Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações) >

Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/3467

Title: Identificação de outliers via componentes principais com amostras corrigidas por distâncias do tipo qui-quadrado
Other Titles: Identification of outliers by principal components with samples corrected for distances of type chi-square
???metadata.dc.creator???: Veloso, Manoel Vítor de Souza
???metadata.dc.contributor.advisor1???: Cirillo, Marcelo Ângelo
???metadata.dc.contributor.referee1???: Sáfadi, Thelma
Tavares, Marcelo
Scalon, João Domingos
???metadata.dc.description.concentration???: Estatística e Experimentação Agropecuária
Keywords: Curtose
MAD
Normal contaminada
Monte Carlo
Bootstrap
Kurtosis
Contaminated normal
???metadata.dc.date.submitted???: 19-Feb-2009
Issue Date: 3-Sep-2014
Citation: VELOSO, M. V. S. Identificação de outliers via componentes principais com amostras corrigidas por distâncias do tipo qui-quadrado. 2010. 58 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2010.
???metadata.dc.description.resumo???: Dentre as inúmeras técnicas utilizadas para identificar outliers no âmbito do contexto p-dimensional, a técnica de Componentes Principais tem sido amplamente utilizada. Diante disso, este trabalho teve por objetivo propor um teste de significância baseado nos coeficientes de curtose robustos, com a finalidade de evidenciar, estatisticamente, qual componente é mais apropriado para a identificação dos outliers multivariados. Com este propósito, procedeu-se a um estudo Monte Carlo, considerando diferentes números de variáveis, tamanhos de amostras, porcentagem de contaminação da mistura de distribuições e diferentes correções por distâncias do tipo qui-quadrado aplicadas nas amostras. Por fim, diante das conclusões do estudo realizado, recomenda-se tal teste de significância para amostras corrigidas por distâncias do tipo qui-quadrado de Pearson.
Among the many techniques used to identify outliers within the context of p-dimensional, the technique of principal components has been widely used. Thus, this study aimed to propose a test of significance based on robust kurtosis coefficients, in order to show statistically which component is most appropriate for identifying multivariate outliers. For this purpose, we proceeded to a Monte Carlo study, considering different numbers of variables, sample size, percentage of contamination of the mixture of different distributions and corrections to distances of type chi-square applied to the samples. Finally, given the findings of the study, it is recommended that test of significance for samples of type distances corrected by chi-square test.
URI: http://repositorio.ufla.br/jspui/handle/1/3467
Publisher: UNIVERSIDADE FEDERAL DE LAVRAS
???metadata.dc.language???: pt_BR
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Files in This Item:

File Description SizeFormat
DISSERTAÇÃO_Identificação de outliers via componentes principais com amostras corrigidas por distâncias do tipo qui-quadrado.pdf2.14 MBAdobe PDFView/Open

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


View Statistics

 


DSpace Software Copyright © 2002-2010  Duraspace - Feedback