Estrutura de covariância de modelos espaciais para dados de área
| dc.creator | Elias Teixeira Krainski | |
| dc.date.accessioned | 2019-08-10T09:47:03Z | |
| dc.date.accessioned | 2025-09-08T23:32:38Z | |
| dc.date.available | 2019-08-10T09:47:03Z | |
| dc.date.issued | 2008-03-07 | |
| dc.identifier.uri | https://hdl.handle.net/1843/RFFO-7UCM3R | |
| dc.language | Português | |
| dc.publisher | Universidade Federal de Minas Gerais | |
| dc.rights | Acesso Aberto | |
| dc.subject | Estatística | |
| dc.subject | Analise de covariancia | |
| dc.subject | Análise espacial (Estatística) | |
| dc.subject.other | Dados | |
| dc.subject.other | Estrutura | |
| dc.subject.other | Áreas | |
| dc.subject.other | Covariância | |
| dc.subject.other | Modelos | |
| dc.title | Estrutura de covariância de modelos espaciais para dados de área | |
| dc.type | Dissertação de mestrado | |
| local.contributor.advisor1 | Renato Martins Assuncao | |
| local.contributor.referee1 | Paulo Justiniano Ribeiro Júnior | |
| local.contributor.referee1 | Lourdes Coral Contreras Montenegro | |
| local.description.resumo | Este trabalho está dividido em três Capítulos. Em todo o trabalho nós utilizamos o mapa dos EUA para facilitar a referência ao trabalho de Wall (2004), que foi o principal motivador deste trabalho. No primeiro Capítulo nós introduzimos os modelos SAR e CAR e fazemos uma análise de dados. Nós consideramos dados de Renda per Capita, Expectativa de vida e Percentual de Graduados nos EUA. O capítulo 2 é um artigo submetido. Nesse Capítulo, nós mostramos mais detalhadamente os resultados não intuitivos. Nós consideramos resultados de álgebra linear e obtemos uma expressão simples e intuitiva para a matriz de covariância que explica os resultados não intuitivos. Nós obtemos termos para aproximações da matriz de covariância e estudamos algumas aproximações para a matriz de covariância. Nós também estudamos o segundo autovalor da matriz de vizinhança utilizada pelos modelos SAR e CAR e sua relação com os termos da expressão obtida para a matriz de covariância. Também estudamos o impacto da conectividade e do tamanho do mapa no segundo autovalor. No Capítulo 3 nós consideramos um modelo espacial Bayesiano para dados gaussianos. Nesse modelo, consideramos um efeito aleatório com distribuição a priori CAR. Obtemos a distribuição a posteriori e uma expressão simples e intuitiva para a matriz de covariância a posteriori dos efeitos aleatórios. Nós avaliamos o impacto da informação a priori em relação a informação dos dados em termos da precisão da priori e da precisão dos dados. Obtemos também a expressão da covariância a distribuição posteriori dos efeitos aleatórios quando a distribuição à priori é CAR intrinsica. Nesse Capítulo, fazemos referência ao Capítulo 2 como um artigo submetido. No Capítulo 4 nós tiramos algumas conclusões e colocamos algumas linhas de pesquisa para trabalhos futuros | |
| local.publisher.initials | UFMG |
Arquivos
Pacote original
1 - 1 de 1