1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Estatística e Experimentação Agropecuária - Mestrado (Dissertações)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/1509
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBiase, Adriele Giaretta-
dc.date.accessioned2013-12-13T15:44:37Z-
dc.date.available2013-12-13T15:44:37Z-
dc.date.copyright2011-
dc.date.issued2013-12-13-
dc.date.submitted2011-
dc.identifier.citationBIASE, A. G. Proposição de testes computacionalmente intensivos de normalidade multivariada. 2011. 124 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2011.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/1509-
dc.descriptionEsta dissertação/tese está disponível online com base na Resolução CEPE nº 090, de 24 de março de 2015, disponível em http://www.biblioteca.ufla.br/wordpress/wp-content/uploads/res090-2015.pdf, que dispõe sobre a disponibilização da coleção retrospectiva de teses e dissertações online no Repositório Institucional da UFLA, sem autorização prévia dos autores. Parágrafo Único. Caberá ao autor ou orientador a solicitação de restrição quanto à divulgação de teses e dissertações com pedidos de patente ou qualquer embargo similar. Art. 5º A obra depositada no RIUFLA que tenha direitos autorais externos à Universidade Federal de Lavras poderá ser removida mediante solicitação por escrito, exclusivamente do autor, encaminhada à Comissão Técnica da Biblioteca Universitária./ Arquivo gerado por meio da digitalização de material impresso. Alguns caracteres podem ter sido reconhecidos erroneamente.-
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectAmostragem (Estatística)pt_BR
dc.subjectMonte Carlo, Método dept_BR
dc.subjectMonte Carlo methodpt_BR
dc.subjectBootstrap (Estatística)pt_BR
dc.subjectBootstrap (Statistics)pt_BR
dc.subjectSoftware Rpt_BR
dc.subjectAlgoritmospt_BR
dc.subjectAlgorithmspt_BR
dc.titleProposição de testes computacionalmente intensivos de normalidade multivariadapt_BR
dc.typedissertaçãopt_BR
dc.publisher.programDEX - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.contributor.advisor1Ferreira, Daniel Furtado-
dc.description.resumoThe multivariate normality tests directly influence the quality and reliability of scientific research. The aims of this work were: the proposal of two new tests of multivariate normality unlimited with respect to the sample sizes denoted Monte Carlo test of multivariate normality based on distances and multivariate normality test based on parametric bootstrap. This last test also includes the circumstances in which the number of variables exceed the sample size; evaluation of the new tests performance, comparing it with the performance of Roystons multivariate normality test. Monte Carlo simulation was used to evaluate the performance of the new tests and Roystons test for multivariate normality, evaluating the type I error rates and power. All procedures were implemented in the software R. Both multivariate normality tests have been successfully proposed; there was not a uniformly most powerful test in all cases, the multivariate normality test based on Monte Carlo distance controlled the type I error rates and had power roughly equivalent to the multivariate normality test of Royston for large samples. The multivariate normality test based on parametric bootstrap has excellent control of the type I error and high power and is considered…pt_BR
dc.description.resumoOs testes de normalidade multivariada influenciam diretamente na qualidade e confiabilidade das pesquisas científicas. Os objetivos desse trabalho foram: proposição de dois novos testes de normalidade multivariada ilimitados quanto ao tamanho da amostra denominados de teste Monte Carlo de normalidade multivariada baseado em distâncias e o teste de normalidade multivariada baseado em bootstrap paramétrico. Esse último teste contempla também as circunstâncias em que o número de variáveis ultrapassa o tamanho amostral; avaliação do desempenho dos testes propostos, comparando-o com o do teste de normalidade de Royston. Foi usada simulação Monte Carlo para avaliar o desempenho dos novos testes de normalidade multivariada propostos e do teste de normalidade multivariada de Royston, mensurando-se as taxas de erro tipo I e o poder. Todos os procedimentos foram implementados no software R. Os dois testes de normalidade multivariada foram propostos com sucesso; não houve um teste uniformemente mais poderoso em todos os casos considerados; o teste de normalidade multivariada Monte Carlo baseado em distância teve grande sucesso no controle das taxas de erro tipo I e poder praticamente equivalente ao teste de normalidade multivariada de Royston para grandes amostras. O teste de normalidade multivariada baseado em bootstrap paramétrico obteve um excelente controle do erro tipo I e um ótimo desempenho de poder, sendo considerado ideal para testar a normalidade multivariada. Ademais esse teste apresenta as vantagens de ser ilimitado quanto ao tamanho da amostra e possibilita que o número de variáveis ultrapasse o tamanho da amostra. O tempo computacional para execução dos novos testes é praticamente o mesmo em comparação com os testes atuais de normalidade multivariada existentes no software R.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Proposição de testes computacionalmente intensivos de normalidade multivariada.pdf5,38 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.