• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
10.11606/D.55.2018.tde-12032018-105302
Documento
Autor
Nombre completo
Vanda Donizetti Redondo Silveira
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 1999
Director
Tribunal
Rodrigues, Josemar (Presidente)
Andrade Filho, Marinho Gomes de
Leite, Jose Galvao
Título en portugués
Inferência Bayesiana para pesquisa de mercado com erros de resposta utilizando modelos mistos
Palabras clave en portugués
Não disponível
Resumen en portugués
Inferência Bayesiana para pesquisa de mercado incluindo erros de resposta é estudado como uma mistura de duas distribuições de Bernoulli. Como a análise Bayesiana geralmente implica em cálculos complexos, o método de Monte Cano com dados ampliados é desenvolvido para obter os resumos marginais a posteriori. Variáveis latentes foram introduzidas para indicar qual componente da mistura gerou a informação com erro de classificação. Também, um procedimento Bayesiano baseado no conceito de "p-value" e na distância de variação total foi introduzida para medir o efeito do erro na distribuição marginal a posteriori. É também realizado, uma comparação entre o modelo misto proposto e o modelo exato introduzido por Gaba e VVinkler com o objetivo de verificar a eficiência da técnica aplicada. Uma ilustração com dados simulados é considerada
Título en inglés
Not available
Palabras clave en inglés
Not available
Resumen en inglés
Bayesian Inference for market research including answer errors is studied as a mbcture of two Bernoulli distributions. Since a formal Bayesian analysis leads to intractable calculations, a Markov Chain Monte Cano method with data augmentation is developed to obtain the summary and marginal posteriors. Were introduced a latent variables that indicates which component of the mixture gives the information with classification errors. Also, a Bayesian procedure based on the Beyes p-value and the total variation distance to measure the effect of the errors on the marginal posterior distribution. R is also, accomplished a comparison between the proposed mixed model and the exact model introduced by Gaba and Winkler with the objective of verifying the efficiency of the applied technique. An illustration with simulated data is considered.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2018-03-12
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.