Tese de Doutorado
Documento
Tese de Doutorado
Autor
Nome completo
Eliardo Guimarães da Costa
E-mail
Unidade da USP
Instituto de Matemática e Estatística
Área do Conhecimento
Data de Defesa
2017-06-05
Imprenta
São Paulo, 2017
Orientador
Paulino, Carlos Daniel Mimoso - (Coorientador)
(
)
Banca examinadora
Singer, Julio da Motta (Presidente)
Achcar, Jorge Alberto
Andrade Filho, Mário de Castro
Paulino, Carlos Daniel Mimoso
Stern, Rafael Bassi
Título em português
Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana
Palavras-chave em português
Critério da cobertura média, Critério do comprimento médio, Distribuição binomial negativa, Distribuição Poisson, Processo Dirichlet, Risco de Bayes
Resumo em português
Metodologias para obtenção do tamanho amostral para estimar a concentração de organismos em água de lastro e verificar normas internacionais são desenvolvidas sob uma abordagem bayesiana. Consideramos os critérios da cobertura média, do tamanho médio e da minimização do custo total sob os modelos Poisson com distribuição a priori gama e binomial negativo com distribuição a priori Pearson Tipo VI. Além disso, consideramos um processo Dirichlet como distribuição a priori no modelo Poisson com o propósito de obter maior flexibilidade e robustez. Para fins de aplicação, implementamos rotinas computacionais usando a linguagem R.
Título em inglês
Sample size for estimating the organism concentration in ballast water: a Bayesian approach
Palavras-chave em inglês
Average coverage criterion, Average length criterion, Bayes risk, Dirichlet process, Negative binomial distribution, Poisson distribution
Resumo em inglês
Sample size methodologies for estimating the organism concentration in ballast water and for verifying international standards are developed under a Bayesian approach. We consider the criteria of average coverage, of average length and of total cost minimization under the Poisson model with a gamma prior distribution and the negative binomial model with a Pearson type VI prior distribution. Furthermore, we consider a Dirichlet process as a prior distribution in the Poisson model with the purpose to gain more flexibility and robustness. For practical applications, we implemented computational routines using the R language.
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso: Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2018-07-06
Trabalhos decorrentes
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.