Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/33233
metadata.teses.dc.title: Proposição de um novo índice para Projection Pursuitna análise de múltiplos fatores
metadata.teses.dc.title.alternative: Proposition of a new index for projection pursuit in the multiple factor analysis
metadata.teses.dc.creator: Ossani, Paulo César
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/8164531123717139
metadata.teses.dc.contributor.advisor1: Cirillo, Marcelo Ângelo
metadata.teses.dc.contributor.referee1: Cirilo, Eliandro Rodrigues
metadata.teses.dc.contributor.referee2: Freire, Evelise Roman Corbalan Góis
metadata.teses.dc.contributor.referee3: Bueno Filho, Júlio Sílvio de Sousa
metadata.teses.dc.contributor.referee4: Oliveira, Izabela Regina Cardoso de
metadata.teses.dc.subject: Projection pursuit
Índice MF
Análise de múltiplos fatores
Grupos heterogêneos
Simulated annealing
MF index
Multiple factor analysis
Heterogeneous groups
metadata.teses.dc.date.issued: 19-Mar-2019
metadata.teses.dc.description.sponsorship: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
metadata.teses.dc.identifier.citation: OSSANI, P. C. Proposição de um novo índice para Projection Pursuitna análise de múltiplos fatores. 2019. 75 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2019.
metadata.teses.dc.description.resumo: Neste trabalho propõe-se um novo índice para a projection pursuit, utilizada na redução da dimensão de grupos de variáveis que são analisados pela técnica análise de múltiplos fatores (MFA). A principal vantagem em relação aos outros índices, está no fato de que, o procedimento metodológico preserva a estrutura de variâncias e covariâncias para a realização da decomposição dos valores singulares, quando é utilizado na comparação dos grupos de variáveis. Entre outras contribuições, o estudo apresenta uma modificação no algoritmo grand tour simulated annealing, adaptando-o para lidar com grupos de variáveis. A metodologia envolvida na avaliação da proposta do índice foi feita por simulações Monte Carlo em vários cenários com configurações nos seguintes fatores: graus de correlação entre as variáveis, número de grupos e grau de heterogeneidade entre os grupos de variáveis. Comparações foram feitas do índice proposto com 13 índices conhecidos na literatura. Concluiu-se que o novo índice proposto mostrou-se viável na redução dos dados para aplicação na técnica MFA, sendo recomendado nas situações em que os grupos apresentam baixa ou alta heterogeneidade, e forte grau de correlação entre as variáveis = 0,9 . De modo geral, os índices são afetados pelo aumento do número de grupos, em função dos cenários avaliados.
metadata.teses.dc.description.abstract: This study proposes a new index for projection pursuit, used to reduce the dimensions of groups of variables using multiple factor analysis.The main advantage with respect to other indexes is that the methodological procedure preserves the variance and covariance structures to perform singular value decomposition, when the index is used to compare groups of variables. Among other contributions, the study presents a modification in the grand tour algorithm with simulated annealing, adapting it to deal with groups of variables. The methodology used to assess the proposed index was based on Monte Carlo simulations, in several scenarios and with configurations of the following factors: degrees of correlation between the variables; and number of groups and degrees of heterogeneity among groups of variables. The proposed index was compared with thirteen indexes known in the literature. It was concluded that the proposed index was efficientin the reduction of data to use multiple factor analysis. This index is recommended for situations in which the groups exhibit low or high heterogeneity and a strong degree of correlation between the variables (ρ = 0.9). In general terms, indexes are affected by the increasein the number of groups, depending on the scenarios assessed.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/33233
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)



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