dc.contributor.advisor | Jacobi, Luciane Flores | |
dc.creator | Stochero, Elisandra Lúcia Moro | |
dc.date.accessioned | 2019-07-02T12:59:19Z | |
dc.date.available | 2019-07-02T12:59:19Z | |
dc.date.issued | 2019-03-26 | |
dc.date.submitted | 2019 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/17247 | |
dc.description | Monografia (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.abstract | Imputation 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.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Dados ausentes | por |
dc.subject | Imputação de dados | por |
dc.subject | Delineamento em blocos casualizados | por |
dc.subject | Imputação múltipla livre de distribuição | por |
dc.subject | Missing data | eng |
dc.subject | Imputation of data | eng |
dc.subject | Design in randomized blocks | eng |
dc.subject | Free distribution multiple imputation | eng |
dc.title | A influência da variabilidade dos dados na qualidade de imputação de dados faltantes | por |
dc.title.alternative | The influence of variability of data in the quality of missing data imputation | eng |
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 | Métodos 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.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | por |
dc.publisher.unidade | Centro de Ciências Naturais e Exatas | por |