Suavização não-paramétrica e análise de variância funcional
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/66473 |
Resumo: | Análise de Dados Funcionais consiste em tratar e modelar problemas estatísticos onde as unidades amostrais são funções. Tal abordagem permite que novos problemas sejam tratados, propondo novas soluções e também trazendo novas dificuldades que precisam ser levadas em consideração. Como os dados são coletados originalmente de forma discreta, são necessários métodos de suavização, tais como decomposição de funções em bases ortogonais, Sistema de bases de Fourier, B-Splines e Regressão Local por método Kernel, a fim de obter unidades amostrais funcionais. Neste trabalho apresentaremos estatísticas descritivas, intervalos de confiança, testes de hipóteses e modelos estatísticos definidos para o contexto de dados funcionais. Para melhor entendimento, exemplos utilizando bancos de dados reais são apresentados em todos estes casos, e os resultados devidamente interpretados. Por fim, uma aplicação mais detalhada do modelo de Análise de Variância Funcional é abordada. Os dados coletados através de um instrumento de pesquisa específico são o tempo de reação de crianças com diferentes transtornos psiquiátricos. Foram detectadas e encontradas tanto diferença entre as médias quanto entre as variâncias dos grupos em questão. |
id |
UFRGS-2_203fec08091876bf9562aa7cc3e738f6 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/66473 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Silveira Neto, Paulo Corrêa daZiegelmann, Flavio Augusto2013-02-15T01:41:18Z2012http://hdl.handle.net/10183/66473000871705Análise de Dados Funcionais consiste em tratar e modelar problemas estatísticos onde as unidades amostrais são funções. Tal abordagem permite que novos problemas sejam tratados, propondo novas soluções e também trazendo novas dificuldades que precisam ser levadas em consideração. Como os dados são coletados originalmente de forma discreta, são necessários métodos de suavização, tais como decomposição de funções em bases ortogonais, Sistema de bases de Fourier, B-Splines e Regressão Local por método Kernel, a fim de obter unidades amostrais funcionais. Neste trabalho apresentaremos estatísticas descritivas, intervalos de confiança, testes de hipóteses e modelos estatísticos definidos para o contexto de dados funcionais. Para melhor entendimento, exemplos utilizando bancos de dados reais são apresentados em todos estes casos, e os resultados devidamente interpretados. Por fim, uma aplicação mais detalhada do modelo de Análise de Variância Funcional é abordada. Os dados coletados através de um instrumento de pesquisa específico são o tempo de reação de crianças com diferentes transtornos psiquiátricos. Foram detectadas e encontradas tanto diferença entre as médias quanto entre as variâncias dos grupos em questão.application/pdfporAnálise de variânciaIndicadores de qualidadeSuavização não-paramétrica e análise de variância funcionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática. Departamento de EstatísticaPorto Alegre, BR-RS2012Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000871705.pdf000871705.pdfTexto completoapplication/pdf2016225http://www.lume.ufrgs.br/bitstream/10183/66473/1/000871705.pdf8d62f7c15e9a2c554f2ebc8300a08bd6MD51TEXT000871705.pdf.txt000871705.pdf.txtExtracted Texttext/plain65540http://www.lume.ufrgs.br/bitstream/10183/66473/2/000871705.pdf.txt32f12bbf1d81f4073bae312e34aa4e02MD52THUMBNAIL000871705.pdf.jpg000871705.pdf.jpgGenerated Thumbnailimage/jpeg1337http://www.lume.ufrgs.br/bitstream/10183/66473/3/000871705.pdf.jpg5f2b57e3951a8d3516e9e39d14d7404cMD5310183/664732018-10-17 07:43:18.592oai:www.lume.ufrgs.br:10183/66473Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-17T10:43:18Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Suavização não-paramétrica e análise de variância funcional |
title |
Suavização não-paramétrica e análise de variância funcional |
spellingShingle |
Suavização não-paramétrica e análise de variância funcional Silveira Neto, Paulo Corrêa da Análise de variância Indicadores de qualidade |
title_short |
Suavização não-paramétrica e análise de variância funcional |
title_full |
Suavização não-paramétrica e análise de variância funcional |
title_fullStr |
Suavização não-paramétrica e análise de variância funcional |
title_full_unstemmed |
Suavização não-paramétrica e análise de variância funcional |
title_sort |
Suavização não-paramétrica e análise de variância funcional |
author |
Silveira Neto, Paulo Corrêa da |
author_facet |
Silveira Neto, Paulo Corrêa da |
author_role |
author |
dc.contributor.author.fl_str_mv |
Silveira Neto, Paulo Corrêa da |
dc.contributor.advisor1.fl_str_mv |
Ziegelmann, Flavio Augusto |
contributor_str_mv |
Ziegelmann, Flavio Augusto |
dc.subject.por.fl_str_mv |
Análise de variância Indicadores de qualidade |
topic |
Análise de variância Indicadores de qualidade |
description |
Análise de Dados Funcionais consiste em tratar e modelar problemas estatísticos onde as unidades amostrais são funções. Tal abordagem permite que novos problemas sejam tratados, propondo novas soluções e também trazendo novas dificuldades que precisam ser levadas em consideração. Como os dados são coletados originalmente de forma discreta, são necessários métodos de suavização, tais como decomposição de funções em bases ortogonais, Sistema de bases de Fourier, B-Splines e Regressão Local por método Kernel, a fim de obter unidades amostrais funcionais. Neste trabalho apresentaremos estatísticas descritivas, intervalos de confiança, testes de hipóteses e modelos estatísticos definidos para o contexto de dados funcionais. Para melhor entendimento, exemplos utilizando bancos de dados reais são apresentados em todos estes casos, e os resultados devidamente interpretados. Por fim, uma aplicação mais detalhada do modelo de Análise de Variância Funcional é abordada. Os dados coletados através de um instrumento de pesquisa específico são o tempo de reação de crianças com diferentes transtornos psiquiátricos. Foram detectadas e encontradas tanto diferença entre as médias quanto entre as variâncias dos grupos em questão. |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012 |
dc.date.accessioned.fl_str_mv |
2013-02-15T01:41:18Z |
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/10183/66473 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000871705 |
url |
http://hdl.handle.net/10183/66473 |
identifier_str_mv |
000871705 |
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 |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/66473/1/000871705.pdf http://www.lume.ufrgs.br/bitstream/10183/66473/2/000871705.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/66473/3/000871705.pdf.jpg |
bitstream.checksum.fl_str_mv |
8d62f7c15e9a2c554f2ebc8300a08bd6 32f12bbf1d81f4073bae312e34aa4e02 5f2b57e3951a8d3516e9e39d14d7404c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224438091350016 |