Estimador subsemble espacial para dados massivos em Geoestatística

Página do item simplificado
dc.creatorMarcia Helena Barbian
dc.date.accessioned2019-08-13T00:14:54Z
dc.date.accessioned2025-09-08T22:56:26Z
dc.date.available2019-08-13T00:14:54Z
dc.date.issued2016-08-29
dc.identifier.urihttps://hdl.handle.net/1843/ICED-ALZRTV
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectU-Estatística
dc.subjectEstatística
dc.subjectGeologia Métodos estatísticos
dc.subjectEstatistica
dc.subjectProgramação paralela (Computação)
dc.subjectAmostragem (Estatística)
dc.subject.otherobservações massivas
dc.subject.othersubamostragem
dc.subject.otherprogramação paralela
dc.subject.othergeoestatística
dc.subject.otherestatística-U
dc.titleEstimador subsemble espacial para dados massivos em Geoestatística
dc.typeTese de doutorado
local.contributor.advisor1Renato Martins Assuncao
local.contributor.referee1Marcos Oliveira Prates
local.contributor.referee1Thais Rotsen Correa
local.contributor.referee1Marcelo Azevedo Costa
local.contributor.referee1Paulo Justiniano Ribeiro Júnior
local.description.resumoUm problema que vem se tornando habitual em análise geoestatística é a quantidade crescente de observações. Em tais casos é comum que estimadores usualmente utilizados não possam ser empregados devido a dificuldades numéricas. Esta tese têm por objetiv propor um novo estimador para massivas observações em geoestatística: o estimador subsemble espacial. O estimador subsemble espacial seleciona várias subamostras, espacialmente estruturadas, do conjunto completo de dados. Cada subamostra estima com facilidade os parâmetros do modelo e as estimativas resultantes são ponderadas através de um subconjunto de validação. Em estudos simulados, compara-se a metodologia proposta com outros métodos e os resultados apresentam sua acurácia e rapidez. Além disso, uma aplicação em um banco de dados reais, com 11.000 observações, confirma essas características.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tese_marcia_barbian.pdf
Tamanho:
19.48 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Pós-Graduação em Estatística - Teses

Logo UFMG