Redução da causalidade espúria em métodos paramétricos de detecção de causalidade
Autor(a) principal: | |
---|---|
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 |