• 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
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.100.2022.tde-26072022-101225
Document
Auteur
Nom complet
Rafael Peçanha Waissman
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2022
Directeur
Jury
Lauretto, Marcelo de Souza (Président)
Correia, Rion Brattig
Delgado, Karina Valdivia
Freire, Alexandre da Silva
Titre en portugais
Métodos de Alocação Fortuita: extensão para múltiplos grupos e sua avaliação empírica
Mots-clés en portugais
Amostragem
Haphazard Intentional Sampling
Otimização
Planejamento de experimentos
Resumé en portugais
O planejamento de um estudo ou experimento muitas vezes envolve a definição do método de seleção dos elementos que compõem uma amostra ou grupo de alocação, ponto que abrange discussões acerca do papel da aleatorização. O uso da aleatorização é amplamente defendido por duas razões principais: (i) os métodos frequentistas de inferência são baseados na premissa da amostragem aleatória; e (ii) a aleatorização evita qualquer possibilidade de interferência humana (intencional ou não), proporcionando, assim, maior isenção às pesquisas experimentais. Por outro lado, diversos autores questionam esse paradigma, especialmente porque os métodos baseados em aleatorização pura têm alta probabilidade de proverem amostras não representativas da população ou alocações nas quais os grupos experimentais formados tenham perfis significativamente diferentes entre si, o que pode potencialmente comprometer os próprios resultados e conclusões das pesquisas. Métodos já desenvolvidos conciliam uma maior eficiência no balanceamento das covariáveis com uma redução significativa na possibilidade de interferência humana. Uma abordagem conhecida como Alocação Intencional Fortuita busca alcançar esse objetivo por meio de modelos de otimização de distâncias entre as covariáveis de interesse, estendidos com a incorporação de covariáveis artificiais aleatorizadas. Essa abordagem se mostra promissora em proporcionar maior garantia de balanceamento, desacoplamento e poder de inferência. Contudo, os estudos já realizados com esta abordagem analisam apenas a alocação em dois grupos (controle / tratamento). O presente projeto propõe a generalização de métodos já desenvolvidos para os casos de alocações em mais de dois grupos. São apresentados estudos de caso, com discussões acerca do uso prático do método de Alocação Intencional Fortuita no planejamento de experimentos
Titre en anglais
Haphazard Allocation Methods: extension for multiple groups and empirical evaluation
Mots-clés en anglais
Design of experiments
Haphazard Intentional Sampling
Optimization
Sampling
Resumé en anglais
The design of studies and experiments often involves defining a method for selecting the elements that constitutes a sample or allocation group, an issue that raises debates about the role of randomization. The use of randomization is widely advocated for two main reasons: (i) frequentist inference methods are based on the premise of random sampling; and (ii) randomization avoids any possibility of human interference (intentional or not), providing greater impartiality for experimental research. On the other hand, several authors have refuted this paradigm, particularly because methods based on pure randomization have a high probability of providing samples that are not representative of the population or allocations in which experimental groups profiles are significantly different from each other, which can potentially undermine a research's results and conclusions. Some already developed methods combines greater efficiency in balancing covariates with a significant reduction in the possibility of human interference. An approach known as Haphazard Intentional Allocation seeks to achieve this goal by optimizing distance models between the covariates of interest, expanded with the addition of random artificial covariates. This approach seems promising in providing greater assurance of balance, decoupling, and inference power. However, the studies conducted with this approach have only considered allocations in two groups ("control/treatment" designs). This project proposes the generalization of already developed methods to cases of allocations in more than two groups. Case studies are presented, with discussions on the practical use of the Haphazard Intentional Allocation method in experiments design
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2022-08-16
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.