Um modelo probabilÃstico de classificaÃÃo baseado em identificaÃÃo de fronteiras de grupos.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2006

RESUMO

Nesta tese foi considerado o problema de classificaÃÃo de objetos (indivÃduos, empresas, produtos) em dois ou mais grupos. A abordagem tradicional se fundamenta principalmente em modelos como Logit ou AnÃlise Discriminante. Resulta deste modo, como funÃÃo de classificaÃÃo, uma medida estatÃstica - um ponto de corte (escore) ou uma medida de distÃncia padronizada ao centro do agrupamento ou uma hipersuperfÃcie de separaÃÃo - definida com a utilizaÃÃo simultÃnea de toda a amostra. No modelo proposto foi considerado que as variÃveis de classificaÃÃo sÃo limitadas, inferior ou superiormente. Esta hipÃtese determina uma fronteira, limite da regiÃo domÃnio de cada grupo em observaÃÃo. Objetivou-se, como proposta final, efetuar o desenvolvimento de uma tÃcnica para identificar estas fronteiras, associado a uma medida de natureza probabilÃstica para cada unidade observada, especificando quanto a mesma està inserida em seu respectivo grupo, relativamente à fronteira deste. Em seguida foram propostos os procedimentos para classificar nova unidade objeto, no grupo onde a medida de inserÃÃo fosse maior e, tambÃm, procedimentos para viabilizar o refinamento constante da forma das envoltÃrias, a partir da anÃlise de novas unidades. Para avaliaÃÃo, foram utilizados dois exemplos ilustrativos, possibilitando o teste do modelo contra as tÃcnicas de AnÃlise Discriminante, RegressÃo LogÃstica e mesmo ProgramaÃÃo Linear Inteira, testada pelo autor de um dos exemplos. Os resultados se mostraram favorÃveis, apontando para a viabilidade do uso do modelo.

ASSUNTO(S)

anÃlise discriminante (estatÃstica) pesquisa operacional matemÃtica aplicada modelos matemÃticos classificaÃÃes mÃtodos estatÃsticos anÃlise envoltÃria de dados

ACESSO AO ARTIGO

Documentos Relacionados