Sistemáticas de agrupamento de países com base em indicadores de desempenho
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/158359 |
Resumo: | A economia mundial passou por grandes transformações no último século, as quais incluiram períodos de crescimento sustentado seguidos por outros de estagnação, governos alternando estratégias de liberalização de mercado com políticas de protecionismo comercial e instabilidade nos mercados, dentre outros. Figurando como auxiliar na compreensão de problemas econômicos e sociais de forma sistêmica, a análise de indicadores de desempenho é capaz de gerar informações relevantes a respeito de padrões de comportamento e tendências, além de orientar políticas e estratégias para incremento de resultados econômicos e sociais. Indicadores que descrevem as principais dimensões econômicas de um país podem ser utilizados como norteadores na elaboração e monitoramento de políticas de desenvolvimento e crescimento desses países. Neste sentido, esta dissertação utiliza dados do Banco Mundial para aplicar e avaliar sistemáticas de agrupamento de países com características similares em termos dos indicadores que os descrevem. Para tanto, integra técnicas de clusterização (hierárquicas e não-hierárquicas), seleção de variáveis (por meio da técnica “leave one variable out at a time”) e redução dimensional (através da Análise de Componentes Principais) com vistas à formação de agrupamentos consistentes de países. A qualidade dos clusters gerados é avaliada pelos índices Silhouette, Calinski-Harabasz e Davies-Bouldin. Os resultados se mostraram satisfatórios quanto à representatividade dos indicadores destacados e qualidade da clusterização gerada. |
id |
URGS_51aab696cddaa2353fdb5641144c1feb |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/158359 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Mello, Paula Lunardi deAnzanello, Michel José2017-05-23T02:26:48Z2017http://hdl.handle.net/10183/158359001021609A economia mundial passou por grandes transformações no último século, as quais incluiram períodos de crescimento sustentado seguidos por outros de estagnação, governos alternando estratégias de liberalização de mercado com políticas de protecionismo comercial e instabilidade nos mercados, dentre outros. Figurando como auxiliar na compreensão de problemas econômicos e sociais de forma sistêmica, a análise de indicadores de desempenho é capaz de gerar informações relevantes a respeito de padrões de comportamento e tendências, além de orientar políticas e estratégias para incremento de resultados econômicos e sociais. Indicadores que descrevem as principais dimensões econômicas de um país podem ser utilizados como norteadores na elaboração e monitoramento de políticas de desenvolvimento e crescimento desses países. Neste sentido, esta dissertação utiliza dados do Banco Mundial para aplicar e avaliar sistemáticas de agrupamento de países com características similares em termos dos indicadores que os descrevem. Para tanto, integra técnicas de clusterização (hierárquicas e não-hierárquicas), seleção de variáveis (por meio da técnica “leave one variable out at a time”) e redução dimensional (através da Análise de Componentes Principais) com vistas à formação de agrupamentos consistentes de países. A qualidade dos clusters gerados é avaliada pelos índices Silhouette, Calinski-Harabasz e Davies-Bouldin. Os resultados se mostraram satisfatórios quanto à representatividade dos indicadores destacados e qualidade da clusterização gerada.The world economy faced transformations in the last century. Periods of sustained growth followed by others of stagnation, governments alternating strategies of market liberalization with policies of commercial protectionism, and instability in markets, among others. As an aid to understand economic and social problems in a systemic way, the analysis of performance indicators generates relevant information about patterns, behavior and trends, as well as guiding policies and strategies to increase results in economy and social issues. Indicators describing main economic dimensions of a country can be used guiding principles in the development and monitoring of development and growth policies of these countries. In this way, this dissertation uses data from World Bank to elaborate a system of grouping countries with similar characteristics in terms of the indicators that describe them. To do so, it integrates clustering techniques (hierarchical and non-hierarchical), selection of variables (through the "leave one variable out at a time" technique) and dimensional reduction (appling Principal Component Analysis). The generated clusters quality is evaluated by the Silhouette Index, Calinski-Harabasz and Davies-Bouldin indexes. The results were satisfactory regarding the representativity of the highlighted indicators and the generated a good clustering quality.application/pdfporAnálise de clustersIndicadores econômicosClusteringVariable selectionPrincipal component analysisClustering validation measuresSistemáticas de agrupamento de países com base em indicadores de desempenhoCountries clustering systematics based on performance indexes info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de ProduçãoPorto Alegre, BR-RS2017mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001021609.pdf001021609.pdfTexto completoapplication/pdf751237http://www.lume.ufrgs.br/bitstream/10183/158359/1/001021609.pdfb9ad1c483ec3414c2701dbe361961db7MD51TEXT001021609.pdf.txt001021609.pdf.txtExtracted Texttext/plain162121http://www.lume.ufrgs.br/bitstream/10183/158359/2/001021609.pdf.txt789324d4dad69bfbda790a43800b3d31MD52THUMBNAIL001021609.pdf.jpg001021609.pdf.jpgGenerated Thumbnailimage/jpeg1120http://www.lume.ufrgs.br/bitstream/10183/158359/3/001021609.pdf.jpg740d94238f4370765c04ae6df3636f61MD5310183/1583592018-10-30 08:15:45.998oai:www.lume.ufrgs.br:10183/158359Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-30T11:15:45Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Sistemáticas de agrupamento de países com base em indicadores de desempenho |
dc.title.alternative.en.fl_str_mv |
Countries clustering systematics based on performance indexes |
title |
Sistemáticas de agrupamento de países com base em indicadores de desempenho |
spellingShingle |
Sistemáticas de agrupamento de países com base em indicadores de desempenho Mello, Paula Lunardi de Análise de clusters Indicadores econômicos Clustering Variable selection Principal component analysis Clustering validation measures |
title_short |
Sistemáticas de agrupamento de países com base em indicadores de desempenho |
title_full |
Sistemáticas de agrupamento de países com base em indicadores de desempenho |
title_fullStr |
Sistemáticas de agrupamento de países com base em indicadores de desempenho |
title_full_unstemmed |
Sistemáticas de agrupamento de países com base em indicadores de desempenho |
title_sort |
Sistemáticas de agrupamento de países com base em indicadores de desempenho |
author |
Mello, Paula Lunardi de |
author_facet |
Mello, Paula Lunardi de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Mello, Paula Lunardi de |
dc.contributor.advisor1.fl_str_mv |
Anzanello, Michel José |
contributor_str_mv |
Anzanello, Michel José |
dc.subject.por.fl_str_mv |
Análise de clusters Indicadores econômicos |
topic |
Análise de clusters Indicadores econômicos Clustering Variable selection Principal component analysis Clustering validation measures |
dc.subject.eng.fl_str_mv |
Clustering Variable selection Principal component analysis Clustering validation measures |
description |
A economia mundial passou por grandes transformações no último século, as quais incluiram períodos de crescimento sustentado seguidos por outros de estagnação, governos alternando estratégias de liberalização de mercado com políticas de protecionismo comercial e instabilidade nos mercados, dentre outros. Figurando como auxiliar na compreensão de problemas econômicos e sociais de forma sistêmica, a análise de indicadores de desempenho é capaz de gerar informações relevantes a respeito de padrões de comportamento e tendências, além de orientar políticas e estratégias para incremento de resultados econômicos e sociais. Indicadores que descrevem as principais dimensões econômicas de um país podem ser utilizados como norteadores na elaboração e monitoramento de políticas de desenvolvimento e crescimento desses países. Neste sentido, esta dissertação utiliza dados do Banco Mundial para aplicar e avaliar sistemáticas de agrupamento de países com características similares em termos dos indicadores que os descrevem. Para tanto, integra técnicas de clusterização (hierárquicas e não-hierárquicas), seleção de variáveis (por meio da técnica “leave one variable out at a time”) e redução dimensional (através da Análise de Componentes Principais) com vistas à formação de agrupamentos consistentes de países. A qualidade dos clusters gerados é avaliada pelos índices Silhouette, Calinski-Harabasz e Davies-Bouldin. Os resultados se mostraram satisfatórios quanto à representatividade dos indicadores destacados e qualidade da clusterização gerada. |
publishDate |
2017 |
dc.date.accessioned.fl_str_mv |
2017-05-23T02:26:48Z |
dc.date.issued.fl_str_mv |
2017 |
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://hdl.handle.net/10183/158359 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001021609 |
url |
http://hdl.handle.net/10183/158359 |
identifier_str_mv |
001021609 |
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:Biblioteca Digital de Teses e Dissertações 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 |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/158359/1/001021609.pdf http://www.lume.ufrgs.br/bitstream/10183/158359/2/001021609.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/158359/3/001021609.pdf.jpg |
bitstream.checksum.fl_str_mv |
b9ad1c483ec3414c2701dbe361961db7 789324d4dad69bfbda790a43800b3d31 740d94238f4370765c04ae6df3636f61 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085405834346496 |