Principal components in the discrimination of outliers: a study in simulation sample data corrected by Pearson's and Yates´s chi-square distance

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorVeloso, Manoel Vitor de Souza-
Autor(es): dc.creatorCirillo, Marcelo Angelo-
Data de aceite: dc.date.accessioned2026-02-09T12:09:51Z-
Data de disponibilização: dc.date.available2026-02-09T12:09:51Z-
Data de envio: dc.date.issued2019-02-04-
Data de envio: dc.date.issued2019-02-04-
Data de envio: dc.date.issued2016-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/32713-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1155696-
Descrição: dc.descriptionCurrent 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: dc.descriptionEste 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-
Formato: dc.formatapplication/pdf-
Idioma: dc.languageen-
Publicador: dc.publisherUniversidade Estadual de Maringá-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightsAttribution 4.0 International-
Direitos: dc.rightsacesso aberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
???dc.source???: dc.sourceActa Scientiarum-Technology-
Palavras-chave: dc.subjectContaminated samples-
Palavras-chave: dc.subjectMonte Carlo-
Palavras-chave: dc.subjectSignificance test-
Palavras-chave: dc.subjectP-value-
Palavras-chave: dc.subjectAmostras contaminadas-
Palavras-chave: dc.subjectTeste de significância-
Título: dc.titlePrincipal components in the discrimination of outliers: a study in simulation sample data corrected by Pearson's and Yates´s chi-square distance-
Título: dc.titleComponentes principais na discriminação de outliers: estudo de simulação em dados amostrais corrigidos pelas distâncias qui-quadrado de Pearson’s and Yates-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.