaços marítimos sob soberania e jurisdição nacional. A relevância da fiscalização tem impacto na melhoria da proteção, preservação e gestão dos recursos piscatórios, concorrendo para tal ações inspetivas mais eficazes na deteção e dissuasão de atos ilícitos. Neste âmbito, a seleção adequada e fundamentada da embarcação de pesca a fiscalizar adquire especial preponderância. Tendo em vista a importância de uma seleção fundamentada da embarcação a fiscalizar, a investigação desenvolvida focou-­‐se na possibilidade do comportamento infrator, nos espaços marítimos sob soberania e jurisdição portuguesa, poder ser previsto através de modelos econométricos/estocásticos. A materialização da questão de investigação decorreu de uma análise exploratória tendo em vista identificar as condições e características das embarcações de pesca categorizadas como presumíveis infratoras, permitindo simultaneamente identificar as variáveis a serem incluídas no modelo preditivo. Ainda no âmbito da análise exploratória, foi analisada a influência da variável taxa de desemprego, como indicador económico, na taxa de infrações detetadas ao longo do período de 2006 a 2015. Por último, foi aplicado o método da análise discriminante, tendo--‐se verificado que a função discriminante linear, com probabilidades proporcionais, é a que apresenta melhor desempenho com uma percentagem de classificações corretas de 79%, de classificação de embarcações legais de 96% e uma taxa de erro de classificação total de 21%. Os resultados apresentados permitem concluir que o comportamento infrator pode ser previsto através de um Modelo estocástico.
URI: http://hdl.handle.net/10362/20351
Designação: Mestrado em Estatística e Gestão de Informação
Aparece nas colecções:NIMS - Dissertações de Mestrado em Estatística e Gestão da Informação

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
TEGI0378.pdf4,03 MBAdobe PDFVer/Abrir    Acesso Restrito. Solicitar cópia ao autor!


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.