Made available in DSpace on 2014-06-12T15:07:00Z (GMT). No. of bitstreams: 2 arquivo1363_1.pdf: 1828701 bytes, checksum: f0a7740303ce331d14c5ebcc9b8eb289 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Os modelos de Credit Scoring são modelos quantitativos empregados comumente por instituições financeiras na mensuração e previsão do risco de crédito, possuindo uso consolidado no processo de concessão de crédito destas instituições. Este trabalho de dissertação objetivou avaliar a possibilidade de aplicação de modelos Credit Scoring em uma instituição de microcrédito denominada Fundo Rotativo de Ação da Cidadania Cred Cidadania, situada em Recife (PE). Para isso, foram coletados dados relativos a uma amostra de clientes do Cred Cidadania, e estes dados foram utilizados para desenvolver dois tipos de modelos de Credit Scoring: um de aprovação de crédito e um outro chamado behavioural scoring (escoragem comportamental). As técnicas estatísticas empregadas na construção dos modelos foram análise discriminante e regressão logística. Os modelos obtidos agregaram variáveis como renda líquida do empreendimento, número de parcelas do empréstimo, número de dependentes do cliente, estado civil do cliente, valor do empréstimo, tempo de funcionamento do empreendimento, eficiência do agente de crédito, dentre outras. Algumas variáveis representam atributos que contribuem para o aumento da propensão à inadimplência do solicitante, enquanto outras colaboram para a redução do risco de inadimplência, o que repercute positivamente na sustentabilidade financeira na instituição. Os resultados do estudo demonstraram que os modelos Credit Scoring obtêm desempenho satisfatório quando utilizados na análise de risco de crédito na instituição de microcrédito Cred Cidadania, alcançando um percentual de classificação correta dos clientes de cerca de 80%. Os resultados indicam também que o uso de modelos Credit Scoring fornece subsídios à instituição, auxiliando-a na prevenção e redução da inadimplência e na diminuição dos seus custos operacionais, dois problemas que afetam a sua sustentabilidade financeira

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-12-04T14:17:52Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação_Diana D. Aguiar.pdf: 2526734 bytes, checksum: ef02491a952f20781293fdfd0e5f5052 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-12-04T14:18:04Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação_Diana D. Aguiar.pdf: 2526734 bytes, checksum: ef02491a952f20781293fdfd0e5f5052 (MD5) / Made available in DSpace on 2017-12-04T14:18:04Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação_Diana D. Aguiar.pdf: 2526734 bytes, checksum: ef02491a952f20781293fdfd0e5f5052 (MD5) Previous issue date: 2017-08-09 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In this work we present a new approach for applications in Discriminant Analysis (DA) to problems whose observations in the training set are from time series, using the Bayes classifier and modeling the classes distributions in with Linear Dynamic Models. Theoretical developments were conducted to obtain an analytic form for the classe posterior probability. The simulation studies have been developed to evaluate the proposed approach, to evaluate different strategies to estimate the model variance and determine the classification error rates (ET) to compare them with other usual approaches in AD. Time series were simulated with different structures of classes separation and with different sizes for the training set. The proposed approach was also applied to data from real problems with different degrees of difficulty with respect to the classes number, the time series size and number of observations in the training set. With real data the proposed classifier was compared with other classifiers in terms of error rate. Although it is needed most complete studies, the results suggest that this parametric approach developed constitutes a promising alternative for problems in AD with time series, particularly in a challenging context when the size time series is much large than the number of observations in the classes. / Na presente dissertação apresentamos uma nova abordagem para aplicações em Análise Discriminante (AD) para problemas cujas observações no conjunto de treinamento são oriundas de séries temporais, empregando o Classificador de Bayes e modelando as distribuições nas classes com o emprego de Modelos Lineares Dinâmicos. Foram realizados os desenvolvimentos teóricos necessários para a obtenção de uma forma analítica para as probabilidades a posteriori das classes. Para avaliar a abordagem proposta foram desenvolvidos estudos de simulação, tanto para avaliar as estratégias da escolha do procedimento da estimação da variância, como também, determinar as taxas de erro (TE) de classificação para compará-las com outras abordagens usuais para classificadores em AD. Foram simuladas observações de séries temporais com diferentes estruturas de separação das classes e com diferentes tamanhos para o conjunto de treinamento. A abordagem proposta também foi aplicada em dados de problemas reais, com diferentes graus de dificuldades com relação ao número de classes, tamanho das séries e o número de observações no conjunto de treinamento, sendo então comparadas suas TE com as de outros classificadores. Embora sejam necessários estudos mais completos, os resultados obtidos sugerem que a abordagem paramétrica desenvolvida se constitui em uma alternativa promissora para esta categoria de problemas em AD, com observações de séries temporais, em particular, em um contexto bastante desafiador na prática quando temos séries com tamanhos grandes com relação ao número de observações nas classes.

Orientador : Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-31T19:52:47Z (GMT). No. of bitstreams: 1 DiazConsul_CelesteMaria_D.pdf: 3349001 bytes, checksum: 20c676f2f351bcbed012946503d98333 (MD5) Previous issue date: 2002 / Resumo: Na indústria de processos químicos, geralmente varias variáveis são anipuladas e monitoradas ao mesmo tempo. Nestes casos passam a ser de extrema importância as etapas de tratamento de dados e o desenvolvimento de modelos de representação do processo para a detecção e identificação de falhas no processo. Usando técnicas estatísticas multivariadas, como Análise de Componentes Principais (PCA) e Análise Discriminante de Fisher (FDA), tira-se proveito da natureza multivariada dos dados e é possível proceder com a detecção de problemas de monitoramento no processo, assim como diagnosticar quais as causas destes comportamentos. Neste trabalho consideramos como caso estudo um reator de hidrogenação do fenol a ciclo-hexanol. Dados históricos, com um grande número de variáveis e observações, foram coletados durante a operação do processo. A idéia geral do método da PCA é explicar a estrutura de variância e covariância dos dados através de umas poucas combinações lineares das variáveis originais, as quais tentam refletir as dimensões verdadeiramente importantes. O desempenho do processo poderá então ser monitorado no espaço das componentes principais, dimensionalmente menor. Usando o modelo PCA e alguns gráficos auxiliares foi possível a avaliação e identificação de um conjunto de falhas no processo. Por outro lado, usando um banco de falhas apropriadamente construído FDA conseguiu classificar todas as observações amostradas com uma boa taxa de classificação. Uma reflexão sobre a importância do uso destas técnicas multivariadas na detecção de falhas é apresentada junto a avaliação dos resultados obtidos / Abstract: In the industry of chemical processes, a lot of variabIes are manipulated and monitored at the same time. In these cases, it start to be of extreme importance the stages of data treatment and the deveIopment of models for representation of the processo One of the most important goals are detection and identification of faults in the processo Using multivariable statistical techniques, as Principal Components Analysis (PCA) and Fisher's Discriminant Analysis (FDA), is possible to take advantage of the data multivariabIe nature and it is possible to proceed with the detection of monitoring problems as well as diagnosing which the causes of these behaviors. In this work is considered as study case a hydrogenation of phenol to cyclohexanol reactor. Historical data, with a great number of variables and obsexvations, were collected during the operation of the processo The general idea of the method of PCA is to expIam the covariance structure of the data through some few lineal combinations of the original variabIes, which try to reflect the dimensions tru1y important. The acting of the process then can be monitored in the space of the principal components, of smaller dimension. Using the model PCA was possible the evaluation and identification of a group of faults in the processo On the other hand, using a bank of faults, adequately built, FDA got to classify the obsexvations with a good classmcation taxo A reflection on the importance of the use of these multivariabIe techniques for detection and fault diagnose is presented with the evaluation of the obtamed results / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

Orientador: Carlos Roberto Padovani / Banca: Adriano Wagner Ballarin / Banca: Flávio Fekkari Aragon / Banca: José Carlos Martinez / Banca: Marie Oshiiwa / Resumo: Aspectos teóricos relacionados à Análise Discriminante Multivariada - Linear e Quadrática - foram discutidos, por meio de um extenso levantamento histórico da função discriminante, com seus primórdios no trabalho de Fisher e sua posterior evolução, enfocando o intenso desenvolvimento das técnicas classificatórias discriminantes com o advento dos computadores. Foi dada ênfase aos softwares estatísticos desenvolvidos para PC, que realizam a análise discriminante, e que representam uma grande contribuição para pesquisadores e usuários desta técnica. Considerando a dificuldade existente quanto a aplicativos computacionais acessíveis a pesquisadores da área de ciências agrárias, elaborou-se um programa que realiza a análise discriminante quadrática com as respectivas freqüências de classificação correta, bem como o manual explicativo do usuário. Verificou-se que a função discriminante quadrática trata de um procedimento bastante útil nas ciências agrárias, como, por exemplo, em estudos nas áreas de solos, cultivos diversos (soja, milho, cana de açúcar, pupunha, braquiária, frutas), criação de animais e classificação e seleção de madeiras; porém, subutilizada frente à dificuldade de programas computacionais de fácil manuseio e acesso a pesquisadores das áreas aplicadas. Os procedimentos estudados e discutidos foram ilustrados com exemplos de aplicação, utilizando dados experimentais agronômicos de espécies de Girassóis e Eucalyptus, submetidos ao aplicativo desenvolvido. / Abstract: A large historical study of the discriminant function has allowed a discussion on theoretical aspects related to the Multivaried Discriminant Analysis - Linear and Quadratic, showing its past in the work of Fisher and its later evolution, emphasizing the wide development of classificatory discriminant techniques with the happening of the computers, and specific statistic softwares which practice the discriminant analysis, representing a big contribution to researches and users of this technique. Considering the difficulty in relation to accessible softwares to researches of the agrarian area, a software which performs a linear and quadratic discriminant analysis was built with its frequencies of correct classification, as well as an explicative manual to users. The quadratic discriminant was studied as being a very useful process in agrarian sciences. Some examples of this usefulness is in studies of the ground, diversified cultivation (soybean, corn, sugarcane, pejibaye, brachiaria decumbens fruits), animal creation and wood selection, and classification; however, misused in relation to the difficulties of easy handing and access to researchers of applied areas. The studied and discussed procedures were illustrated with applications, using agronomic experimental data of Sunflower and Eucalyptus, submitted to developed software. / Doutor

Estudos com o objetivo de prever insolvência de empresas e que fazem uso de técnicas estatísticas modernas são conduzidos desde a década de 1960. Esta linha de pesquisa, que inicialmente usou técnicas univariadas, e em seguida incorporou as análises multivariadas, hoje emprega largamente técnicas que fazem uso de inteligência artificial e que necessitam uma grande capacidade de processamento computacional. Esta evolução trouxe melhorias contínuas aos resultados alcançados e hoje é possível afirmar que os demonstrativos financeiros de empresas quando analisados adequadamente são uma fonte importante de informação para a previsão de insolvência. Esta pesquisa teve como principal objetivo desenvolver e comparar modelos estatísticos usando as técnicas de Análise Discriminante Linear, Regressão Logística e Redes Neurais Artificiais a fim de investigar qual delas oferece os melhores resultados. A amostra foi composta por 40 empresas, divididas em dois grupos: o primeiro com empresas formalmente insolventes segundo os critérios da legislação brasileira, e o segundo com empresas sem tais problemas. Foram usadas inicialmente 16 variáveis para predição e empregou-se um critério de seleção de variáveis baseado nos melhores subconjuntos possíveis ao invés do stepwise. Foi tomado especial cuidado com os pré-requisitos das técnicas, sobretudo da Análise Discriminante, como normalidade e ausência de multicolinearidade das variáveis independentes. Os resultados das previsões obtidas com os modelos foram coerentes com o esperado, ou seja, a Análise Discriminante teve um desempenho inferior à Regressão Logística que também foi superada pelas Redes Neurais Artificiais. / Researches in bankruptcy prediction of companies that make use of modern statistics techniques are being held since the 1960’s. This branch of study, which initially employed univariate techniques, and then assimilated the multivariate techniques today uses artificial intelligence, a techniques that needs a great computational processing capability. This evolution brought continuing improvements to the results achieved and today is possible to say that financial statements when properly analyzed are a good source of information to the prediction of financial distress. This research aimed mainly the development of prediction models using Discriminant Analysis, Logistic Regression and Artificial Neural Networks so that they could be compared in terms of predictive capabilities. The sample consisted of 40 firms divided in 2 groups (bankrupt and non bankrupt companies) according to the Brazilian bankruptcy law. The 16 initial predictors were selected to enter the model according to the best subsets procedure in order than the stepwise procedure. Special attention was taken to accomplish the pre-requisites of the techniques, above all the Discriminant Analysis, like normality and lack of multicollinearity of the independent variables. The findings of the predictions were reasonable and according to what was expected: the Discriminant Analysis was outperformed by the Logistic Regression that was also outperformed by the Artificial Neural Networks.

O modelo de Composição de Especialistas Locais (CEL) para classificação de populações constitui uma interessante ferramenta de análise discriminante. Para construção do modelo CEL utiliza-se técnicas discriminantes paramétricas e não-paramétricas, como a Análise Discriminante de Fisher, Logit e Extended DEA-DA. Tais modelos são aplicados numa massa de dados particular como um todo, e na mesma massa de dados clusterizada, visando eleger os especialistas que apresentem melhor desempenho na classificação de populações, ditos vencedores. Ponderam-se os especialistas vencedores nos clusters com o objetivo de construir a composição de especialistas locais (CEL). Realiza-se um estudo de caso onde o modelo CEL é aplicado a um conjunto de empresas classificadas como solventes e insolventes e que serve de sustentáculo para a calibração dos especialistas locais e construção da composição. O presente trabalho tem por objetivo estudar um modelo de Composição de Especialistas Locais (CEL) como instrumento para classificação de populações e compará-lo com o modelo discriminante que apresentou maior número de observações corretamente classificadas numa massa de dados particular, verificando a ocorrência ou não de melhoria no número absoluto de classificações corretas.

Made available in DSpace on 2015-03-05T19:15:17Z (GMT). No. of bitstreams: 0 Previous issue date: 28 / Nenhuma / Este estudo, em suas abrangências teórica e prática, tem por objetivo apresentar um modelo de previsão de insolvência que retrate a realidade das micro e pequenas empresas (MPEs), fundamentado na utilização das análises discriminante e fatorial. Para atingir este objetivo realizou-se uma pesquisa qualitativa com os profissionais atuantes nos escritórios de contabilidade do Rio Grande do Sul, obtendo-se informações contábeis de 104 MPEs do período de 1995 a 2007. Para análise dos dados, foi adotado o software SPSS 10, cuja aplicação da análise fatorial reduziu o número de indica dores contábeis de 25 para 5 fatores. Para a construção da função discriminante Z, a qual permite identificar a que grupo de empresas pertence cada empresa que compõe à amostra, foi utilizada a análise discriminante. A validação do modelo foi realizada por meio do método conhecido como crossvalidation, ou seja, a subdivisão da amostra original, sendo uma para a definição do modelo e outra para a sua validação. O grau de predição do m / This study, in its theoretical and practical scope, aims to present a model for prediction of insolvency that portray the reality of micro and small enterprises (MEPs), based on the use of discriminant analysis and factor. To achieve this goal there was a qualitative research with professionals in the accounting office of Rio Grande do Sul, obtaining information accounting of 104 MEPs in the period 1995 to 2007. For data analysis, SPSS software was adopted 10, whose application of factor analysis reduced the number of pain states accounting for 25 to 5 factors. For the construction of the discriminant function Z, which allows to identify which group of companies that make each company belongs to the sample, we used the discriminant analysis. The model validation was done using the method known as crossvalidation, ie the subdivision of the original sample, one for defining the model and one for its validation. The degree of prediction of the model reached 96.15% of accuracy, representing a good index for predi

Neste trabalho se estuda a aplicação de técnicas de estatística multivariada para reconhecimento de padrões em sinais de ensaios não destrutivos (END) magnéticos, baseados no Ruído Magnético de Barkhausen (RMB). O reconhecimento de padrões pode ser feito de forma não supervisionada com a técnica multivariada de Análise de Agrupamentos, conglomerados ou Clusters que definem grupos segundo critérios de similaridade. Já para reconhecimento supervisionado a Análise Discriminante procura classificar amostras novas em grupos conhecidos, a priori, usando para este propósito uma regra de classificação criada a partir desses grupos de amostras conhecidos. Foram utilizados dois casos de detecção e classificação utilizando RMB. O RMB é um fenômeno magnético gerado por abruptas mudanças na magnetização de materiais ferromagnéticos quando submetidos a campos magnéticos variáveis. Essas mudanças estão relacionadas com a microestrutura do material, presença e distribuição de tensões elásticas (tensão e compressão). No primeiro caso de estudo procura-se identificar arames quebrados em risers, através da medição de tensão mecânica. No segundo caso procura-se classificar diferentes tratamentos térmicos em Aço AISI 420. Para a análise de integridade estrutural de risers foi feita a redução da dimensionalidade dos dados via Análise de Componentes Principais e posteriormente Análise de Agrupamentos. Já para o problema de classificação de amostras de aço foi usada a técnica de Análise Discriminante Linear de Fisher e a Quadrática. Os resultados das análises mostraram que as técnicas de Estatísticas Multivariadas proporcionam ferramentas muito adequadas para aumentar a eficiência da inspeção na área de END Magnéticos em geral e RMB em particular. / The present work deals with application of multivariate statistic techniques for pattern recognition in signals from Non-Destructive Essays (NDE), based on the Magnetic Barkhausen Noise (MBN). Pattern recognition can be done in a nonsupervised way by Cluster Analysis defining similarity criteria. On the other hand, for supervised recognition, Discriminant Analysis looks for classifying new samples in known groups, a priori, by means of classification rules created for these known sample groups. Two detection and classification cases were studied by MBN. The MBN is a magnetic phenomenon generated by sudden changes in magnetization of ferromagnetic materials, when these materials are subjected to variable magnetic fields. These changes are related to material microstructure as well as to the presence of elastic stresses (tension and compression). In the first studied case, the present study searches identifying broken wires in risers through measurements of mechanical strain. In the second case, the study classifies different thermal treatments in AISI 420 steel samples. Regarding the analysis of structural integrity of risers, firstly the reduction of data dimensionality was obtained via Analysis of Main Components and, later, Cluster Analysis was performed. Concerning the classification problem of steel samples, the Fisher Linear Discriminant Analysis and the Quadratic Analysis were used. Analysis results showed that Multivariate Statistic Techniques give rise to tools very appropriated for increasing the efficiency of inspection both in the Magnetic NDE area in general, and MBN in particular.

A Doença de Machado Joseph(DMJ) é uma doença genética autossômica dominante de início na vida adulta que afeta a coordenação motora e cursa com sintomas neurodegenerativos. É causada por uma expansão da repetição CAG no gene ATXN3. Há várias hipóteses a respeito da sua fisiopatogenia, e uma delas envolve a resposta inflamatória. O objetivo deste estudo foi descrever as concentrações séricas das citocinas em indivíduos sintomáticos, assintomáticos e compará-los com os controles saudáveis. Após a confirmação molecular dos pacientes e controles pareados por sexo e idade, os indivíduos foram convidados a participar do estudo. A idade de início e a duração da doença foram obtidas, e as escalas clínicas Scale for the Assessment and Rating of Ataxia (SARA), Neurological Examination Score for Spinocerebellar Ataxias (NESSCA), SCA Functional Index (SCAFI), and Composite Cerebellar Functional Score (CCFS), aplicadas. O soro dos indivíduos foi coletado e um painel de citocina foi realizado, incluindo a Eotaxina, GM-CSF, IFN-a, IFN-γ, IL-1b, IL-1Ra, IL-2, IL-2R, IL-4, IL- 5, IL-6, IL-7, IL-8, IL-10, IL-12, IL-13, IL-15, IL-17, IP-10, MCP-1, MIG, MIP1a, MIP1b, RANTES e O TNF-a. Entre os indivíduos sintomáticos, o painel foi repetido após 90 e 360 dias. O perfil das citocinas no baseline foi estudado por análise discriminante. Aquelas que apresentaram alterações relevantes entre os grupos tiveram seus níveis sérico reavaliados após 90 e 360 dias e estes dados foram avaliados pela equação de estimação generalizada (GEE). Sessenta e seis sintomáticos, 13 assintomáticos e 43 controles foram estudados. Quando comparados os sintomáticos e assintomáticos com seus respectivos controles saudáveis, não se observou diferenças nos padrões das citocinas. No entanto, apenas uma citocina teve destaque: os níveis séricos de Eotaxina foram significativamente mais elevados em assintomáticos (p = 0,001, ANCOVA) e entre os sintomáticos seus níveis foram menores após 360 dias do que naquelas obtidas no início do estudo (p = 0,039, GEE). A idade, a duração da doença, a expansão CAG, e as escalas NESSCA e SARA não se correlacionaram com os níveis das citocinas. O padrão relativamente benigno de citocinas em portadores sintomáticos sugere que a ativação do micróglia não seja primordial na DMJ. Entretanto, os níveis de eotaxina, um peptídeo secretado por astrócitos para repelir as células imunes circulantes, foram elevados no grupo assintomático, o que sugere que uma resposta específica destas células pode estar relacionada com a ausência de sintomas e/ou que a perda de astrócitos estaria relacionada à progressão da doença em DMJ. / Machado Joseph Disease (MJD) is an autosomal dominant genetic disease of adulthood which affects motor coordination and progresses with neurodegenerative symptoms. It is caused by an expansion of the CAG repeat at ATXN3 gene. There are several hypotheses about its pathogenesis, and one of them involves the inflammatory response. The aim of the present study is to describe the serum concentrations of a broad spectrum of cytokines in symptomatic and asymptomatic carriers of Machado Joseph disease (SCA3/MJD) CAG expansions. Molecularly confirmed carriers and controls were studied. Age at onset, disease duration, and clinical scales Scale for the Assessment and Rating of Ataxia (SARA), Neurological Examination Score for Spinocerebellar Ataxias (NESSCA), SCA Functional Index (SCAFI), and Composite Cerebellar Functional Score (CCFS) were obtained from the symptomatic carriers. Serum was obtained from all individuals and a cytokine panel consisted of eotaxin, granulocyte-macrophage colony-stimulating factor (GM-CSF), interferon (IFN)-α, IFN-γ, interleukin (IL)-1β, IL-1RA, IL-2, IL-2R, IL-4, IL-5, IL-6, IL-7, IL-8, IL-10, IL- 12, IL-13, IL-15, IL-17, interferon gamma-induced protein (IP)-10, monocyte chemoattractant protein (MCP)-1, monokine induced by gamma interferon (MIG), macrophage inflammatory protein (MIP)-a, MIP-b, regulated on activation, normal T cell expressed and secreted (RANTES) and tumor necrosis factor (TNF)-α was analyzed. In a subgroup of symptomatic carriers, the cytokine panel was repeated after 90 and 360 days. Cytokine distribution among groups was studied by discriminant analysis; changes in serum levels after 90 and 360 days were studied by generalized estimation equation. Sixty-six symptomatic carriers, 13 asymptomatic carriers, and 43 controls were studied. No differences in cytokine patterns were found between controls and carriers of the CAG expansions or between controls and symptomatic carriers only. In contrast, eotaxin concentrations were significantly higher in asymptomatic than in symptomatic carriers or in controls (p = 0.001, ANCOVA). Eotaxin did not correlate with age, disease duration, CAG expansion, NESSCA score, and SARA score. Among symptomatic carriers, eotaxin dropped after 360 days (p = 0.039, GEE). SCA3/ MJD patients presented a benign pattern of serum cytokines. In contrast, levels of eotaxin, a peptide secreted by astrocytes, were elevated in the asymptomatic carriers, suggesting that a specific response of these cells can be related to symptom progression, in SCA3/MJD.

Made available in DSpace on 2015-03-26T13:32:13Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1211050 bytes, checksum: ef3f5f575d905c3bcac49eef49b02816 (MD5) Previous issue date: 2012-02-13 / This study aimed to assess, as the consistency of the grouping, hierarchical clustering methods UPGMA and Ward and optimization Tocher and modified Tocher by application of Fisher discriminant analysis in groups obtained with each method in the study of genetic divergence among garlic accessions, also identifying the most dissimilar access. The groupings were based on the Mahalanobis distance, which also allowed to quantify the relative importance of characters. The accessions with the highest dissimilarity accesses were 13 (BGH 4505) and 61 (BGH 5958), especially in relation to the average weight of the bulb and productivity. Modified Tocher methods, UPGMA and Ward algorithm presented results agree with each other and form groups. However, the Fisher discriminant analysis applied to groups of hierarchical methods (UPGMA and Ward) showed the lowest apparent error, therefore, more consistent methods for studying the genetic diversity of garlic accessions. / Este estudo teve por objetivo avaliar, quanto a consistência do agrupamento, os métodos de agrupamentos hierárquicos UPGMA e Ward e os de otimização de Tocher e Tocher modificado, pela aplicação da análise discriminante de Fisher aos grupos obtidos com cada método, em estudo da divergência genética entre acessos de alho, identificando também os acessos mais dissimilares. Os agrupamentos foram realizados com base na distância generalizada de Mahalanobis, que também permitiu quantificar a importância relativa dos caracteres. Os acessos que apresentaram maior dissimilaridade foram os acessos 13 (BGH 4505) e 61 (BGH 5958), principalmente em relação ao peso médio do bulbo e produtividade. Os métodos de Tocher modificado, UPGMA e algoritmo de Ward apresentaram resultados concordantes entre si quanto a formação dos grupos. No entanto, pela análise discriminante de Fisher aplicada aos grupos dos métodos hierárquicos (UPGMA e Ward) observou-se as menores taxas de erro aparente, sendo, portanto, os métodos mais consistentes para o estudo da diversidade genética de acessos de alho.