Método do núcleo para estimar funções de densidade e funções de regressão
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/BUBD-9A4KRJ |
Resumo: | Dentre as atividades iniciais para o entendimento do comportamento de um conjunto de dados estão a geração de um gráfico de dispersão e de um histograma. A análise desses gráficos e o entendimento do assunto no qual os dados estão inseridos são itens importantes de apoio na identificação do método a ser utilizado na estimação da função de regressão e/ou da função densidade de probabilidade. Os métodos de estimação utilizados estão divididos em 2 grandes grupos : paramétricos e não paramétricos. Esse trabalho apresenta o estudo desenvolvido utilizando o método não paramétrico denominado núcleo-estimador, que compreendeu o estudo teórico dos conceitos e fórmulas matemáticas envolvidas, mas sobretudo a experimentação dométodo a partir da utilização de rotinas já desenvolvidas no pacote estatístico R por diversos trabalhos anteriores , por exemplo : (BESSEGATO et al, 2006) , (MIRANDA, 2007) e (SILVA, 2008) |
id |
UFMG_49621bab0d4dd8fc843a134643f1c230 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/BUBD-9A4KRJ |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Gregorio Saravia AtuncarEla Mercedes Medrano de ToscanoSueli Aparecida MingotiMilton Pifano Soares Ferreira2019-08-09T18:03:47Z2019-08-09T18:03:47Z2011-08-18http://hdl.handle.net/1843/BUBD-9A4KRJDentre as atividades iniciais para o entendimento do comportamento de um conjunto de dados estão a geração de um gráfico de dispersão e de um histograma. A análise desses gráficos e o entendimento do assunto no qual os dados estão inseridos são itens importantes de apoio na identificação do método a ser utilizado na estimação da função de regressão e/ou da função densidade de probabilidade. Os métodos de estimação utilizados estão divididos em 2 grandes grupos : paramétricos e não paramétricos. Esse trabalho apresenta o estudo desenvolvido utilizando o método não paramétrico denominado núcleo-estimador, que compreendeu o estudo teórico dos conceitos e fórmulas matemáticas envolvidas, mas sobretudo a experimentação dométodo a partir da utilização de rotinas já desenvolvidas no pacote estatístico R por diversos trabalhos anteriores , por exemplo : (BESSEGATO et al, 2006) , (MIRANDA, 2007) e (SILVA, 2008).Universidade Federal de Minas GeraisUFMGEstatísticaFunção de regressãoFunção densidadeNúcleo-estimadorMétodo do núcleo para estimar funções de densidade e funções de regressãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALnucleoestimador.pdfapplication/pdf1492671https://repositorio.ufmg.br/bitstream/1843/BUBD-9A4KRJ/1/nucleoestimador.pdffc7d405e9c37eda65b8f1e1c8802e4ccMD51TEXTnucleoestimador.pdf.txtnucleoestimador.pdf.txtExtracted texttext/plain74199https://repositorio.ufmg.br/bitstream/1843/BUBD-9A4KRJ/2/nucleoestimador.pdf.txt5cbf430a15f2a3de01dc79a1051220b6MD521843/BUBD-9A4KRJ2019-11-14 03:02:20.893oai:repositorio.ufmg.br:1843/BUBD-9A4KRJRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T06:02:20Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Método do núcleo para estimar funções de densidade e funções de regressão |
title |
Método do núcleo para estimar funções de densidade e funções de regressão |
spellingShingle |
Método do núcleo para estimar funções de densidade e funções de regressão Milton Pifano Soares Ferreira Função de regressão Função densidade Núcleo-estimador Estatística |
title_short |
Método do núcleo para estimar funções de densidade e funções de regressão |
title_full |
Método do núcleo para estimar funções de densidade e funções de regressão |
title_fullStr |
Método do núcleo para estimar funções de densidade e funções de regressão |
title_full_unstemmed |
Método do núcleo para estimar funções de densidade e funções de regressão |
title_sort |
Método do núcleo para estimar funções de densidade e funções de regressão |
author |
Milton Pifano Soares Ferreira |
author_facet |
Milton Pifano Soares Ferreira |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Gregorio Saravia Atuncar |
dc.contributor.referee1.fl_str_mv |
Ela Mercedes Medrano de Toscano |
dc.contributor.referee2.fl_str_mv |
Sueli Aparecida Mingoti |
dc.contributor.author.fl_str_mv |
Milton Pifano Soares Ferreira |
contributor_str_mv |
Gregorio Saravia Atuncar Ela Mercedes Medrano de Toscano Sueli Aparecida Mingoti |
dc.subject.por.fl_str_mv |
Função de regressão Função densidade Núcleo-estimador |
topic |
Função de regressão Função densidade Núcleo-estimador Estatística |
dc.subject.other.pt_BR.fl_str_mv |
Estatística |
description |
Dentre as atividades iniciais para o entendimento do comportamento de um conjunto de dados estão a geração de um gráfico de dispersão e de um histograma. A análise desses gráficos e o entendimento do assunto no qual os dados estão inseridos são itens importantes de apoio na identificação do método a ser utilizado na estimação da função de regressão e/ou da função densidade de probabilidade. Os métodos de estimação utilizados estão divididos em 2 grandes grupos : paramétricos e não paramétricos. Esse trabalho apresenta o estudo desenvolvido utilizando o método não paramétrico denominado núcleo-estimador, que compreendeu o estudo teórico dos conceitos e fórmulas matemáticas envolvidas, mas sobretudo a experimentação dométodo a partir da utilização de rotinas já desenvolvidas no pacote estatístico R por diversos trabalhos anteriores , por exemplo : (BESSEGATO et al, 2006) , (MIRANDA, 2007) e (SILVA, 2008) |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-08-18 |
dc.date.accessioned.fl_str_mv |
2019-08-09T18:03:47Z |
dc.date.available.fl_str_mv |
2019-08-09T18:03:47Z |
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.uri.fl_str_mv |
http://hdl.handle.net/1843/BUBD-9A4KRJ |
url |
http://hdl.handle.net/1843/BUBD-9A4KRJ |
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.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/BUBD-9A4KRJ/1/nucleoestimador.pdf https://repositorio.ufmg.br/bitstream/1843/BUBD-9A4KRJ/2/nucleoestimador.pdf.txt |
bitstream.checksum.fl_str_mv |
fc7d405e9c37eda65b8f1e1c8802e4cc 5cbf430a15f2a3de01dc79a1051220b6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589256017346560 |