Incorporação da incerteza nos mapas perceptuais obtidos via MDS
Ano de defesa: | 2014 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Instituto Tecnológico de Aeronáutica
|
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://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2939 |
Resumo: | Os mapas perceptuais obtidos via escalonamento multidimensional representam uma poderosa ferramenta estatística para análise de dados multivariados. São aplicados em várias áreas do conhecimento humano por permitir ao pesquisador comprovar ou validar um modelo idealizado do comportamento humano frente a julgamentos subjetivos obtidos utilizando escalas ordinais. Sua utilização nas ciências sociais, marcadamente psicologia, sociologia, política e na percepção de riscos são destacadas pois estas ciências tomam por base a subjetividade do julgamento humano. Neste contexto, essa tese tem por objetivo incorporar a incerteza do posicionamento dos objetos após o escalonamento multidimensional, para que o modelo conceitual imposto possa ser testado levando em conta a variabilidade inerente a um grupo de julgadores. O modelo proposto parte da premissa de que as funções de distribuição de probabilidade não são conhecidas para as coordenadas dos objetos no mapa perceptual e que os julgadores e os objetos estudados são estatisticamente independentes entre si. A ferramenta explora uma característica do escalonamento multidimensional, que é a representação gráfica do conjunto de dados em baixa dimensão, e além disso, a análise dos diferentes objetos representados no mapa perceptual é realizada à luz da inferência estatística. O modelo para geração do mapa perceptual de 3-vias, denominado extbf{MDSvarext}, é obtido em 3 fases: i) Redução de dimensão e geração de agrupamentos; ii) Alinhamento das configurações, e iii) Obtenção das regiões de confiança. Como resultado verifica-se que a incorporação da geração de agrupamentos, utilizando o método extbf{K-médias} ao extbf{MDSvarext}, mostra-se viável pois permite produzir agrupamentos que reduzem a variabilidade e consequentemente as regiões de confiança nos mapas gerados, além da obtenção de mais de um mapa. Finalmente com a redução da variabilidade torna-se possível a representação das regiões de confiança que mostram visualmente nos mapas gerados quais objetos diferem estatisticamente entre si. |
id |
ITA_cf68f261952764f53148f87bfc2ac255 |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2939 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Incorporação da incerteza nos mapas perceptuais obtidos via MDSAnálise estatística multivariadaReconhecimento de padrõesEstatísticaMatemáticaOs mapas perceptuais obtidos via escalonamento multidimensional representam uma poderosa ferramenta estatística para análise de dados multivariados. São aplicados em várias áreas do conhecimento humano por permitir ao pesquisador comprovar ou validar um modelo idealizado do comportamento humano frente a julgamentos subjetivos obtidos utilizando escalas ordinais. Sua utilização nas ciências sociais, marcadamente psicologia, sociologia, política e na percepção de riscos são destacadas pois estas ciências tomam por base a subjetividade do julgamento humano. Neste contexto, essa tese tem por objetivo incorporar a incerteza do posicionamento dos objetos após o escalonamento multidimensional, para que o modelo conceitual imposto possa ser testado levando em conta a variabilidade inerente a um grupo de julgadores. O modelo proposto parte da premissa de que as funções de distribuição de probabilidade não são conhecidas para as coordenadas dos objetos no mapa perceptual e que os julgadores e os objetos estudados são estatisticamente independentes entre si. A ferramenta explora uma característica do escalonamento multidimensional, que é a representação gráfica do conjunto de dados em baixa dimensão, e além disso, a análise dos diferentes objetos representados no mapa perceptual é realizada à luz da inferência estatística. O modelo para geração do mapa perceptual de 3-vias, denominado extbf{MDSvarext}, é obtido em 3 fases: i) Redução de dimensão e geração de agrupamentos; ii) Alinhamento das configurações, e iii) Obtenção das regiões de confiança. Como resultado verifica-se que a incorporação da geração de agrupamentos, utilizando o método extbf{K-médias} ao extbf{MDSvarext}, mostra-se viável pois permite produzir agrupamentos que reduzem a variabilidade e consequentemente as regiões de confiança nos mapas gerados, além da obtenção de mais de um mapa. Finalmente com a redução da variabilidade torna-se possível a representação das regiões de confiança que mostram visualmente nos mapas gerados quais objetos diferem estatisticamente entre si.Instituto Tecnológico de AeronáuticaRodrigo Arnaldo ScarpelMoacyr Machado Cardoso Junior2014-03-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2939reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:05:01Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2939http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:40:25.247Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS |
title |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS |
spellingShingle |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS Moacyr Machado Cardoso Junior Análise estatística multivariada Reconhecimento de padrões Estatística Matemática |
title_short |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS |
title_full |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS |
title_fullStr |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS |
title_full_unstemmed |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS |
title_sort |
Incorporação da incerteza nos mapas perceptuais obtidos via MDS |
author |
Moacyr Machado Cardoso Junior |
author_facet |
Moacyr Machado Cardoso Junior |
author_role |
author |
dc.contributor.none.fl_str_mv |
Rodrigo Arnaldo Scarpel |
dc.contributor.author.fl_str_mv |
Moacyr Machado Cardoso Junior |
dc.subject.por.fl_str_mv |
Análise estatística multivariada Reconhecimento de padrões Estatística Matemática |
topic |
Análise estatística multivariada Reconhecimento de padrões Estatística Matemática |
dc.description.none.fl_txt_mv |
Os mapas perceptuais obtidos via escalonamento multidimensional representam uma poderosa ferramenta estatística para análise de dados multivariados. São aplicados em várias áreas do conhecimento humano por permitir ao pesquisador comprovar ou validar um modelo idealizado do comportamento humano frente a julgamentos subjetivos obtidos utilizando escalas ordinais. Sua utilização nas ciências sociais, marcadamente psicologia, sociologia, política e na percepção de riscos são destacadas pois estas ciências tomam por base a subjetividade do julgamento humano. Neste contexto, essa tese tem por objetivo incorporar a incerteza do posicionamento dos objetos após o escalonamento multidimensional, para que o modelo conceitual imposto possa ser testado levando em conta a variabilidade inerente a um grupo de julgadores. O modelo proposto parte da premissa de que as funções de distribuição de probabilidade não são conhecidas para as coordenadas dos objetos no mapa perceptual e que os julgadores e os objetos estudados são estatisticamente independentes entre si. A ferramenta explora uma característica do escalonamento multidimensional, que é a representação gráfica do conjunto de dados em baixa dimensão, e além disso, a análise dos diferentes objetos representados no mapa perceptual é realizada à luz da inferência estatística. O modelo para geração do mapa perceptual de 3-vias, denominado extbf{MDSvarext}, é obtido em 3 fases: i) Redução de dimensão e geração de agrupamentos; ii) Alinhamento das configurações, e iii) Obtenção das regiões de confiança. Como resultado verifica-se que a incorporação da geração de agrupamentos, utilizando o método extbf{K-médias} ao extbf{MDSvarext}, mostra-se viável pois permite produzir agrupamentos que reduzem a variabilidade e consequentemente as regiões de confiança nos mapas gerados, além da obtenção de mais de um mapa. Finalmente com a redução da variabilidade torna-se possível a representação das regiões de confiança que mostram visualmente nos mapas gerados quais objetos diferem estatisticamente entre si. |
description |
Os mapas perceptuais obtidos via escalonamento multidimensional representam uma poderosa ferramenta estatística para análise de dados multivariados. São aplicados em várias áreas do conhecimento humano por permitir ao pesquisador comprovar ou validar um modelo idealizado do comportamento humano frente a julgamentos subjetivos obtidos utilizando escalas ordinais. Sua utilização nas ciências sociais, marcadamente psicologia, sociologia, política e na percepção de riscos são destacadas pois estas ciências tomam por base a subjetividade do julgamento humano. Neste contexto, essa tese tem por objetivo incorporar a incerteza do posicionamento dos objetos após o escalonamento multidimensional, para que o modelo conceitual imposto possa ser testado levando em conta a variabilidade inerente a um grupo de julgadores. O modelo proposto parte da premissa de que as funções de distribuição de probabilidade não são conhecidas para as coordenadas dos objetos no mapa perceptual e que os julgadores e os objetos estudados são estatisticamente independentes entre si. A ferramenta explora uma característica do escalonamento multidimensional, que é a representação gráfica do conjunto de dados em baixa dimensão, e além disso, a análise dos diferentes objetos representados no mapa perceptual é realizada à luz da inferência estatística. O modelo para geração do mapa perceptual de 3-vias, denominado extbf{MDSvarext}, é obtido em 3 fases: i) Redução de dimensão e geração de agrupamentos; ii) Alinhamento das configurações, e iii) Obtenção das regiões de confiança. Como resultado verifica-se que a incorporação da geração de agrupamentos, utilizando o método extbf{K-médias} ao extbf{MDSvarext}, mostra-se viável pois permite produzir agrupamentos que reduzem a variabilidade e consequentemente as regiões de confiança nos mapas gerados, além da obtenção de mais de um mapa. Finalmente com a redução da variabilidade torna-se possível a representação das regiões de confiança que mostram visualmente nos mapas gerados quais objetos diferem estatisticamente entre si. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-03-13 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/doctoralThesis |
status_str |
publishedVersion |
format |
doctoralThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2939 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2939 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Análise estatística multivariada Reconhecimento de padrões Estatística Matemática |
_version_ |
1706805005878558720 |