Orientador: Sebastião de Amorim

Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação

Resumo: A estimação de Y, a média de uma variável Y numa população finita, é o problema mais frequente e corriqueiro em planos amostrais. A partir de uma amostra aleatória simples, com ou sem reposição, a média amostral y é o estimador canônico empregado. Suas propriedades estatísticas são...

Resumo: A estimação de Y, a média de uma variável Y numa população finita, é o problema mais frequente e corriqueiro em planos amostrais. A partir de uma amostra aleatória simples, com ou sem reposição, a média amostral y é o estimador canônico empregado. Suas propriedades estatísticas são interessantes e podem ser estabelecidas de forma simples e elegante. Na sua simplicidade, y tem, naturalmente, limitações. Estas limitações foram sendo atacadas por diversos meios, e a literatura apresenta uma abundância de alternativas, algumas gerais e outras voltadas a contextos particulares. O Estimador de Razão (ER) é uma opção prática, versátil e altamente eficaz, sempre que se dispõe de uma variável de apoio X, com média populacional X conhecida e bem correlacionada com Y, de forma que a população possa ser considerada uma amostra de uma super população onde Y = ßX + e, onde ß é uma constante e e um desvio aleatório de esperança zero. O ER é bastante conhecido e utilizado. Suas propriedades são apresentadas e discutidas em qualquer texto de Amostragem. Ver, por exemplo, Cochran (1977) Cap 6. Uma generalização do estimador de razão é obtida, substituindo-se X por sua estimativa x baseada numa amostra grande. A variável Y só é avaliada em uma sub-amostra. Este Estimador de Razão Generalizado (ERG) é útil quando X é desconhecido, mas o custo amostral de X, cx, é bem menor que Cy, o custo amostral de Y. Sob este ponto de vista, como uma generalização do Estimador de Razão, esta alternativa foi estudada por Amorim e Boché (1990) ¿Observação: O resumo, na íntegra poderá ser visualizado no texto completo da tese digital.

Abstract: Not informed.