• 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
 
 
Dissertação de Mestrado
Documento
Autor
Nome completo
Vanda Donizetti Redondo Silveira
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 1999
Orientador
Banca examinadora
Rodrigues, Josemar (Presidente)
Andrade Filho, Marinho Gomes de
Leite, Jose Galvao
Título em português
Inferência Bayesiana para pesquisa de mercado com erros de resposta utilizando modelos mistos
Palavras-chave em português
Não disponível
Resumo em português
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 em inglês
Not available
Palavras-chave em inglês
Not available
Resumo em inglês
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.
 
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
2018-03-12
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2018. Todos os direitos reservados.