
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 | Cirilo, Eliandro Rodrigues | - |
| Autor(es): dc.contributor | Barroso, Lúcia Pereira | - |
| Autor(es): dc.contributor | Bastos, Ronaldo Rocha | - |
| Autor(es): dc.contributor | Fernandes, Tales Jesus | - |
| Autor(es): dc.creator | Santos, Patricia Mendes dos | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:07:01Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:07:01Z | - |
| Data de envio: dc.date.issued | 2022-10-16 | - |
| Data de envio: dc.date.issued | 2022-10-16 | - |
| Data de envio: dc.date.issued | 2021-10-04 | - |
| Data de envio: dc.date.issued | 2021-08-02 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/55285 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1154659 | - |
| Descrição: dc.description | This work consists of presenting a new approach to Adaptive Linear Regression adapted to structural equation models and improving the index related to the Average Variance Extracted (AVE), given a plug-in approach, and replacing the error variances with the factor loadings of the estimated adaptive regressions. To do so, a Monte Carlo simulation study was performed considering scenarios with different numbers of outliers, which were generated by distributions with symmetry deviations and kurtosis excess. Sample sizes were defined as n=50, 100 and 200. In formative structural models and considering outliers generated either from symmetrical distributions or from multivariate log-normal distributions, the Adaptive Linear Regression modeling was found to be efficient in the different scenarios under analysis. Likewise, for models with specification errors, this method was proven to have low efficiency, as expected. Furthermore, constructs were elaborated with variables that could enable both the characterization and the distinction of individuals among the different groups of Brazilian specialty coffee consumers and that could provide different perspectives on the transition among them. The results made it possible to better distinguish the consumers and better characterize the proposed categories, thus contributing to the improvement and simplification of marketing strategies used by players in this market. In addition, the results also promoted the discussion on which factors stimulate the transition of an individual from an initial construct to another, and we showed that transitioning from regular consumers to enthusiasts is easier than moving from enthusiasts to specialists. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Este trabalho consiste na apresentação de uma nova abordagem de Regressão Linear Adaptativa (RLA) adaptada a modelos de equações estruturais e no aprimoramento do índice correspondente a variância média extraída, dada uma abordagem plug-in, substituindo as variâncias dos erros pelas cargas fatoriais das regressões adaptativas estimadas. Para tanto, realizouse um estudo de simulação Monte Carlo considerando cenários com diferentes concentrações de outliers, gerados por distribuições com desvios de simetria e excesso de curtose e tamanhos amostrais definidos como n= 50,100 e 200. Concluiu-se que, em modelos estruturais formativos, considerando outliers gerados a partir de distribuições simétricas ou da distribuição log-normal multivariada, o método RLA, apresentou boa eficiência para modelos corretamente especificados. Da mesma forma, para modelos com erros de especificação, foi evidenciado baixa eficiência desse método, sendo coerente com o que era esperado. Além disso, elaborouse construtos cujas variáveis possibilitassem a caracterização e distinção de indivíduos entre os diferentes grupos de consumidores brasileiros de cafés especiais e, fornecessem percepções sobre a transição entre eles. Os resultados permitiram uma melhoria na distinção dos consumidores e caracterização entre as categorias propostas, contribuindo para o aprimoramento e simplificação das estratégias de marketing realizadas pelos atores deste mercado. Além disso, incentivou-se a discussão sobre quais fatores estimulam a transição de um indivíduo de um construto inicial para um subsequente e demonstramos uma maior facilidade de transição dos indivíduos de consumidores regulares para entusiastas, do que de entusiastas para especialistas. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| 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 Estatística | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Structural equation models | - |
| Palavras-chave: dc.subject | Outliers | - |
| Palavras-chave: dc.subject | Adaptive linear regression | - |
| Palavras-chave: dc.subject | Specialty coffees | - |
| Palavras-chave: dc.subject | Consumer behavior | - |
| Palavras-chave: dc.subject | Modelos de equações estruturais | - |
| Palavras-chave: dc.subject | Regressão linear adaptativa | - |
| Palavras-chave: dc.subject | Cafés especiais | - |
| Palavras-chave: dc.subject | Comportamento do consumidor | - |
| Palavras-chave: dc.subject | Estatística | - |
| Título: dc.title | Structural equation models with adaptive regression and construction ofan index to validate constructs used to distinguish the profiles of specialtycoffee consumers | - |
| Título: dc.title | Modelos de equações estruturais com regressões adaptativas e construção de um índice para validação de construto com aplicações na discriminação de perfis de consumidores de cafés especiais | - |
| Tipo de arquivo: dc.type | tese | - |
| 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: