Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana
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 modelo...
Main Author: | |
---|---|
Other Authors: | |
Language: | Portuguese |
Published: |
Universidade de São Paulo
2017
|
Subjects: | |
Online Access: | http://www.teses.usp.br/teses/disponiveis/45/45133/tde-05072018-164225/ |
id |
ndltd-IBICT-oai-teses.usp.br-tde-05072018-164225 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-IBICT-oai-teses.usp.br-tde-05072018-1642252019-01-21T22:07:20Z Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana Sample size for estimating the organism concentration in ballast water: a Bayesian approach Eliardo Guimarães da Costa Julio da Motta Singer Carlos Daniel Mimoso Paulino Jorge Alberto Achcar Mário de Castro Andrade Filho Carlos Daniel Mimoso Paulino Rafael Bassi Stern Critério da cobertura média Critério do comprimento médio Distribuição binomial negativa Distribuição Poisson Processo Dirichlet Risco de Bayes Average coverage criterion Average length criterion Bayes risk Dirichlet process Negative binomial distribution Poisson distribution 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. 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. 2017-06-05 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/doctoralThesis http://www.teses.usp.br/teses/disponiveis/45/45133/tde-05072018-164225/ por info:eu-repo/semantics/openAccess Universidade de São Paulo Estatística USP BR reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo instacron:USP |
collection |
NDLTD |
language |
Portuguese |
sources |
NDLTD |
topic |
Critério da cobertura média
Critério do comprimento médio Distribuição binomial negativa Distribuição Poisson Processo Dirichlet Risco de Bayes Average coverage criterion Average length criterion Bayes risk Dirichlet process Negative binomial distribution Poisson distribution |
spellingShingle |
Critério da cobertura média
Critério do comprimento médio Distribuição binomial negativa Distribuição Poisson Processo Dirichlet Risco de Bayes Average coverage criterion Average length criterion Bayes risk Dirichlet process Negative binomial distribution Poisson distribution Eliardo Guimarães da Costa Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana |
description |
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.
===
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.
|
author2 |
Julio da Motta Singer |
author_facet |
Julio da Motta Singer Eliardo Guimarães da Costa |
author |
Eliardo Guimarães da Costa |
author_sort |
Eliardo Guimarães da Costa |
title |
Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana
|
title_short |
Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana
|
title_full |
Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana
|
title_fullStr |
Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana
|
title_full_unstemmed |
Tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana
|
title_sort |
tamanho amostral para estimar a concentração de organismos em água de lastro: uma abordagem bayesiana |
publisher |
Universidade de São Paulo |
publishDate |
2017 |
url |
http://www.teses.usp.br/teses/disponiveis/45/45133/tde-05072018-164225/ |
work_keys_str_mv |
AT eliardoguimaraesdacosta tamanhoamostralparaestimaraconcentracaodeorganismosemaguadelastroumaabordagembayesiana AT eliardoguimaraesdacosta samplesizeforestimatingtheorganismconcentrationinballastwaterabayesianapproach |
_version_ |
1718891036104720384 |