Seleção estatística de árvores de contexto
Autor(a) principal: | |
---|---|
Data de Publicação: | 2024 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/19505 |
Resumo: | Context trees are models that parsimoniously generalize Markovian models. These models were introduced by Jorma Rissanen in 1983, as an efficient tool in Information Theory. Since then, these models have been widely used in many fields of Probability and Statistics from both theoretical and applied perspectives. Given a sample, a central problem in Statistics is to estimate a model to the observed data. In this work, we are interested in studying some of the main methods discussed in the literature for the statistical selection of context trees. To do this, we will conduct a comparative study between frequentist methods for context tree selection (context algorithm and its variations) and the Bayesian method, using synthetic data obtained via simulations. Additionally, we illustrate the performance of model selection methods through applications in real data related to neuroscience and genetics. |
id |
SCAR_8892ee0f31f9c87f709ce89c27342cbe |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/19505 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Almeida, Isadora Nascimento deFerreira, Ricardo Felipehttp://lattes.cnpq.br/2355076087945221http://lattes.cnpq.br/5230348325938771https://orcid.org/0000-0001-5555-05262024-02-27T13:02:37Z2024-02-27T13:02:37Z2024-01-22ALMEIDA, Isadora Nascimento de. Seleção estatística de árvores de contexto. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19505.https://repositorio.ufscar.br/handle/ufscar/19505Context trees are models that parsimoniously generalize Markovian models. These models were introduced by Jorma Rissanen in 1983, as an efficient tool in Information Theory. Since then, these models have been widely used in many fields of Probability and Statistics from both theoretical and applied perspectives. Given a sample, a central problem in Statistics is to estimate a model to the observed data. In this work, we are interested in studying some of the main methods discussed in the literature for the statistical selection of context trees. To do this, we will conduct a comparative study between frequentist methods for context tree selection (context algorithm and its variations) and the Bayesian method, using synthetic data obtained via simulations. Additionally, we illustrate the performance of model selection methods through applications in real data related to neuroscience and genetics.Árvores de contextos são modelos que generalizam de maneira parcimoniosa os modelos Markovianos. Esses modelos foram introduzidos por Jorma Rissanen em 1983, como uma ferramenta eficiente na Teoria da Informação. Desde então, esses modelos têm sido amplamente utilizados em muitos campos da Probabilidade e Estatística tanto do ponto de vista teórico quanto aplicado. Observada uma amostra, um problema central em Estatística é o de estimar um modelo aos dados observados. Neste trabalho, estamos interessados em estudar alguns dos principais métodos discutidos pela literatura para a seleção estatística de árvores de contexto. Para isso, vamos realizar um estudo comparativo entre os métodos frequentistas de seleção de árvores de contexto (algoritmo contexto e suas variações) e o método Bayesiano, utilizando dados sintéticos obtidos via simulações. Além disso, ilustramos a performance dos métodos de seleção de modelos por meio de aplicações em dados reais relacionados à neurociência e genética.Não recebi financiamentoporUniversidade Federal de São CarlosCâmpus São CarlosEstatística - EsUFSCarAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessÁrvore de contextoAlgoritmo contextoNeurociênciaCadeia de Markov com alcance variávelCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICASeleção estatística de árvores de contextoContext tree selectioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALMonografia TCC - Isadora Almeida.pdfMonografia TCC - Isadora Almeida.pdfMonografia TCCapplication/pdf536777https://repositorio.ufscar.br/bitstream/ufscar/19505/1/Monografia%20TCC%20-%20Isadora%20Almeida.pdf842b29db2ebd02568e98010cd59676eeMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8810https://repositorio.ufscar.br/bitstream/ufscar/19505/2/license_rdff337d95da1fce0a22c77480e5e9a7aecMD52TEXTMonografia TCC - Isadora Almeida.pdf.txtMonografia TCC - Isadora Almeida.pdf.txtExtracted texttext/plain132172https://repositorio.ufscar.br/bitstream/ufscar/19505/3/Monografia%20TCC%20-%20Isadora%20Almeida.pdf.txt088942336b1015f41de3342a90b0280aMD53ufscar/195052024-05-14 17:36:32.187oai:repositorio.ufscar.br:ufscar/19505Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222024-05-14T17:36:32Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Seleção estatística de árvores de contexto |
dc.title.alternative.eng.fl_str_mv |
Context tree selection |
title |
Seleção estatística de árvores de contexto |
spellingShingle |
Seleção estatística de árvores de contexto Almeida, Isadora Nascimento de Árvore de contexto Algoritmo contexto Neurociência Cadeia de Markov com alcance variável CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
title_short |
Seleção estatística de árvores de contexto |
title_full |
Seleção estatística de árvores de contexto |
title_fullStr |
Seleção estatística de árvores de contexto |
title_full_unstemmed |
Seleção estatística de árvores de contexto |
title_sort |
Seleção estatística de árvores de contexto |
author |
Almeida, Isadora Nascimento de |
author_facet |
Almeida, Isadora Nascimento de |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/5230348325938771 |
dc.contributor.advisor1orcid.por.fl_str_mv |
https://orcid.org/0000-0001-5555-0526 |
dc.contributor.author.fl_str_mv |
Almeida, Isadora Nascimento de |
dc.contributor.advisor1.fl_str_mv |
Ferreira, Ricardo Felipe |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2355076087945221 |
contributor_str_mv |
Ferreira, Ricardo Felipe |
dc.subject.por.fl_str_mv |
Árvore de contexto Algoritmo contexto Neurociência Cadeia de Markov com alcance variável |
topic |
Árvore de contexto Algoritmo contexto Neurociência Cadeia de Markov com alcance variável CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
description |
Context trees are models that parsimoniously generalize Markovian models. These models were introduced by Jorma Rissanen in 1983, as an efficient tool in Information Theory. Since then, these models have been widely used in many fields of Probability and Statistics from both theoretical and applied perspectives. Given a sample, a central problem in Statistics is to estimate a model to the observed data. In this work, we are interested in studying some of the main methods discussed in the literature for the statistical selection of context trees. To do this, we will conduct a comparative study between frequentist methods for context tree selection (context algorithm and its variations) and the Bayesian method, using synthetic data obtained via simulations. Additionally, we illustrate the performance of model selection methods through applications in real data related to neuroscience and genetics. |
publishDate |
2024 |
dc.date.accessioned.fl_str_mv |
2024-02-27T13:02:37Z |
dc.date.available.fl_str_mv |
2024-02-27T13:02:37Z |
dc.date.issued.fl_str_mv |
2024-01-22 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ALMEIDA, Isadora Nascimento de. Seleção estatística de árvores de contexto. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19505. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/19505 |
identifier_str_mv |
ALMEIDA, Isadora Nascimento de. Seleção estatística de árvores de contexto. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19505. |
url |
https://repositorio.ufscar.br/handle/ufscar/19505 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos Estatística - Es |
dc.publisher.initials.fl_str_mv |
UFSCar |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos Estatística - Es |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/19505/1/Monografia%20TCC%20-%20Isadora%20Almeida.pdf https://repositorio.ufscar.br/bitstream/ufscar/19505/2/license_rdf https://repositorio.ufscar.br/bitstream/ufscar/19505/3/Monografia%20TCC%20-%20Isadora%20Almeida.pdf.txt |
bitstream.checksum.fl_str_mv |
842b29db2ebd02568e98010cd59676ee f337d95da1fce0a22c77480e5e9a7aec 088942336b1015f41de3342a90b0280a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1802136433650040832 |