
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Cirillo, Marcelo Ângelo | - |
| Autor(es): dc.contributor | Muniz, Joel Augusto | - |
| Autor(es): dc.contributor | Brighenti, Carla Regina Guimarães | - |
| Autor(es): dc.creator | Resende, Mariana | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:33:36Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:33:36Z | - |
| Data de envio: dc.date.issued | 2016-04-08 | - |
| Data de envio: dc.date.issued | 2016-04-08 | - |
| Data de envio: dc.date.issued | 2016-04-08 | - |
| Data de envio: dc.date.issued | 2016-02-24 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/11012 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142368 | - |
| Descrição: dc.description | This study aimed to propose a procedure based on the accumulated distribution of minimums to identify generalized outlier models by using Gamma response. To validate this methodology, we used Monte Carlo simulation, considering the scenarios defined by the combination of different sample sizes, the contamination rate and the distributions with different degrees of asymmetry. In this context, probabilities related to classification and accuracy errors were obtained from 500 Monte Carlo achievements. We concluded that the method is effective for presenting high accuracy probability. In terms of implementation, through the illustrated example, given the similarity between the new proposed approach, compared to approaches based by the lever matrix and Cook’s distance, we conclude that the procedure suggested in this study is feasible for implementation in response to Gamma distribution. | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | Esse trabalho teve por objetivo propor um procedimento fundamentado na distribuição acumulada de mínimos para identificar outliers em modelos generalizados com resposta Gama. Para validar essa metodologia utilizou-se simulação Monte Carlo, na qual considerou-se os cenários definidos pela combinação de diferentes tamanhos amostrais, taxa de contaminação e distribuições com diferentes graus de assimetria. Nesse contexto, probabilidades referentes a erros de classificação e acurácia foram obtidas em 500 realizações Monte Carlo. Conclui-se que o método é eficiente por apresentar elevadas probabilidades de acurácia. Em se tratando da aplicação, por meio do exemplo ilustrado, dada a similaridade entre a nova abordagem proposta em comparação às abordagens fundamentadas pela matriz de alavanca e distância de Cook, conclui-se que o procedimento sugerido nesse trabalho é factível de ser aplicado em respostas que envolvam a distribuição Gama. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Estatística e Experimentação Agropecuária | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Ciências Exatas | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Simulação Monte Carlo | - |
| Palavras-chave: dc.subject | Distância de Mahalanobis | - |
| Palavras-chave: dc.subject | Taxa de mistura | - |
| Palavras-chave: dc.subject | Dispersãoparâmetro de dispersão | - |
| Palavras-chave: dc.subject | GLM | - |
| Palavras-chave: dc.subject | Monte Carlo simulation | - |
| Palavras-chave: dc.subject | Mahalanobis distance | - |
| Palavras-chave: dc.subject | Mixing rate | - |
| Palavras-chave: dc.subject | Dispersion parameter | - |
| Palavras-chave: dc.subject | Probabilidade e Estatística Aplicadas | - |
| Título: dc.title | Procedimento para identificar outliers por meio da distribuição acumulada de mínimo em um modelo com resposta gama | - |
| Título: dc.title | Procedure to identify outliers through the minimum cumulative distribution on a model with gamma response | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: