Dados de experimentos em que se tomam medidas repetidas em ocasiões sucessivas sobre a mesma unidade experimental são analisados através de Método Univariado de Parcela Subdividida (Split-Plot), o qual pressupõe que as medidas tomadas em ocasiões distintas tenham iguais variâncias e iguais covariâncias e ainda que tenham uma matriz uniforme. Uma alternativa interessante para a execução da análise e, sem dúvida, a correção nos números de graus de liberdade. Embora existam outros procedimentos de análises, este e mais acessível a compreensão e, consequentemente, mais usual. Procedimentos que foram abordados durante o trabalho. O método será ilustrado com uma análise de um experimento, cujo o objetivo foi estudar o efeito global de tratamentos ao fim do experimento e a variação destes tratamentos ao longo de oito épocas de observação, em dois substratos diferentes, em sucupira vermelha, Andira parviflora ducke / Data from the same experimental unit measured more than once analysed by Univariate Method Split-Plot Design (Parcela Subdividida), is supposed to have the same variance and same covariance, and also uniform matrix. An interesting way for analysis of the data is the correction of degree of freedom. Although there are othersanakysis proceedings, the above method is easier to understand and consequently, more usefull. This is the objetive of the present experiment. The method will be illustrated using one experiment analysis which objective was to study the global effect of treatment by the end of the experiment, and the data variation during eight observation stages taken from Sucupira Vermelha (Andira parviflora Ducke), with two different treatments

Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da Fei, São Bernardo do Campo, 2014

Dados de experimentos em que se tomam medidas repetidas em ocasiões sucessivas sobre a mesma unidade experimental são analisados através de Método Univariado de Parcela Subdividida (Split-Plot), o qual pressupõe que as medidas tomadas em ocasiões distintas tenham iguais variâncias e iguais covariâncias e ainda que tenham uma matriz uniforme. Uma alternativa interessante para a execução da análise e, sem dúvida, a correção nos números de graus de liberdade. Embora existam outros procedimentos de análises, este e mais acessível a compreensão e, consequentemente, mais usual. Procedimentos que foram abordados durante o trabalho. O método será ilustrado com uma análise de um experimento, cujo o objetivo foi estudar o efeito global de tratamentos ao fim do experimento e a variação destes tratamentos ao longo de oito épocas de observação, em dois substratos diferentes, em sucupira vermelha, Andira parviflora ducke / Data from the same experimental unit measured more than once analysed by Univariate Method Split-Plot Design (Parcela Subdividida), is supposed to have the same variance and same covariance, and also uniform matrix. An interesting way for analysis of the data is the correction of degree of freedom. Although there are othersanakysis proceedings, the above method is easier to understand and consequently, more usefull. This is the objetive of the present experiment. The method will be illustrated using one experiment analysis which objective was to study the global effect of treatment by the end of the experiment, and the data variation during eight observation stages taken from Sucupira Vermelha (Andira parviflora Ducke), with two different treatments

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-05-13T17:35:12Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao - Gleibson Oliveira.pdf: 1128535 bytes, checksum: 58357adabe3c7e05194c892a9e5f46fd (MD5) / Made available in DSpace on 2016-05-13T17:35:12Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertacao - Gleibson Oliveira.pdf: 1128535 bytes, checksum: 58357adabe3c7e05194c892a9e5f46fd (MD5) Previous issue date: 2014-07-01 / CNPQ / A internet hoje pode ser considerada uma das maiores bases de informações do mundo, acessível para qualquer pessoa. Com sua popularização e o crescimento da necessidade de produção de conteúdo, popularizam-se também os blogs e principalmente as redes sociais, onde milhões de usuários trocam informações e opinam sobre os mais diferentes assuntos. Opiniões, por sua vez, são de grande valia no processo decisório, seja de empresas ou de pessoas físicas. Entretanto, o crescimento vertiginoso dessas informações na internet torna o trabalho de obter uma opinião geral acerca de um determinado assunto uma tarefa complicada, sobretudo se for realizada de forma manual. Uma solução automatizada apresenta-se como a melhor saída. Cresce, então, uma área bastante utilizada para construção de sistemas que tratam opinião de forma automatizada, a Análise de Sentimento (AS), também nomeada de Mineração de Opinião. Seu objetivo é classificar textos, sentenças ou blocos de texto como positivos ou negativos acerca da opinião a respeito de algum objeto, seja este um produto, serviço ou até mesmo uma pessoa. Muitos trabalhos foram propostos na área de Análise de Sentimentos, provendo avaliações da opinião global ou detalhada (para cada característica) a respeito do objeto analisado. Entretanto, a grande maioria dos trabalhos obtém a opinião de uma característica do objeto através da análise do adjetivo associado a mesma. O trabalho aqui proposto busca expandir essa análise para as demais palavras, incluindo substantivos e palavras de outras classes gramaticais que possam indicar opinião acerca do objeto. O processo proposto utiliza como fonte de opiniões o debate político polarizado, onde os usuários, potenciais eleitores, se posicionam em um dos lados da disputa. Os dados foram coletados do micro blog Twitter [TWITTER, 2006] até o horário de início das votações. O processo tem como objetivo incluir termos pouco abordados na literatura como representadas das opiniões dos usuários, evitando assim a eliminação sumária de parte do corpus analisado. / Nowadays, the internet can be considered one of the largest databases of information in the world, accessible to anyone. With its popularity and growth of the need to produce content, also become popular, blogs and especially social networks, where millions of users exchange information and think of the most different subjects. Opinions, in turn, are of great value in the decision making process, whether companies or individuals. However, the rapid growth of such information on the Internet makes work to get a general opinion about a given subject a complicated task, particularly if performed manually. An automated solution is presented as a best option. Grows, then a quite area used to build systems that handle automated opinion, the Sentiment Analysis (SA), also named Mining Opinion. Your goal is to classify texts, sentences or blocks of text as positive or negative opinion about any object, be it a product, service or even a person. Many works have been proposed in the area of sentiment analysis, providing assessments of global or detailed view (for each feature) about the analyzed object. However, the vast majority of researchs get the opinion of a characteristic of the object by analyzing the adjective associated with it. The work proposed here seeks to expand this analysis to other words, including nouns and other grammatical classes of words that may indicate opinion about the object. The proposed process uses polarized political debate as a source of opinions, where users, potential voters, are positioned on one side of the race. Data were collected from the micro blog Twitter [TWITTER, 2006] until the start time of voting. The process aims to include terms used poorly in the literature as represented the views of users, thus avoiding the summary disposal of the analyzed corpus.

Na análise de experimentos, uma das preocupações e criar-se modelos que explicitem as estruturas do fenômeno em observação. Uma estratégia e supor que cada observação e formada por duas partes: previsíveis e aleatória. Considerando essas estruturas independentes e ligadas a uma matriz de alocação, temos uma análise simples. Este trabalho tem como objetivo estudar uma metodologia de análise, levando em conta uma estrutura de blocos e outra de tratamento, apresentando uma alternativa para a análise clássica. Esta nova metodologia trabalha diretamente com os operadores de projeção que geralmente envolvem apenas cálculos de medias sobre colunas, linhas, blocos, etc. Como aplicação considera-se exemplos já analisados, com o interesse de comparar os dois métodos de análise. Conclui-se que, considerando dados com uma estrutura de blocos e uma estrutura de tratamento, pode-se ter uma melhor flexibilidade no esquema adotado para a aleatorização dos tratamentos, isto e, pode-se adotar um esquema mais complicado na aplicação dos mesmos, com uma maneira simples de analisá-los, o que talvez tornasse inviável a análise pelo método clássico / not available

Tese de mestrado. Estatística Aplicada e Modelação. 2007. Faculdade de Engenharia. Universidade do Porto

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-07-11T20:03:14Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Daniel Bion Barreiros.pdf: 539777 bytes, checksum: 8e84328a9bfeb5bf449948e1b27eaf03 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-07-17T22:23:26Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Daniel Bion Barreiros.pdf: 539777 bytes, checksum: 8e84328a9bfeb5bf449948e1b27eaf03 (MD5) / Made available in DSpace on 2018-07-17T22:23:26Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) DISSERTAÇÃO Daniel Bion Barreiros.pdf: 539777 bytes, checksum: 8e84328a9bfeb5bf449948e1b27eaf03 (MD5) Previous issue date: 2016-08-24 / A Análise de Dados Simbólicos (ADS) é uma abordagem da área de inteligência computacional que visa desenvolver métodos para dados descritos por variáveis onde existem conjuntos de categorias, intervalos ou distribuições de probabilidade. O objetivo deste trabalho é estender um método probabilístico de agrupamento clássicos para dados simbólicos intervalares fazendo uso de funções de núcleo. A aplicação de funções de núcleo tem sido utilizada com sucesso no agrupamento para dados clássicos apresentando resultados positivos quando o conjunto de dados apresenta grupos não linearmente separáveis. No entanto, a literatura de ADS precisa de métodos probabilísticos para identificar grupos não linearmente separáveis. Para mostrar a eficácia do método proposto, foram realizados experimentos com conjuntos de dados intervalares reais, e conjuntos sintéticos fazendo uso de simulações Monte Carlo. Também se apresenta um estudo comparando o método proposto com diferentes algoritmos de agrupamento da literatura através de estatísticas que evidenciam o desempenho superior do método proposto em determinados casos. / Symbolic Data Analysis (SDA) is a domain in the computational intelligence area that aims to provide suitable methods for data described through multi-valued variables, where there are sets of categories, intervals, histograms, or weight (probability) distributions. This work aims to extend a probabilistic clustering method of classic data to symbolic interval data making use of kernel functions. The kernel functions application have been successfully used in classic data clustering showing positive results when the data set has non linearly separable groups. However, SDA literature needs more probabilistic methods to identify non linearly separable groups. To show the effectiveness of the proposed method, experiments were performed with real interval data sets, and synthetic interval data sets using Monte Carlo simulations. It is also presented a study comparing the proposed method with different clustering algorithms of the literature through statistics that demonstrate the superior performance of the proposed method in certain cases.

Na análise de experimentos, uma das preocupações e criar-se modelos que explicitem as estruturas do fenômeno em observação. Uma estratégia e supor que cada observação e formada por duas partes: previsíveis e aleatória. Considerando essas estruturas independentes e ligadas a uma matriz de alocação, temos uma análise simples. Este trabalho tem como objetivo estudar uma metodologia de análise, levando em conta uma estrutura de blocos e outra de tratamento, apresentando uma alternativa para a análise clássica. Esta nova metodologia trabalha diretamente com os operadores de projeção que geralmente envolvem apenas cálculos de medias sobre colunas, linhas, blocos, etc. Como aplicação considera-se exemplos já analisados, com o interesse de comparar os dois métodos de análise. Conclui-se que, considerando dados com uma estrutura de blocos e uma estrutura de tratamento, pode-se ter uma melhor flexibilidade no esquema adotado para a aleatorização dos tratamentos, isto e, pode-se adotar um esquema mais complicado na aplicação dos mesmos, com uma maneira simples de analisá-los, o que talvez tornasse inviável a análise pelo método clássico / not available

O presente trabalho discute algumas técnicas para análise de dados de medidas repetidas, utilizando modelos univariado, multivariado e misto. Discutem-se também algumas questões sobre o problema, bem como alguns procedimentos para seleção do melhor modelo, quando a abordagem de estimação dos parâmetros do modelo misto é via máxima verossimilhança e máxima verossimilhança restrita. Quanto ao modelo univariado de medidas repetidas, foram realizadas simulações para verificação da acurácia dos testes quando as suposições exigidas são válidas, ou não. Este trabalho também discute e compara os procedimentos GLM e MIXED do SAS®, quando utilizados para análise de dados de medidas repetidas. / Some technical aspects of repeated measures analysis, using univariate, multivariate and mixed models are discussed in this dissertation. Some problems and procedures to select the adequate model, when the parameters estimation are effectuated through maximum likelihood and restricted maximum likelihood estimation. As for repeated measures, univariate models simulations were done to verify the accuracy of the tests, both when the assumptions are valid or not. This dissertation also discusses and compares the SAS procedures GLM and MIXED when utilized for repeated measures analysis.

Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2008