Detalhes bibliográficos
| Ano de defesa: |
2007 |
| Autor(a) principal: |
Bergamo, Genevile Carife |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| 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: |
https://teses.usp.br/teses/disponiveis/11/11134/tde-20191220-124614/
|
Resumo: |
Algumas técnicas de análise estatística multivariada necessitam de uma matriz de dados completa, porém o processo de coleta elos dados frequentemente não leva a uma matriz com todos os dados. A imputação é uma técnica, na qual os dados ausentes são preenchidos com valores plausíveis, para uma posterior análise dos dados completados ( observados + imputados). O objetivo deste trabalho é propor um método de imputação múltipla, resultante de uma mudança no procedimento, baseado na decomposição por valores singulares (DVS), desenvolvido por Krzanowski (1988). Assim, na matriz genótipos (20) x ambientes (7), proveniente de um ensaio com o delineamento aleatorizado em blocos em multiambientes com a cultura de Eucalyptus grandis (LAVORANTI, 2003), foram retirados valores aleatoriamente (5%, 10%, 30%), os quais foram imputados pelo método proposto. Os resultados obtidos por meio da medida geral de exatidão ou acurácia (Tacc), na matriz ele interação G x E para os dados de altura de E. grandis, mostraram um viés pequeno, em relação aos valores originais, no entanto, seus valores foram maiores do que a variabilidade em relação à média dos valores imputados, indicando uma exatidão ou acurácia menor do método proposto em relação à sua alta precisão. A metodologia proposta utiliza o maior número de informação disponível, não possui qualquer restrição quanto ao padrão e mecanismo de ausência e é livre ele suposição sobre a distribuição ou estrutura dos dados. |
