Mostrar registro simples

dc.contributor.advisorJacobi, Luciane Flores
dc.creatorStochero, Elisandra Lúcia Moro
dc.date.accessioned2019-07-02T12:59:19Z
dc.date.available2019-07-02T12:59:19Z
dc.date.issued2019-03-26
dc.date.submitted2019
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/17247
dc.descriptionMonografia (especialização) - Universidade Federal de Santa Maria, Centro de Ciências Naturais e Exatas, Curso de Especialização em Estatística e Modelagem Quantitativa, RS, 2019.por
dc.description.abstractImputation methods were developed with the purpose of defining estimates for missing data in a database and, in this way, solving possible problems generated by the loss of such information. In this study the objective is to evaluate if the variability of the data influences the results obtained after applying an imputation method. From complete real databases, from experiments conducted in the Randomized Block Design, some with larger and others with less variability, incomplete databases were generated with the withdrawal of different amounts of data. Subsequently, the Free Distribution Multiple Imputation method was applied, generating complete databases from the imputation. The results of the research confirm the importance of evaluating the variability of data before joining the application of an imputation method to obtain complete databases. For the data of this study, it was verified that the variability of the same influenced in a negative way when high and in cases in which the variability was low the imputed values are closer to the real ones. This confirms the importance of evaluating the variability of the data before choosing to apply the imputation method.eng
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAcesso Abertopor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectDados ausentespor
dc.subjectImputação de dadospor
dc.subjectDelineamento em blocos casualizadospor
dc.subjectImputação múltipla livre de distribuiçãopor
dc.subjectMissing dataeng
dc.subjectImputation of dataeng
dc.subjectDesign in randomized blockseng
dc.subjectFree distribution multiple imputationeng
dc.titleA influência da variabilidade dos dados na qualidade de imputação de dados faltantespor
dc.title.alternativeThe influence of variability of data in the quality of missing data imputationeng
dc.typeTrabalho de Conclusão de Curso de Especializaçãopor
dc.degree.localSanta Maria, RS, Brasilpor
dc.degree.specializationEstatística e Modelagem Quantitativapor
dc.description.resumoMétodos de Imputação foram desenvolvidos com o objetivo de definir estimativas para dados ausentes em um banco de dados e, desta forma, solucionar possíveis problemas gerados pela perda de tais informações. Neste estudo o objetivo é avaliar se a variabilidade dos dados influencia nos resultados obtidos após aplicar um método de imputação. A partir de bancos de dados reais completos, de experimentos conduzidos no Delineamento em Blocos Casualizados, alguns com maior e outros com menor variabilidade, foram gerados bancos de dados incompletos com a retirada de diferentes quantidades de dados. Posteriormente, foi aplicado o método de Imputação Múltipla Livre de Distribuição, gerando bancos de dados completos a partir da imputação. Para os dados deste estudo, verificou-se que a variabilidade dos mesmos influenciou de maneira negativa quando alta e nos casos em que a variabilidade era baixa os valores imputados são mais próximos dos reais. Confirmando assim, a importância de avaliar a variabilidade dos dados antes de optar por aplicar o método de imputação.por
dc.publisher.countryBrasilpor
dc.publisher.initialsUFSMpor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApor
dc.publisher.unidadeCentro de Ciências Naturais e Exataspor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Acesso Aberto
Exceto quando indicado o contrário, a licença deste item é descrito como Acesso Aberto