Qualificação de Tese de Doutorado de João Gabriel Malaguti

  A Escola Nacional de Ciências Estatísticas convida para a Qualificação de Tese de Doutorado intitulada:

 “Metodologia da Amostragem Bola-de-Neve e suas Variantes: Uma
Análise Computacional de Efeitos sobre a Precisão e o Viés.”

Aluno:João Gabriel Malaguti 

Data: 01 de outubro de 2024, Terça-feira.

Horário: 14h:30m

Local:https://ibge.webex.com/ibge/j.php?MTID=m175805a8889ef09b6d541ab4be889be5 

Resumo:Cada vez mais, nas diversas faces das ciências humanas, sociais e da saúde, têm se empreendido esforços para melhorar o entendimento das dinâmicas que perpassam distintos grupos sociais. No entanto, alguns destes são “populações de difícil acesso”, para os quais, os métodos amostrais usuais não podem ser realizados, pelo fato de não existir uma listagem prévia e ser desaconselhável a construção de um cadastro por motivos éticos. Como indivíduos destas populações tendem a ter várias relações sociais com outros da mesma população, foi desenvolvida uma classe de métodos que visam se aproveitar destas ligações para se produzir uma amostra, chamada de “link-tracing methods”, da qual fazem parte amostragem bola-deneve e respondent-driven sampling (RDS, amostragem dirigida pelos respondentes, em tradução livre). Ambos os métodos são não probabilísticos, com a amostragem bola-deneve sendo bastante utilizada nas ciências sociais e com o RDS sendo aplicado principalmente pelas áreas da saúde. Na literatura, os métodos dessa classe se confundem, sendo em diferentes momentos considerados variantes e em outros, sem relação alguma. Este presente trabalho se propõe a quantificar, por meio de simulações Monte Carlo, os efeitos de mudanças em diferentes escolhas relacionadas ao desenho amostral, assim como os efeitos da quebra de diferentes suposições e suas interações, sobre o tamanho da amostra, a convergência, o viés e precisão e, a partir destes resultados, formalizar uma metodologia de verificação de pressupostos e validação de pesquisas deste tipo, buscando especificar quais os principais aspectos que podem gerar uma melhor estimação. Além disso, espera-se criar uma proposta de unificação para as definições dos diferentes métodos da classe de link-tracing methods, além de compilar e comparar as aplicações dos métodos para estatísticas oficiais e públicas.

Palavras-chave: Amostragem não-probabilística; Simulação Monte Carlo; Grafos.

Banca examinadora:

Dr. Gustavo da Silva Ferreira (ENCE/IBGE) – Orientador

Dra. Andrea Diniz da Silva (ENCE/IBGE)

Dr. Marcel de Toledo Vieira (UFJF)

Coordenação de Pós-Graduação

Angelita Alves de Carvalho