Proposição de testes de comparações múltiplas multivariadas com o tratamento controle

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFerreira, Daniel Furtado-
Autor(es): dc.contributorBatista, Ben Dêivide de Oliveira-
Autor(es): dc.contributorRamos, Patrícia de Siqueira-
Autor(es): dc.contributorGuimarães, Paulo Henrique Sales-
Autor(es): dc.contributorFernandes, Tales Jesus-
Autor(es): dc.creatorBraz, Lúcia Helena Costa-
Data de aceite: dc.date.accessioned2026-02-09T11:45:58Z-
Data de disponibilização: dc.date.available2026-02-09T11:45:58Z-
Data de envio: dc.date.issued2025-08-15-
Data de envio: dc.date.issued2025-04-29-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/60179-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1146980-
Descrição: dc.descriptionArquivo retido, a pedido do autor (a), até maio de 2026.-
Descrição: dc.descriptionProblems involving comparisons of treatment efficiency for multivariate responses are common in various fields of knowledge. Generally, comparison methods use the Bonferroni inequality to construct conservative tests, avoiding the complexities of the exact distribution of the T 2 max test statistic (maximum of a Hotelling’s T 2 ). In high-dimensional scenarios, traditional methods are not viable, as they depend on the inverse of the sample covariance matrix, which becomes singular. To circumvent this problem, Dempster’s trace criterion can be used, and a second alternative is Ahmad’s Tig test statistic; however, in both cases, the Bonferroni inequality is employed. Another issue is that both in the estimation process and in the distribution of the statistics for multiple comparison tests, it is necessary to deal with sophisticated and complex numerical methods. These facts make these approximations unsuitable for immediate use. To address these challenges, this thesis proposes multivariate multiple comparison tests with the control treatment, using an empirical approximation for the second-order Bonferroni approxi- mation and the non parametric bootstrap method. The performance of the tests was evaluated through type I error rates per experiment (TEE) and power in different scenarios, using Monte Carlo simulation and the R software. The results showed that, for homoscedastic scenarios, the proposed bootstrap test TAB provided more effective control of TEE, in addition to exhi- biting higher power, regardless of whether the distribution was normal or not, in both low and high-dimensional contexts. Thus, the TAB test proved to be the most recommended alternative in these situations. For heteroscedastic scenarios, no clearly superior test could be identified; however, in many circumstances, the proposed bootstrap tests demonstrated superior perfor- mance compared to their respective asymptotic versions.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionProblemas envolvendo comparações da eficiência de tratamentos para respostas multivariadas são comuns em diversas áreas do conhecimento. Em geral, os métodos de comparações utilizam a desigualdade de Bonferroni para construir testes conservativos, evitando as complexidades da distribuição exata da estatística T 2 max do teste (máximo de uma T 2 de Hotelling). Em cenários de alta dimensionalidade, os métodos tradicionais não são viáveis, pois dependem da inversa da matriz de covariâncias amostral, que se torna singular. Para contornar este problema, o critério do traço de Dempster pode ser usado, e uma segunda alternativa é a estatística Tig do teste de Ah- mad, entretanto, em ambos os casos se recorre à desigualdade de Bonferroni. Outro problema é que tanto no processo de estimação quanto no de distribuição das estatísticas para os testes de comparações múltiplas há a necessidade de lidar com métodos numéricos sofisticados e com- plexos. Estes fatos fazem com que estas aproximações não possam ser prontamente utilizadas. Para tentar contornar esses desafios, esta tese propõe testes de comparações múltiplas multiva- riadas com o tratamento controle, utilizando uma aproximação empírica para a aproximação de segunda ordem de Bonferroni e o método bootstrap não paramétrico. O desempenho dos testes foi avaliado por meio das taxas de erro tipo I por experimento (TEE) e poder em diferentes cenários, utilizando simulação Monte Carlo e o programa R. Os resultados mostraram que, para cenários homocedásticos, o teste bootstrap proposto TAB apresentou um controle mais eficaz da TEE, além de apresentar maior poder, independentemente da distribuição ser normal ou não, tanto em contextos de baixa quanto de alta dimensionalidade. Dessa forma, o teste TAB se mostrou a alternativa mais recomendada nessas situações. Para cenários heterocedásticos, não foi possível identificar um teste claramente superior, porém, em várias circunstâncias, os testes bootstrap propostos demonstraram desempenho superior em relação às suas respectivas versões assintóticas.-
Descrição: dc.descriptionSociais-
Descrição: dc.descriptionTecnológico-
Descrição: dc.descriptionEconômicos-
Descrição: dc.descriptionEducacao-
Descrição: dc.descriptionTecnologia e produção-
Descrição: dc.descriptionODS 3: Saúde e bem-estar-
Descrição: dc.descriptionODS 4: Educação de qualidade-
Descrição: dc.descriptionODS 9: Indústria, inovação e infraestrutura-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal de Lavras-
Publicador: dc.publisherPrograma de Pós-Graduação em Estatística e Experimentação Agropecuária-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherbrasil-
Publicador: dc.publisherInstituto de Ciências Naturais (ICN)-
Direitos: dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Palavras-chave: dc.subjectBootstrap-
Palavras-chave: dc.subjectAlta dimensionalidade-
Palavras-chave: dc.subjectErro tipo I por experimento-
Palavras-chave: dc.subjectPoder-
Palavras-chave: dc.subjectPrograma R.-
Palavras-chave: dc.subjectHigh dimensionality-
Palavras-chave: dc.subjectdimensionality-
Palavras-chave: dc.subjectType I error per experiment-
Palavras-chave: dc.subjectPower-
Palavras-chave: dc.subjectSoftware R.-
Palavras-chave: dc.subjectCiências Exatas-
Título: dc.titleProposição de testes de comparações múltiplas multivariadas com o tratamento controle-
Título: dc.titleProposal of multivariate multiple comparison tests against the control treatment-
Tipo de arquivo: dc.typetese-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.