Algoritmo para identificação de características para amostragem estratificada

DSpace Repository

A- A A+

Algoritmo para identificação de características para amostragem estratificada

Show simple item record

dc.contributor Universidade Federal de Santa Catarina pt_BR
dc.contributor.advisor Andrade, Dalton Francisco de pt_BR
dc.contributor.author Ratke, Cláudio pt_BR
dc.date.accessioned 2012-10-22T11:20:47Z
dc.date.available 2012-10-22T11:20:47Z
dc.date.issued 2006
dc.date.submitted 2006 pt_BR
dc.identifier.other 232779 pt_BR
dc.identifier.uri http://repositorio.ufsc.br/xmlui/handle/123456789/88611
dc.description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Ciência da Computação. pt_BR
dc.description.abstract Este trabalho apresenta um algoritmo para identificar características que possam ser utilizadas num processo de amostragem estratificada. O algoritmo localiza as características e os seus respectivos valores que dividem o conjunto de dados em estratos, de tal forma que a variância do estimador, de uma média ou proporção, seja inferior à variância do estimador baseado em uma amostra aleatória simples. O algoritmo implementa o cálculo da variância do estimador baseado nos três métodos de alocação: uniforme, proporcional e alocação ótima de Neyman com custo fixo. Foi também implementado um novo método denominado GRD, baseado no princípio do ganho de informação, que exige menos recursos de processamento. O algoritmo foi aplicado em um conjunto de dados simulados para produzir estratos pré-definidos, e também, em um conjunto de dados real. Além disso, o algoritmo foi implementado parcialmente em um Gerenciador de Banco de Dados. This work presents an algorithm developed to identify characteristics that can be used to define strata in a stratified sampling process. The algorithm finds the characteristics, and its respective values, that split the data set into strata, in such a way that the variance of the estimator, of the mean or proportion, is smaller than the variance of the estimator based on a simple random sampling process. The algorithm implements the calculation of the variance of the estimator based on the three methods of allocation: uniform, proportional and Neyman optimum allocation with fixed cost. It has also implemented a new method called GRD, based on the principle of the information gain, that demands less am simulated data, built to produce well defined strata, and in a real data set. Moreover, the algorithm was partially implemented in a Data Base Management System (DBMS). pt_BR
dc.format.extent xiii, [43] f.| grafs. tabs. pt_BR
dc.language.iso por pt_BR
dc.publisher Florianópolis, SC pt_BR
dc.subject.classification Informatica pt_BR
dc.subject.classification Ciência da computação pt_BR
dc.subject.classification Amostragem (Estatística) pt_BR
dc.subject.classification Algoritmos pt_BR
dc.title Algoritmo para identificação de características para amostragem estratificada pt_BR
dc.type Dissertação (Mestrado) pt_BR


Files in this item

Files Size Format View
232779.pdf 445.7Kb PDF Thumbnail

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar