Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Guevara Otiniano, Cira Etheowalda | - |
Autor(es): dc.creator | Pereira Neto, Erique | - |
Data de aceite: dc.date.accessioned | 2024-10-23T15:45:41Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T15:45:41Z | - |
Data de envio: dc.date.issued | 2019-07-11 | - |
Data de envio: dc.date.issued | 2019-07-11 | - |
Data de envio: dc.date.issued | 2019-07-11 | - |
Data de envio: dc.date.issued | 2018-12-07 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/35034 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/891298 | - |
Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018. | - |
Descrição: dc.description | Nas últimas décadas a utilização de modelos de mistura para fins de agrupamento vem sendo consideravelmente aumentada devido principalmente à existência de métodos computacionais eficientes que facilitam a estimativa dos parâmetros. Por outro lado, as cópulas se tornaram modelos populares para modelar dependências em dados multivariados. Neste trabalho aplicase misturas de cópulas bivariadas visando usá-las para análise de dados de misturas com dois clusters. Foram propostas funções discriminantes não-lineares para identificar a procedência de uma dada observação, isto é, para discriminar a qual cluster ela pertence, considerando misturas de cópulas arquimedianas bivariadas. Para estimação dos parâmetros foi utilizado o método de máxima verossimilhança, via algoritmo EM, baseado na abordagem padrão para modelos de mistura. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). | - |
Descrição: dc.description | In the last decades the use of mixing models for grouping purposes has been considerably increased due mainly to the existence of efficient computational methods that facilitate the estimation of the parameters. On the other hand, copulas have become popular models for modeling dependencies in multivariate data. In this work we apply mixtures of bivariate copulas to use them to analyze data of mixtures with two clusters. Non-linear discriminant functions were proposed to identify the origin of a given observation, that is, to discriminate to which cluster it belongs, considering mixtures of bivariate Archimedean copulas. For the estimation of the parameters, the maximum likelihood method was used, via the EM algorithm, based on the standard approach for mixing models. | - |
Descrição: dc.description | Instituto de Ciências Exatas (IE) | - |
Descrição: dc.description | Departamento de Estatística (IE EST) | - |
Descrição: dc.description | Programa de Pós-Graduação em Estatística | - |
Formato: dc.format | application/pdf | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
Palavras-chave: dc.subject | Cópulas | - |
Palavras-chave: dc.subject | Análise discriminante | - |
Palavras-chave: dc.subject | Cópulas - misturas | - |
Título: dc.title | Discriminante para mistura de modelos bivariados | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
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: