Implementação computacional da amostragem espacial adaptável

Abstract

Este trabalho teve por objetivo implementar computacionalmente a amostragem espacial adaptável no software SAS, uma vez que os seus usuários ainda não tinham uma ferramenta computacional para utilizá-la. Além disso, essa é uma nova técnica que pode ter várias aplicações. A amostragem adaptável é um dos procedimentos que vem sendo estudado e testado em levantamentos de populações raras, como a localização dos minérios, e que exibem padrão de distribuição es- pacial agregado onde a selecão de unidades amostrais dependem de observações feitas durante a pesquisa. Para isso foi feito um estudo sobre a teoria de amostragem clássica e adaptável, bem como um levantamento de alguns algoritmos de amostragem adaptável já existentes. Assim, definiu-se analisar o caso apresentado por Thompson (1990) onde a distribuição espacial agregada dos dados influencia a seleção amostral dos dados em conglomerados. Dessa forma, desenvolveu-se o algoritmo computacional para a amostragem espacial adaptável por conglomerados e a amostragem espacial adaptável estratificada por conglomerados, obtendo os mesmos resultados para ambos exemplos do autor. Além disso, fez-se outras contribuições para o tema como a análise dos estimadores para a média e para o total com o aumento da população (N grades regulares), bem como a análise de outra forma de seleção amostral, a selecão QUEEN, para o caso da amostragem espacial adaptável por conglomerado. ______________________________________________________________________________ ABSTRACT

The objective of the this work is to implement computationally the adaptive spatial sampling on the software SAS, since the users do not have a computational tool to use it. Also, this is a new technique that can have multiple applications. Adaptive Sampling is one of the procedures that have been studied and tested in surveys of rare species populations, such as the location of ores, that exhibit spatial pattern household where the selection of sampling units rely on the observations made during the research. For that was made a study on classical and adaptive sampling theory as well as a survey of some existing algorithms of adaptive sampling. Thus, it was decided to analyze the case presented by Thompson (1990) where the clustered distribution of the data in uences the selection of sampling data into clusters. Furthermore, was developed a computational algorithm to adaptive spatial cluster sampling and strati ed adaptive spatial cluster sampling, getting the same results for both examples of the author. Moreover, it was made further contributions to the subject and the analysis of estimators for the mean and the total with the increase of population (N regular grids), as well as the analysis of other sample selection, such as QUEEN 's selection, to the case of adaptive spatial cluster sampling.