dc.contributor.advisor | Müller, Ivanor | |
dc.creator | Calil, Paulo Roberto Machado | |
dc.date.accessioned | 2016-03-16T14:48:45Z | |
dc.date.available | 2016-03-16T14:48:45Z | |
dc.date.issued | 2007 | |
dc.date.submitted | 2007 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/1338 | |
dc.description | Dissertação (mestrado) - Universidade Federal de Santa Maria, Centro de Ciências Naturais e Exatas, Curso de Especialização em Estatística e Modelagem Quantitativa, RS, 2007. | por |
dc.description.abstract | The present work arises from the necessity of a statistic key which helps the COPERVES in the
analysis of the classification methodology of the candidates to the Vestibular. The Discriminant
Analysis of Fisher is a well knowed technique to data classification, which in this work will employ
the individual scores of the candidates for matter with the aim to value the discrimination rate between
candidates through of multivarieds techniques. The capacity of discrimination between the candidates
can be understood like an index, which is the value of the discriminant function calculated for each
candidate, based on their objective tests and composition marks. According to these marks, were
obtained two discriminant functions and three classification functions for three groups (no selecteds,
selecteds and successfuls), and a discriminant function and two classification functions for two groups
(selecteds and successfuls). The value of the classification function will determine the position of the
candidate in one of the three possible situations. In this way, the Discriminant Analysis shows an
excellent capacity to discriminate when the groups are samples of medium and large dimensions with
reference to the number the respected parameters, and low capacity to classify when the groups are
small samples because show a low accuracy in the respected parameters of the discriminant functions,
going down the final classification accuracy. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.subject | Análise discriminante de Fisher | por |
dc.subject | Índice discriminante | por |
dc.subject | Funções de classificação | por |
dc.subject | Processo seletivo vestibular | por |
dc.title | Aplicação de técnicas multivariadas para análise dos escores de classificação dos candidatos ao concurso vestibular 2007 da UFSM | por |
dc.type | Trabalho de Conclusão de Curso de Especialização | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.degree.specialization | Estatística e Modelagem Quantitativa | por |
dc.description.resumo | O presente artigo surge da necessidade de uma ferramenta estatística que auxilie a Universidade
Federal de Santa Maria (UFSM), mais especificamente, a Comissão Permanente do Vestibular
(COPERVES), na análise da metodologia de classificação dos candidatos ao processo seletivo
Vestibular. Para isso, uma das técnicas mais conhecidas para classificação de dados é a Análise
Discriminante de Fisher, a qual neste trabalho fará uso dos escores individuais dos candidatos por
disciplina com o objetivo de avaliar um índice de discriminação entre candidatos através de técnicas
de análise multivariada. O poder de discriminação entre os candidatos pode ser entendido como um
índice, o qual é o valor da função discriminante calculado para cada candidato, baseado em suas notas
de provas objetivas e redação. A partir dessas notas, foram obtidas duas funções discriminantes e três
funções de classificação para os três grupos (não-selecionados, selecionados e classificados), e uma
função discriminante e duas funções de classificação para dois grupos (selecionados e classificados).
O valor da função de classificação determina a alocação do candidato em uma das três possíveis
classes. Conclui-se que a Análise Discriminante de Fisher possui uma excelente capacidade de
discriminação quando os grupos são compostos por amostras de proporções grandes e medianas em
relação ao número de parâmetros estimados. Assim, cursos com média e alta densidade de candidatos
por vaga apresentam bons resultados, enquanto que os grupos formados por amostras pequenas, ou
cursos com poucos candidatos, resultam em baixa acurácia na estimação dos parâmetros das funções
discriminantes, e conseqüentemente prejudicando a acurácia final de classificação. | por |
dc.publisher.unidade | Centro de Ciências Naturais e Exatas | por |