Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/15352
metadata.artigo.dc.title: Avaliação Monte Carlo de métricas para falta de ajuste em análise de arquétipos
metadata.artigo.dc.creator: Martins Júnior, José Márcio
Chagas, Elcio do Nascimento
Nogueira, Denismar Alves
Ferreira, Daniel Furtado
Ferreira, Eric Batista
metadata.artigo.dc.subject: Análise multivariada
Simulação de Monte Carlo
Soma de quadrado de resíduos
Multivariate analysis
Monte Carlo simulation
Square sum of waste
metadata.artigo.dc.publisher: Universidade Federal de Ouro Preto
metadata.artigo.dc.date.issued: 2014
metadata.artigo.dc.identifier.citation: MARTINS JÚNIOR, J. M. et al. Avaliação Monte Carlo de métricas para falta de ajuste em análise de arquétipos. Revista da Estatística da Universidade Federal de Ouro Preto, Ouro Preto, v. 3, n. 2, p. 42-47, 2014.
metadata.artigo.dc.description.resumo: A Análise de Arquétipos é uma técnica multivariada que busca reduzir a dimensão de dados por meio de combinações lineares de arquétipos, que são selecionados pela minimização de alguma métrica que represente o erro cometido ao se reconstruir os dados. Este trabalho tem como objetivo, utilizando simulação Monte Carlo, avaliar a qualidade de ajuste da análise de arquétipos com as diferentes métricas citadas na literatura (norma quadrática, norma de Frobenius e normal espectral) propostas (determinante e soma de quadrados e produtos de resíduos). Os resultados mostram que as métricas estudadas apresentam o mesmo comportamento: à medida que a correlação aumenta a qualidade de ajuste melhora, quando a perturbação causada nos erros aumenta, a qualidade do ajuste piora. Assim conclui-se que as métricas estudadas são equivalentes. Dessa forma, este trabalho indica o uso da mais simples, ou seja, a soma de quadrados de resíduos.Palavras-chave: Arquétipos, análise multivariada, simulação Monte Carlo, soma de quadrado de resíduos.
metadata.artigo.dc.description.abstract: Archetypal analysis represents reduces data dimensionality by finding archetypes able to reconstruct the original data, minimizing an error metric. This work aims to evaluate different metrics. Evaluated metrics showed similar behavior, what makes one recommend the simplest: residual sum of squares.
metadata.artigo.dc.identifier.uri: http://www.cead.ufop.br/jornal/index.php/rest/article/view/501
repositorio.ufla.br/jspui/handle/1/15352
metadata.artigo.dc.language: pt_BR
Appears in Collections:DEX - Artigos publicados em periódicos

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.