Redução da causalidade espúria em métodos paramétricos de detecção de causalidade

Detalhes bibliográficos
Autor(a) principal: Vasconcelos, Vinicius Belmuds
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
Texto Completo: http://repositorio.ufes.br/handle/10/9552
Resumo: Methods for detection of the cause and effect relationships between variables have been developed and are applied in many areas of knowledge. Parametric and nonparametric methods require statistical significance tests to confirm or not the existence of causality. This work focuses on the parametric methods, in which a decision that affects the tests of statistical significance is the model order. The selection of the order is made here by different criteria. Granger methods and causal relationships based on residual analysis have their performance assessed under different criteria for choosing the order of models and greater rigor in the use of statistical tests of multiple comparisons. The goal is to reduce the number of spurious causal relationships, which can produce erroneous conclusions due to errors in the existing topology between the analyzed variables. The analysis and proposed improvements are evaluated using three case studies, one with synthetic data and two with data from different industrial processes.
id UFES_eb87fa3f94717d7e2908e4678cafc0bf
oai_identifier_str oai:repositorio.ufes.br:10/9552
network_acronym_str UFES
network_name_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
repository_id_str 2108
spelling Munaro, Celso JoséVasconcelos, Vinicius BelmudsFarenzena, MarceloCiarelli, Patrick Marques2018-08-02T00:00:35Z2018-08-012018-08-02T00:00:35Z2016-11-04Methods for detection of the cause and effect relationships between variables have been developed and are applied in many areas of knowledge. Parametric and nonparametric methods require statistical significance tests to confirm or not the existence of causality. This work focuses on the parametric methods, in which a decision that affects the tests of statistical significance is the model order. The selection of the order is made here by different criteria. Granger methods and causal relationships based on residual analysis have their performance assessed under different criteria for choosing the order of models and greater rigor in the use of statistical tests of multiple comparisons. The goal is to reduce the number of spurious causal relationships, which can produce erroneous conclusions due to errors in the existing topology between the analyzed variables. The analysis and proposed improvements are evaluated using three case studies, one with synthetic data and two with data from different industrial processes.Métodos de detecção de relações de causa e efeito entre variáveis têm sido desenvolvidos e aplicados em diversas áreas do conhecimento. Métodos paramétricos e não paramétricos requerem testes de significância estatística para confirmar ou não a existência de causalidade. Este trabalho enfoca os métodos paramétricos, nos quais uma das decisões que afeta os testes de significância estatística é a ordem do modelo. A seleção da ordem é feita aqui por diferentes critérios. Os métodos de Granger e de relações de causalidade baseada em análise de resíduos têm seu desempenho avaliado à luz de diferentes critérios para escolha da ordem de modelos e a um maior rigor no uso de testes estatísticos de múltiplas comparações. O objetivo é reduzir o número de relações de causalidade espúrias, que podem produzir conclusões errôneas devido a erros na topologia existente entre as variáveis analisadas. As análises e propostas de melhorias são avaliadas usando três estudos de caso, sendo um com dados sintéticos e dois com dados de diferentes processos industriais.Texthttp://repositorio.ufes.br/handle/10/9552porUniversidade Federal do Espírito SantoMestrado em Engenharia ElétricaPrograma de Pós-Graduação em Engenharia ElétricaUFESBRCentro TecnológicoCausalidade de GrangerCorreção de BonferroniAnálise de causa e efeitoCausalidadeAnálise de variânciaTestes de hipóteses estatísticasEstatísticaEngenharia Elétrica621.3Redução da causalidade espúria em métodos paramétricos de detecção de causalidadeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFESORIGINALtese_10397_Dissertação_Vinicius_Belmuds_Vasconcelos_Correçoes_Banca_Versão_Final.pdfapplication/pdf1522723http://repositorio.ufes.br/bitstreams/b06d67cd-a32e-45ec-b84f-be6bd43aadf8/downloadb945bcf2e8ec0177c7dd2d07e48efdbfMD5110/95522024-07-17 16:59:30.454oai:repositorio.ufes.br:10/9552http://repositorio.ufes.brRepositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-10-15T17:52:11.598180Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false
dc.title.none.fl_str_mv Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
title Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
spellingShingle Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
Vasconcelos, Vinicius Belmuds
Causalidade de Granger
Correção de Bonferroni
Análise de causa e efeito
Engenharia Elétrica
Causalidade
Análise de variância
Testes de hipóteses estatísticas
Estatística
621.3
title_short Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
title_full Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
title_fullStr Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
title_full_unstemmed Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
title_sort Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
author Vasconcelos, Vinicius Belmuds
author_facet Vasconcelos, Vinicius Belmuds
author_role author
dc.contributor.advisor1.fl_str_mv Munaro, Celso José
dc.contributor.author.fl_str_mv Vasconcelos, Vinicius Belmuds
dc.contributor.referee1.fl_str_mv Farenzena, Marcelo
dc.contributor.referee2.fl_str_mv Ciarelli, Patrick Marques
contributor_str_mv Munaro, Celso José
Farenzena, Marcelo
Ciarelli, Patrick Marques
dc.subject.por.fl_str_mv Causalidade de Granger
Correção de Bonferroni
Análise de causa e efeito
topic Causalidade de Granger
Correção de Bonferroni
Análise de causa e efeito
Engenharia Elétrica
Causalidade
Análise de variância
Testes de hipóteses estatísticas
Estatística
621.3
dc.subject.cnpq.fl_str_mv Engenharia Elétrica
dc.subject.br-rjbn.none.fl_str_mv Causalidade
Análise de variância
Testes de hipóteses estatísticas
Estatística
dc.subject.udc.none.fl_str_mv 621.3
description Methods for detection of the cause and effect relationships between variables have been developed and are applied in many areas of knowledge. Parametric and nonparametric methods require statistical significance tests to confirm or not the existence of causality. This work focuses on the parametric methods, in which a decision that affects the tests of statistical significance is the model order. The selection of the order is made here by different criteria. Granger methods and causal relationships based on residual analysis have their performance assessed under different criteria for choosing the order of models and greater rigor in the use of statistical tests of multiple comparisons. The goal is to reduce the number of spurious causal relationships, which can produce erroneous conclusions due to errors in the existing topology between the analyzed variables. The analysis and proposed improvements are evaluated using three case studies, one with synthetic data and two with data from different industrial processes.
publishDate 2016
dc.date.issued.fl_str_mv 2016-11-04
dc.date.accessioned.fl_str_mv 2018-08-02T00:00:35Z
dc.date.available.fl_str_mv 2018-08-01
2018-08-02T00:00:35Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufes.br/handle/10/9552
url http://repositorio.ufes.br/handle/10/9552
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv Text
dc.publisher.none.fl_str_mv Universidade Federal do Espírito Santo
Mestrado em Engenharia Elétrica
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFES
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Centro Tecnológico
publisher.none.fl_str_mv Universidade Federal do Espírito Santo
Mestrado em Engenharia Elétrica
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
instname:Universidade Federal do Espírito Santo (UFES)
instacron:UFES
instname_str Universidade Federal do Espírito Santo (UFES)
instacron_str UFES
institution UFES
reponame_str Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
collection Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)
bitstream.url.fl_str_mv http://repositorio.ufes.br/bitstreams/b06d67cd-a32e-45ec-b84f-be6bd43aadf8/download
bitstream.checksum.fl_str_mv b945bcf2e8ec0177c7dd2d07e48efdbf
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)
repository.mail.fl_str_mv
_version_ 1813022505672114176