Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família

Detalhes bibliográficos
Autor(a) principal: Amaral, Mauricio Koubay do
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/5775
Resumo: Orientador: Jair Mendes Marques
id UFPR_34323f4bec32ec9d80c3e7042b7a3feb
oai_identifier_str oai:acervodigital.ufpr.br:1884/5775
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaMarques, Jair Mendes, 1947-Amaral, Mauricio Koubay do2024-02-26T16:57:54Z2024-02-26T16:57:54Z2006https://hdl.handle.net/1884/5775Orientador: Jair Mendes MarquesInclui apendiceDissertação (mestrado) - Universidade Federal do Paraná, Setores de Tecnologia e Ciências Exatas, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 2006Inclui bibliografia e anexosResumo: No presente estudo, aplicou-se técnicas estatísticas multivariadas aos dados de famílias cadastradas no Programa Bolsa Família do município de Tibagi, a fim de elaborar um instrumento de alocação que ajudasse no controle dos cadastros das Famílias do Programa. Os resultados encontrados com a aplicação dos modelos estatísticos foram preparados através do aplicativo Excel e do software MATLAB® . A metodologia adotada inicia-se com a aplicação do teste T 2 de Hotelling, onde se testa a existência de diferenças estatísticas entre os grupos de famílias beneficiárias e não-beneficiárias do Programa. Passando, em seguida, ao descarte de outlier, que faz a verificação das famílias que possuem dados cadastrados adversos dos demais. Já o descarte de variáveis usado na seqüência utiliza a técnica de Componentes Principais. Após o estudo criterioso no conjunto de dados, encontram-se duas funções discriminantes. Uma através da análise da Função Discriminante Linear de Fisher e a outra da análise do Modelo de Regressão Logístico Múltiplo. O ajuste do modelo foi feito com base nos estimadores de máxima verossimilhança obtidos através do método de Levenberg- Marquardt. As duas funções de classificação alocam novos cadastros em um dos grupos pré-estabelecidos. Os resultados encontrados com a aplicação dos conceitos geram informações necessárias para a criação de uma política social para elaboração de programas sociais que venham somar aos esforços do Governo Federal na transferência de renda. Com o surgimento das funções de classificação, houve a necessidade de um conceito que avaliasse as mesmas, sendo este desenvolvido através da abordagem de Lachenbruch, encontrando a probabilidade de classificação correta de 78,4 e 79,6%, respectivamente.Abstract: In this study, multivariate statistics techniques were applied to the registered families’ data from the Family Allowance Program in Tibagi City, in order to elaborate an allocation instrument to help to control the families’ registers from the Allowance Program. The found results with the application of the statistical models had been prepared through the applicatory Excel and of software MATLAB® . The adopted methodology, is initiated with the application of the Hotelling T 2 test, where if it tests the existence of statistics differences among the groups of beneficiary families and non-beneficiary families from the program. Then it was used the outlier disposal, which verifies the families that have different registered data from the others. But the disposal of variables used in the sequence uses the Main Components Technique. Once the data has been carefully analyzed there were found two Discriminate Functions. One was found by the analysis of Fisher’s Linear Discriminate Function and the other by the Multiple Logistic Regression Model. The model adjustment was done based on the estimators of maximum verosimilitude which were found by Levenberg-Marquardt Method. Both classification functions put new registers into the pre-established groups. The results found by the application of the concepts give us the necessary information to create a social policy to elaborate social programs that will be added to the Federal Government’s efforts related to the income transference. The appearance of the classification functions there was the need of a concept which could evaluate them and that was developed by the Lachenbruch approaching. The Lachenbruch approaching found the right classification probability of 78,4 and 79,6%, respectively.xii, 151f. : il., tabs.application/pdfDisponível em formato digitalAnalise de erros (Matematica)Estatistica - AnáliseAnálise multivariadaAnálise numéricaAplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Famíliainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALDissertação.pdfapplication/pdf739254https://acervodigital.ufpr.br/bitstream/1884/5775/1/Disserta%c3%a7%c3%a3o.pdf62342054eb17a923ae5930af9fb0ed7bMD51open accessAPÊNDICE E ANEXOS.pdfapplication/pdf682217https://acervodigital.ufpr.br/bitstream/1884/5775/2/AP%c3%8aNDICE%20E%20ANEXOS.pdf03ddbc31caba5c391bffa75bb18c7952MD52open accessTEXTDissertação.pdf.txtExtracted Texttext/plain114031https://acervodigital.ufpr.br/bitstream/1884/5775/3/Disserta%c3%a7%c3%a3o.pdf.txt8d674765752390cea397535b58c90a5eMD53open accessAPÊNDICE E ANEXOS.pdf.txtExtracted Texttext/plain123496https://acervodigital.ufpr.br/bitstream/1884/5775/4/AP%c3%8aNDICE%20E%20ANEXOS.pdf.txtf9741cc53aa3e0a6bc03f80ac095be8aMD54open accessTHUMBNAILDissertação.pdf.jpgGenerated Thumbnailimage/jpeg1278https://acervodigital.ufpr.br/bitstream/1884/5775/5/Disserta%c3%a7%c3%a3o.pdf.jpga9ce347ceb79e0a606f8ec3a82ea97a0MD55open accessAPÊNDICE E ANEXOS.pdf.jpgGenerated Thumbnailimage/jpeg1440https://acervodigital.ufpr.br/bitstream/1884/5775/6/AP%c3%8aNDICE%20E%20ANEXOS.pdf.jpg3c2a205a3985a126e75158a7e6e1001aMD56open access1884/57752024-02-26 13:57:54.631open accessoai:acervodigital.ufpr.br:1884/5775Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-02-26T16:57:54Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
title Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
spellingShingle Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
Amaral, Mauricio Koubay do
Analise de erros (Matematica)
Estatistica - Análise
Análise multivariada
Análise numérica
title_short Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
title_full Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
title_fullStr Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
title_full_unstemmed Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
title_sort Aplicaçao da estatística multivariada na análise das obrigaçoes condicinais do programa Bolsa Família
author Amaral, Mauricio Koubay do
author_facet Amaral, Mauricio Koubay do
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
dc.contributor.advisor1.fl_str_mv Marques, Jair Mendes, 1947-
dc.contributor.author.fl_str_mv Amaral, Mauricio Koubay do
contributor_str_mv Marques, Jair Mendes, 1947-
dc.subject.por.fl_str_mv Analise de erros (Matematica)
Estatistica - Análise
Análise multivariada
Análise numérica
topic Analise de erros (Matematica)
Estatistica - Análise
Análise multivariada
Análise numérica
description Orientador: Jair Mendes Marques
publishDate 2006
dc.date.issued.fl_str_mv 2006
dc.date.accessioned.fl_str_mv 2024-02-26T16:57:54Z
dc.date.available.fl_str_mv 2024-02-26T16:57:54Z
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 https://hdl.handle.net/1884/5775
url https://hdl.handle.net/1884/5775
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv xii, 151f. : il., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/5775/1/Disserta%c3%a7%c3%a3o.pdf
https://acervodigital.ufpr.br/bitstream/1884/5775/2/AP%c3%8aNDICE%20E%20ANEXOS.pdf
https://acervodigital.ufpr.br/bitstream/1884/5775/3/Disserta%c3%a7%c3%a3o.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/5775/4/AP%c3%8aNDICE%20E%20ANEXOS.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/5775/5/Disserta%c3%a7%c3%a3o.pdf.jpg
https://acervodigital.ufpr.br/bitstream/1884/5775/6/AP%c3%8aNDICE%20E%20ANEXOS.pdf.jpg
bitstream.checksum.fl_str_mv 62342054eb17a923ae5930af9fb0ed7b
03ddbc31caba5c391bffa75bb18c7952
8d674765752390cea397535b58c90a5e
f9741cc53aa3e0a6bc03f80ac095be8a
a9ce347ceb79e0a606f8ec3a82ea97a0
3c2a205a3985a126e75158a7e6e1001a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898900584529920

Registros relacionados