Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Bello, Débora Zava |
| Orientador(a): |
Valk, Márcio |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/10183/237728
|
Resumo: |
Métodos de agrupamento são ferramentas úteis na identificação de padrões em conjuntos de dados. No contexto de alta dimensionalidade e tamanho amostral pequeno, o desafio de decidir se o agrupamento encontrado é estatisticamente significativo é ainda maior. Entre os métodos de agrupamento adequados à esse contexto, poucos possuem inferência e muitas vezes são específicos para dois grupos. Estamos propondo um método para agrupar de forma ótima em mais conjuntos, nesse caso três. Além de uma abordagem para clusterização dos elementos em três grupos, propomos um teste de homogeneidade para verificar a sua significância. Apresentamos a estatística de teste, suas propriedades assintóticas e, através de simulações, estudamos propriedades como tamanho e poder do teste proposto. Comparações com outras metodologias binárias indicam que nossa proposta é mais adequada para situações em que os dados têm uma estrutura inerente de três grupos. |
