Artigo
Principal components in the discrimination of outliers: a study in simulation sample data corrected by Pearson's and Yates´s chi-square distance
Carregando...
Notas
Data
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual de Maringá
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Este trabalho tem por objetivo realizar um estudo, utilizando simulação Monte Carlo na
construção de um teste de significância para indicar os componentes principais que melhor discriminam as
discrepâncias. Neste contexto, diferentes tamanhos amostrais foram gerados pela distribuição normal
multivariada com diferentes números de variáveis e estruturas de correlação. Para cada tamanho amostral,
procedeu-se com as correções dadas pela distância qui-quadrado de Pearson e Yates. Concluiu-se ao
considerar a correção de Pearson o teste apresentou melhor desempenho, entretanto, aumentando o
número de variáveis as probabilidades de significância a favor a hipótese H0 foram reduzidas. Por fim, para
ilustrar a metodologia proposta realizou-se uma aplicação em uma série temporal multivariada referente a
índices de volumes de vendas do estado de Minas Gerais obtidos em diferentes segmentos de mercados
Abstract
Current study employs Monte Carlo simulation in the building of a significance test to
indicate the principal components that best discriminate against outliers. Different sample sizes were
generated by multivariate normal distribution with different numbers of variables and correlation
structures. Corrections by chi-square distance of Pearson´s and Yates's were provided for each sample size.
Pearson´s correlation test showed the best performance. By increasing the number of variables,
significance probabilities in favor of hypothesis H0 were reduced. So that the proposed method could be
illustrated, a multivariate time series was applied with regard to sales volume rates in the state of Minas
Gerais, obtained in different market segments
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
VELOSO, M. V. de S.; CIRILLO, M. A. Principal components in the discrimination of outliers: a study in simulation sample data corrected by Pearson's and Yates´s chi-square distance. Acta Scientiarum-Technology, Maringá, v. 38, n. 2, p. 193-200, Apr./June 2016.
Link externo
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Attribution 4.0 International