FERREIRA, Andressa Bezerra. Avaliação da confiança no funcionamento de sistemas ubíquos usando medidas de qualidade. 2016. 142 f. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Anderson Silva Pereira (anderson.pereiraaa@gmail.com) on 2017-01-11T20:29:48Z No. of bitstreams: 1 2016_dis_abferreira.pdf: 2521539 bytes, checksum: 6cdc10a83e8a6e9bd0f6e5ffeb549a25 (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2017-01-12T12:52:30Z (GMT) No. of bitstreams: 1 2016_dis_abferreira.pdf: 2521539 bytes, checksum: 6cdc10a83e8a6e9bd0f6e5ffeb549a25 (MD5) / Made available in DSpace on 2017-01-12T12:52:30Z (GMT). No. of bitstreams: 1 2016_dis_abferreira.pdf: 2521539 bytes, checksum: 6cdc10a83e8a6e9bd0f6e5ffeb549a25 (MD5) Previous issue date: 2016 / Ubiquitous systems are, in principle, autonomous and capable of perceiving environment, activities and user needs, without having to explicitly determine them. Consequently, in order to use this type of systems, a user needs to trust them. One of the possible techniques to evaluate the user’s trust in the system’s functionalities is using measurements. However, since several quality attributes are involved to assure this characteristic, this is a hard task. Moreover, due to other specific characteristics of ubiquitous systems, such as context-awareness, mobility, and heterogeneity, their quality evaluation becomes more challenging than in traditional systems. With that in mind, this master thesis’ objective is to investigate and, when necessary, adapt and propose software quality measures to evaluate the user’s trust in the functionality of ubiquitous systems (i.e., their dependability) that run in mobile devices (e.g., smartphones, tablets, and smart devices). Three case studies are used in this work to evaluate the proposed measures: a mobile visit guide, a cellphone’s call volume control system, and a system to alert and detect falls. The main contribution of this work is to help software quality analysts in the identification of which attributes are impacting the trust of the user in the functionality of a ubiquitous system and, consequently, suggesting improvements to the developers that allow an increase in the acceptance and use of this kind of systems. / Sistemas ubíquos são, por princípio, autônomos e capazes de perceber o ambiente, as atividades e necessidades do usuário, sem que seja necessário determiná-las explicitamente. Consequentemente, a aceitação e utilização desse tipo de sistema requerem confiança no funcionamento por parte do usuário. Sendo assim, é importante avaliar e garantir ao usuário final de um sistema ubíquo, a confiança no seu funcionamento. Uma das possíveis técnicas para a avaliação de características de qualidade, como por exemplo, a confiança no funcionamento, de um software é a realização de medições. Entretanto, por englobar diversos atributos de qualidade, avaliar a confiança no funcionamento de um sistema de software já é uma tarefa difícil e, devido às peculiaridades inerentes aos sistemas ubíquos (e.g., sensibilidade ao contexto, mobilidade e heterogeneidade), essa avaliação se torna ainda mais desafiadora do que em sistemas convencionais. Sendo assim, este trabalho de mestrado tem como objetivo investigar e, quando necessário, adaptar e propor medidas de qualidade para avaliação da confiança no funcionamento em sistemas ubíquos, com foco em aplicações executando em dispositivos móveis (e.g., smartphones, tablets, e smart devices). Três estudos de casos são utilizados neste trabalho para avaliar as medidas definidas: um guia de visitas móveis, um sistema para controle de volume de chamadas do celular, e um sistema de detecção e alerta de quedas. Como principal contribuição espera-se auxiliar o analista de qualidade na identificação de quais atributos estão impactando a confiança do usuário no funcionamento do sistema ubíquo, impulsionando, consequentemente, melhorias que possibilitem o aumento da aceitação e utilização desse tipo de sistema.

Uma série temporal é uma sequência ordenada pelo tempo de valores reais. Dado que inúmeros fenômenos do dia-a-dia podem ser representados por séries temporais, há grande interesse na mineração de dados temporais, em especial na tarefa de classificação. Recentemente foi introduzida uma nova primitiva de séries temporais chamada shapelet, que é uma subsequência que permite a classificação de séries temporais de acordo com padrões locais. Na transformada shapelet estas subsequências se tornam atributos em uma matriz de distância que mede a dissimilaridade entre os atributos e as séries temporais. Para obter a transformada é preciso escolher alguns shapelets dos inúmeros possíveis, seja pelo efeito de evitar overfitting ou pelo fato de que é computacionalmente caro obter todos. Sendo assim, foram elaboradas medidas de qualidade para os shapelets. Tradicionalmente tem se utilizado a medida de ganho de informação, porém recentemente foi proposto o uso da f-statistic, e nós propomos neste trabalho uma nova denominada in-class transitions. Em nossos experimentos demonstramos que a inclass transitions costuma obter a melhor acurácia, especialmente quando poucos atributos são utilizados. Além disso, propomos o uso de amostragem aleatória nos shapelets para reduzir o espaço de busca e acelerar o processo de obtenção da transformada. Contrastamos a abordagem de amostragem aleatória contra uma em que só são exploradas shapelets de determinados tamanhos. Nossos experimentos mostraram que a amostragem aleatória é mais rápida e requer a computação de um menor número de shapelets. De fato, obtemos os melhores resultados ao amostrarmos 5% dos shapelets, mas mesmo a uma amostragem de 0,05% não foi possível notar uma degradação significante da acurácia. / A time series is a time ordered sequence of real values. Given that numerous daily phenomena that can be described by time series, there is a great interest on its data mining, specially on the task of classification. Recently it was introduced a new time series primitive called shapelets, that is a subsequence that allows the classification of time series by local patterns. On the shapelet transformation these subsequences turn into attributes in a distance matrix that measures the dissimilarity between these attributes and the time series. To obtain the shapelet transformation it is required to choose some shapelets among all of the possible ones, be it to avoid overfitting or because it is too computationally expensive to obtain everyone. Thus, some shapelet quality measurements were created. Traditionally the information gain has been used as the default measurement, however, recently it was proposed to use the f-statistic instead, and in this work we propose a new one called in-class transitions. On our experiments it is shown that usually the in-class transitions achieves the best accuracy, specially when few attributes are used. Moreover, we propose the use of random sampling of shapelets as a way to reduce the search space and to speed up the process of obtaining the shapelet transformation. We contrast this approach with one that explores only shapelets that have a specific length. Our experiments show that random sampling is faster and requires fewer shapelets to be computed. In fact, we got the best results when we sampled 5% of the shapelets, but even at a rate of 0.05% it was not possible to detect a significant degradation of the accuracy.

Um dos principais focos da pesquisa sobre governança corporativa é investigar se boas práticas refletem no desempenho da companhia. Entretanto, as pesquisas neste tema têm apresentado resultados divergentes, possivelmente em função da dificuldade de definir e mensurar a qualidade da governança corporativa. Muitos dos estudos que investigam a qualidade da governança corporativa baseiam-se na criação de índices para refletir tal construto, enquanto outros utilizam-se da classificação feita pela BM&FBovespa em Níveis Diferenciados de Governança Corporativa. Porém, há uma lacuna em estudos brasileiros que comparem a eficácia destas diferentes medidas que visam captar a qualidade da Governança Corporativa. Desta maneira, o objetivo deste estudo foi verificar se uma medida complexa de governança, desenvolvida pela literatura é mais eficaz que a medida construída pelo mercado, e assim, comparou o Índice de Qualidade de Governança de Correia, Amaral e Louvet (2011), com os Níveis Diferenciados de Governança Corporativa. Para cumprir esse objetivo, o presente estudo verificou a eficiência destas duas medidas em explicar os retornas das ações e para as análises foram utilizadas regressões em painel, para uma amostra com dados de seis anos (2010-2015), para 124 empresas listadas na BM&FBOVESPA. Os resultados encontrados mostraram que a listagem nos Níveis Diferenciados de Governança Corporativa 1 e 2 possuem impacto estatisticamente significativo sobre os retornos das ações, enquanto que o Índice de Governança Corporativa de Correia, Amaral e Louvet (2011) não apresentou influência significativa nos retornos das ações, demonstrando que a classificação em Níveis Diferenciados de Governança Corporativa seria uma melhor medida de qualidade de governança; Entretanto, uma análise comparativa com modelos sem utilizar quaisquer umas das variáveis de governança corporativa citadas, mostrou que estas variáveis refletoras de governança corporativa pouco agregam à explicação dos retornos, concluindo assim, que a adição de variáveis proxies relacionadas à qualidade da governança não aumenta a capacidade em explicar os retornos das empresas listadas. / One of the main focuses of corporate governance research is to investigate whether good practices reflect the company\'s performance. However, research on this topic has presented divergent results, possibly due to the difficulty of defining and measuring the quality of corporate governance. Many of the studies that investigate the quality of corporate governance are based on the creation of indices to reflect this construct, while others use the classification in Listing Segments made by BM&FBovespa. Thus, there is a gap in Brazilian studies comparing the effectiveness of these different measures aiming to capture the quality of Corporate Governance. In this way, the objective of this study was to verify if a complex measure of governance, developed in the literature is more effective than the measure constructed by the market, and for this pourpose, it compares the Governance Quality Index, developed by Correia Amaral and Louvet (2011), with the Listing Segments by BM&FBovespa. In order to fulfill this objective, the present study verified the efficiency of these two measures in explaining the stock returns, and, for the analyzes, panel regressions were used for a sample with data of six years (2010-2015) for 124 companies listed on the BM & FBovespa. The results found that the listing in the segments Levels 1 and 2 have a statistically significant impact on stock returns, while the Corporate Governance Index by Correia, Amaral and Louvet (2011) did not present significant influence on stock returns. This results demonstrated that the classification in Listing Segments would be a better measure of governance quality. However, a comparative analysis with models without using any of the mentioned corporate governance variables, showed that these variables do not add much to the explanation of returns, concluding that the addition of proxy variables related to governance quality does not increase the ability to explain the returns of listed companies.

Um dos principais focos da pesquisa sobre governança corporativa é investigar se boas práticas refletem no desempenho da companhia. Entretanto, as pesquisas neste tema têm apresentado resultados divergentes, possivelmente em função da dificuldade de definir e mensurar a qualidade da governança corporativa. Muitos dos estudos que investigam a qualidade da governança corporativa baseiam-se na criação de índices para refletir tal construto, enquanto outros utilizam-se da classificação feita pela BM&FBovespa em Níveis Diferenciados de Governança Corporativa. Porém, há uma lacuna em estudos brasileiros que comparem a eficácia destas diferentes medidas que visam captar a qualidade da Governança Corporativa. Desta maneira, o objetivo deste estudo foi verificar se uma medida complexa de governança, desenvolvida pela literatura é mais eficaz que a medida construída pelo mercado, e assim, comparou o Índice de Qualidade de Governança de Correia, Amaral e Louvet (2011), com os Níveis Diferenciados de Governança Corporativa. Para cumprir esse objetivo, o presente estudo verificou a eficiência destas duas medidas em explicar os retornas das ações e para as análises foram utilizadas regressões em painel, para uma amostra com dados de seis anos (2010-2015), para 124 empresas listadas na BM&FBOVESPA. Os resultados encontrados mostraram que a listagem nos Níveis Diferenciados de Governança Corporativa 1 e 2 possuem impacto estatisticamente significativo sobre os retornos das ações, enquanto que o Índice de Governança Corporativa de Correia, Amaral e Louvet (2011) não apresentou influência significativa nos retornos das ações, demonstrando que a classificação em Níveis Diferenciados de Governança Corporativa seria uma melhor medida de qualidade de governança; Entretanto, uma análise comparativa com modelos sem utilizar quaisquer umas das variáveis de governança corporativa citadas, mostrou que estas variáveis refletoras de governança corporativa pouco agregam à explicação dos retornos, concluindo assim, que a adição de variáveis proxies relacionadas à qualidade da governança não aumenta a capacidade em explicar os retornos das empresas listadas. / One of the main focuses of corporate governance research is to investigate whether good practices reflect the company\'s performance. However, research on this topic has presented divergent results, possibly due to the difficulty of defining and measuring the quality of corporate governance. Many of the studies that investigate the quality of corporate governance are based on the creation of indices to reflect this construct, while others use the classification in Listing Segments made by BM&FBovespa. Thus, there is a gap in Brazilian studies comparing the effectiveness of these different measures aiming to capture the quality of Corporate Governance. In this way, the objective of this study was to verify if a complex measure of governance, developed in the literature is more effective than the measure constructed by the market, and for this pourpose, it compares the Governance Quality Index, developed by Correia Amaral and Louvet (2011), with the Listing Segments by BM&FBovespa. In order to fulfill this objective, the present study verified the efficiency of these two measures in explaining the stock returns, and, for the analyzes, panel regressions were used for a sample with data of six years (2010-2015) for 124 companies listed on the BM & FBovespa. The results found that the listing in the segments Levels 1 and 2 have a statistically significant impact on stock returns, while the Corporate Governance Index by Correia, Amaral and Louvet (2011) did not present significant influence on stock returns. This results demonstrated that the classification in Listing Segments would be a better measure of governance quality. However, a comparative analysis with models without using any of the mentioned corporate governance variables, showed that these variables do not add much to the explanation of returns, concluding that the addition of proxy variables related to governance quality does not increase the ability to explain the returns of listed companies.

Uma série temporal é uma sequência ordenada pelo tempo de valores reais. Dado que inúmeros fenômenos do dia-a-dia podem ser representados por séries temporais, há grande interesse na mineração de dados temporais, em especial na tarefa de classificação. Recentemente foi introduzida uma nova primitiva de séries temporais chamada shapelet, que é uma subsequência que permite a classificação de séries temporais de acordo com padrões locais. Na transformada shapelet estas subsequências se tornam atributos em uma matriz de distância que mede a dissimilaridade entre os atributos e as séries temporais. Para obter a transformada é preciso escolher alguns shapelets dos inúmeros possíveis, seja pelo efeito de evitar overfitting ou pelo fato de que é computacionalmente caro obter todos. Sendo assim, foram elaboradas medidas de qualidade para os shapelets. Tradicionalmente tem se utilizado a medida de ganho de informação, porém recentemente foi proposto o uso da f-statistic, e nós propomos neste trabalho uma nova denominada in-class transitions. Em nossos experimentos demonstramos que a inclass transitions costuma obter a melhor acurácia, especialmente quando poucos atributos são utilizados. Além disso, propomos o uso de amostragem aleatória nos shapelets para reduzir o espaço de busca e acelerar o processo de obtenção da transformada. Contrastamos a abordagem de amostragem aleatória contra uma em que só são exploradas shapelets de determinados tamanhos. Nossos experimentos mostraram que a amostragem aleatória é mais rápida e requer a computação de um menor número de shapelets. De fato, obtemos os melhores resultados ao amostrarmos 5% dos shapelets, mas mesmo a uma amostragem de 0,05% não foi possível notar uma degradação significante da acurácia. / A time series is a time ordered sequence of real values. Given that numerous daily phenomena that can be described by time series, there is a great interest on its data mining, specially on the task of classification. Recently it was introduced a new time series primitive called shapelets, that is a subsequence that allows the classification of time series by local patterns. On the shapelet transformation these subsequences turn into attributes in a distance matrix that measures the dissimilarity between these attributes and the time series. To obtain the shapelet transformation it is required to choose some shapelets among all of the possible ones, be it to avoid overfitting or because it is too computationally expensive to obtain everyone. Thus, some shapelet quality measurements were created. Traditionally the information gain has been used as the default measurement, however, recently it was proposed to use the f-statistic instead, and in this work we propose a new one called in-class transitions. On our experiments it is shown that usually the in-class transitions achieves the best accuracy, specially when few attributes are used. Moreover, we propose the use of random sampling of shapelets as a way to reduce the search space and to speed up the process of obtaining the shapelet transformation. We contrast this approach with one that explores only shapelets that have a specific length. Our experiments show that random sampling is faster and requires fewer shapelets to be computed. In fact, we got the best results when we sampled 5% of the shapelets, but even at a rate of 0.05% it was not possible to detect a significant degradation of the accuracy.

Submitted by Claudia Rocha (claudia.rocha@udesc.br) on 2018-02-21T13:50:18Z No. of bitstreams: 1 PGPV15MA186.pdf: 919111 bytes, checksum: 6ec4c17f5ec49d701f152b98d9925c28 (MD5) / Made available in DSpace on 2018-02-21T13:50:18Z (GMT). No. of bitstreams: 1 PGPV15MA186.pdf: 919111 bytes, checksum: 6ec4c17f5ec49d701f152b98d9925c28 (MD5) Previous issue date: 2015-11-27 / FUMDES / Considering the potential of goldenberries culture in Santa Catarina incorporated into the cultivation of small fruits, the interest of consumers and producers and the need for further studies for the development of culture, this study aimed to characterize yield components and evaluate the characteristics Physical and chemical fruit of populations fisális submitted to different spacing between rows. They were evaluated six populations goldenberries under three spacing between rows in six periods of harvest. A block design at random in subdivided plots with three replications. The experimental setup consists factorial 3 x 6 x 6 for yield components and 3 x 6 for the physicochemical characteristics. To yield components were evaluated: total yield (t ha-1), income accumulated fruits (kg plant-1), backlog of fruits (no plant-1), fruit weight (g plant-1), diameter Polar (mm) and equatorial (mm), and cracked fruit percentage (%). For physical and chemical characteristics were evaluated: total soluble solids (° Brix), titratable acidity (% citric ac.), Maturation index, firmness (N) and fruit color index. Statistical analysis of data was performed by adjusting matrix of variance and covariance residual by-AIC Akaike information for the items of income and both studies were submitted to analysis of variance (Anova) for description of the results, and when significant, for qualitative variables we used the comparison test of Tukey (p=0.05), and the quantitative variables we used linear and nonlinear regression. The spacing influenced mass, total soluble solids, and the color index of the fruit evaluated goldenberries populations. Populations showed variability for equatorial diameter and titratable acidity, which are important characters for determining the shape and flavor of the fruit. Yield components showed the variation over periods of crops / Considerando o potencial da cultura do fisális em Santa Catarina incorporada ao cultivo das pequenas frutas, o interesse de consumidores e produtores e a necessidade de maiores estudos para o desenvolvimento da cultura, o presente trabalho teve por objetivo caracterizar os componentes de rendimento e avaliar as características físico-químicas de frutos de populações de fisális, submetidos a diferentes espaçamentos entre filas. Foram avaliadas seis populações de fisális, sob três espaçamentos entre filas em seis períodos de colheita. Foi utilizado um delineamento em blocos ao acaso em parcelas subdividas com três repetições. O arranjo experimental compõe esquema fatorial 3 x 6 x 6 para os componentes de rendimento e 3 x 6 para as características físico-químicas. Para os componentes de rendimento foram avaliados: rendimento total (t ha-1), rendimento de frutos acumulados (kg planta-1), número de frutos acumulados (nº planta-1), massa de fruto (g planta-1), diâmetro polar (mm) e equatorial (mm), e percentual de fruto rachados (%). Para as características físico-químicas foram avaliados: sólidos solúveis totais (º Brix), acidez total titulável (% ác. cítrico), índice de maturação, firmeza (N) e índice de cor dos frutos. A análise estatística dos dados foi realizada pelo ajuste de matrizes de variância e covariância residuais pelo critério de informação de Akaike-AIC para os componentes de rendimento e ambos os estudos foram submetidos à análise de variância univariada (Anova) para descrição dos resultados, e quando significativos, para as variáveis qualitativas utilizou-se o teste de comparação de médias de Tukey (p=0,05), e para as variáveis quantitativas utilizou-se regressão linear e não linear. O espaçamento influenciou a massa, os sólidos solúveis totais e o índice de cor dos frutos das populações de fisális avaliadas. As populações apresentaram variabilidade para diâmetro equatorial e acidez titulável total, sendo estes importantes carácteres para determinação da forma e do sabor dos frutos. Os componentes de rendimento apresentaram variação ao longo dos períodos de colheitas

A análise de dados multidimensionais tem sido por muitos anos tópico de contínua investigação e uma das razões se deve ao fato desse tipo de dados ser encontrado em diversas áreas da ciência. Uma tarefa comum ao se analisar esse tipo de dados é a investigação de padrões pela interação em projeções multidimensionais dos dados para o espaço visual. O entendimento da relação entre as características do conjunto de dados (dataset) e a técnica utilizada para se obter uma representação visual desse dataset é de fundamental importância uma vez que esse entendimento pode fornecer uma melhor intuição a respeito do que se esperar da projeção. Por isso motivado, no presente trabalho investiga-se alguns aspectos de centralidade dos dados em dois cenários distintos: coleções de documentos com grafos de coautoria; dados multidimensionais mais gerais. No primeiro cenário, o dado multidimensional que representa os documentos possui informações mais específicas, o que possibilita a combinação de diferentes aspectos para analisá-los de forma sumarizada, bem como a noção de centralidade e relevância dentro da coleção. Isso é levado em consideração para propor uma metáfora visual combinada que possibilite a exploração de toda a coleção, bem como de documentos individuais. No segundo cenário, de dados multidimensionais gerais, assume-se que tais informações não estão disponíveis. Ainda assim, utilizando um conceito de estatística não-paramétrica, deno- minado funções de profundidade de dados (data-depth functions), é feita a avaliação da ação de técnicas de projeção multidimensionais sobre os dados, possibilitando entender como suas medidas de profundidade (centralidade) foram alteradas ao longo do processo, definindo uma também medida de qualidade para projeções. / Analysis of multidimensional data has been for many years a topic of continuous research and one of the reasons is such kind of data can be found on several different areas of science. A common task analyzing such data is to investigate patterns by interacting with spatializations of the data onto the visual space. Understanding the relation between underlying dataset characteristics and the technique used to provide a visual representation of such dataset is of fundamental importance since it can provide a better intuition on what to expect from the spatialization. Motivated by this, in this work we investigate some aspects of centrality on the data in two different scenarios: document collection with co-authorship graphs; general multidimensional data. In the first scenario, the multidimensional data which encodes the documents is much more information specific, meaning it makes possible to combine different aspects such as a summarized analysis, as well as the centrality and relevance notions among the documents in the collection. In order to propose a combined visual metaphor, this is taken into account make possible the visual exploration of the whole document collection as well as individual document analysis. In the second case, of general multidimensional data, there is an assumption that such additional information is not available. Nevertheless, using the concept of data-depth functions from non-parametric statistics it is analyzed the action of multidimensional projection techniques on the data, during the projection process, in order to make possible to understand how depth measures computed in the data have been modified along the process, which also defines a quality measure for multidimensional projections.

A análise de dados multidimensionais tem sido por muitos anos tópico de contínua investigação e uma das razões se deve ao fato desse tipo de dados ser encontrado em diversas áreas da ciência. Uma tarefa comum ao se analisar esse tipo de dados é a investigação de padrões pela interação em projeções multidimensionais dos dados para o espaço visual. O entendimento da relação entre as características do conjunto de dados (dataset) e a técnica utilizada para se obter uma representação visual desse dataset é de fundamental importância uma vez que esse entendimento pode fornecer uma melhor intuição a respeito do que se esperar da projeção. Por isso motivado, no presente trabalho investiga-se alguns aspectos de centralidade dos dados em dois cenários distintos: coleções de documentos com grafos de coautoria; dados multidimensionais mais gerais. No primeiro cenário, o dado multidimensional que representa os documentos possui informações mais específicas, o que possibilita a combinação de diferentes aspectos para analisá-los de forma sumarizada, bem como a noção de centralidade e relevância dentro da coleção. Isso é levado em consideração para propor uma metáfora visual combinada que possibilite a exploração de toda a coleção, bem como de documentos individuais. No segundo cenário, de dados multidimensionais gerais, assume-se que tais informações não estão disponíveis. Ainda assim, utilizando um conceito de estatística não-paramétrica, deno- minado funções de profundidade de dados (data-depth functions), é feita a avaliação da ação de técnicas de projeção multidimensionais sobre os dados, possibilitando entender como suas medidas de profundidade (centralidade) foram alteradas ao longo do processo, definindo uma também medida de qualidade para projeções. / Analysis of multidimensional data has been for many years a topic of continuous research and one of the reasons is such kind of data can be found on several different areas of science. A common task analyzing such data is to investigate patterns by interacting with spatializations of the data onto the visual space. Understanding the relation between underlying dataset characteristics and the technique used to provide a visual representation of such dataset is of fundamental importance since it can provide a better intuition on what to expect from the spatialization. Motivated by this, in this work we investigate some aspects of centrality on the data in two different scenarios: document collection with co-authorship graphs; general multidimensional data. In the first scenario, the multidimensional data which encodes the documents is much more information specific, meaning it makes possible to combine different aspects such as a summarized analysis, as well as the centrality and relevance notions among the documents in the collection. In order to propose a combined visual metaphor, this is taken into account make possible the visual exploration of the whole document collection as well as individual document analysis. In the second case, of general multidimensional data, there is an assumption that such additional information is not available. Nevertheless, using the concept of data-depth functions from non-parametric statistics it is analyzed the action of multidimensional projection techniques on the data, during the projection process, in order to make possible to understand how depth measures computed in the data have been modified along the process, which also defines a quality measure for multidimensional projections.

A Modelagem de Equações Estruturais (SEM, do inglês Structural Equation Modeling) é uma metodologia multivariada que permite estudar relações de causa/efeito e correlação entre um conjunto de variáveis (podendo ser elas observadas ou latentes), simultaneamente. A técnica vem se difundindo cada vez mais nos últimos anos, em diferentes áreas do conhecimento. Uma de suas principais aplicações é na conrmação de modelos teóricos propostos pelo pesquisador (Análise Fatorial Conrmatória). Existem diversas medidas sugeridas pela literatura que servem para avaliar o quão bom está o ajuste de um modelo de SEM. Entretanto, é escassa a quantidade de trabalhos na literatura que listem relações entre os valores de diferentes medidas com possíveis problemas na amostra e na especicação do modelo, isto é, informações a respeito de que possíveis problemas desta natureza impactam quais medidas (e quais não), e de que maneira. Tal informação é importante porque permite entender os motivos pelos quais um modelo pode estar sendo considerado mal-ajustado. O objetivo deste trabalho é investigar como diferentes perturbações na amostragem, especicação e estimação de um modelo de SEM podem impactar as medidas de qualidade de ajuste; e, além disso, entender se o tamanho da amostra influencia esta resposta. Simultaneamente, também se avalia como tais perturbações afetam as estimativas, dado que há casos de perturbações em que os parâmetros continuam sendo bem ajustados, mesmo com algumas medidas indicando um mau ajuste; ao mesmo tempo, há ocasiões em que se indica um bom ajuste, enquanto que os parâmetros são estimados de forma distorcida. Tais investigações serão realizadas a partir de simulações de exemplos de amostras de diferentes tamanhos para cada tipo de perturbação. Então, diferentes especicações de modelos de SEM serão aplicados a estas amostras, e seus parâmetros serão estimados por dois métodos diferentes: Mínimos Quadrados Generalizados e Máxima Verossimilhança. Conhecendo tais resultados, um pesquisador que queira aplicar a técnica de SEM poderá se precaver e, dentre as medidas de qualidade de ajuste disponíveis, optar pelas que mais se adequem às características de seu estudo. / The Structural Equation Modeling (SEM) is a multivariate methodology that allows the study of cause-and-efect relationships and correlation of a set of variables (that may be observed or latent ones), simultaneously. The technique has become more diuse in the last years, in different fields of knowledge. One of its main applications is on the confirmation of theoretical models proposed by the researcher (Confirmatory Factorial Analysis). There are several measures suggested by literature to measure the goodness of t of a SEM model. However, there is a scarce number of texts that list relationships between the values of different of those measures with possible problems that may occur on the sample or the specication of the SEM model, like information concerning what problems of this nature impact which measures (and which not), and how does the impact occur. This information is important because it allows the understanding of the reasons why a model could be considered bad fitted. The objective of this work is to investigate how different disturbances of the sample, the model specification and the estimation of a SEM model are able to impact the measures of goodness of fit; additionally, to understand if the sample size has influence over this impact. It will also be investigated if those disturbances affect the estimates of the parameters, given the fact that there are disturbances for which occurrence some of the measures indicate badness of fit but the parameters are not affected; at the same time, that are occasions on which the measures indicate a good fit and there are disturbances on the estimates of the parameters. Those investigations will be made simulating examples of different size samples for which type of disturbance. Then, SEM models with different specifications will be fitted to each sample, and their parameters will be estimated by two dierent methods: Generalized Least Squares and Maximum Likelihood. Given those answers, a researcher that wants to apply the SEM methodology to his work will be able to be more careful and, among the available measures of goodness of fit, to chose those that are more adequate to the characteristics of his study.

A Modelagem de Equações Estruturais (SEM, do inglês Structural Equation Modeling) é uma metodologia multivariada que permite estudar relações de causa/efeito e correlação entre um conjunto de variáveis (podendo ser elas observadas ou latentes), simultaneamente. A técnica vem se difundindo cada vez mais nos últimos anos, em diferentes áreas do conhecimento. Uma de suas principais aplicações é na conrmação de modelos teóricos propostos pelo pesquisador (Análise Fatorial Conrmatória). Existem diversas medidas sugeridas pela literatura que servem para avaliar o quão bom está o ajuste de um modelo de SEM. Entretanto, é escassa a quantidade de trabalhos na literatura que listem relações entre os valores de diferentes medidas com possíveis problemas na amostra e na especicação do modelo, isto é, informações a respeito de que possíveis problemas desta natureza impactam quais medidas (e quais não), e de que maneira. Tal informação é importante porque permite entender os motivos pelos quais um modelo pode estar sendo considerado mal-ajustado. O objetivo deste trabalho é investigar como diferentes perturbações na amostragem, especicação e estimação de um modelo de SEM podem impactar as medidas de qualidade de ajuste; e, além disso, entender se o tamanho da amostra influencia esta resposta. Simultaneamente, também se avalia como tais perturbações afetam as estimativas, dado que há casos de perturbações em que os parâmetros continuam sendo bem ajustados, mesmo com algumas medidas indicando um mau ajuste; ao mesmo tempo, há ocasiões em que se indica um bom ajuste, enquanto que os parâmetros são estimados de forma distorcida. Tais investigações serão realizadas a partir de simulações de exemplos de amostras de diferentes tamanhos para cada tipo de perturbação. Então, diferentes especicações de modelos de SEM serão aplicados a estas amostras, e seus parâmetros serão estimados por dois métodos diferentes: Mínimos Quadrados Generalizados e Máxima Verossimilhança. Conhecendo tais resultados, um pesquisador que queira aplicar a técnica de SEM poderá se precaver e, dentre as medidas de qualidade de ajuste disponíveis, optar pelas que mais se adequem às características de seu estudo. / The Structural Equation Modeling (SEM) is a multivariate methodology that allows the study of cause-and-efect relationships and correlation of a set of variables (that may be observed or latent ones), simultaneously. The technique has become more diuse in the last years, in different fields of knowledge. One of its main applications is on the confirmation of theoretical models proposed by the researcher (Confirmatory Factorial Analysis). There are several measures suggested by literature to measure the goodness of t of a SEM model. However, there is a scarce number of texts that list relationships between the values of different of those measures with possible problems that may occur on the sample or the specication of the SEM model, like information concerning what problems of this nature impact which measures (and which not), and how does the impact occur. This information is important because it allows the understanding of the reasons why a model could be considered bad fitted. The objective of this work is to investigate how different disturbances of the sample, the model specification and the estimation of a SEM model are able to impact the measures of goodness of fit; additionally, to understand if the sample size has influence over this impact. It will also be investigated if those disturbances affect the estimates of the parameters, given the fact that there are disturbances for which occurrence some of the measures indicate badness of fit but the parameters are not affected; at the same time, that are occasions on which the measures indicate a good fit and there are disturbances on the estimates of the parameters. Those investigations will be made simulating examples of different size samples for which type of disturbance. Then, SEM models with different specifications will be fitted to each sample, and their parameters will be estimated by two dierent methods: Generalized Least Squares and Maximum Likelihood. Given those answers, a researcher that wants to apply the SEM methodology to his work will be able to be more careful and, among the available measures of goodness of fit, to chose those that are more adequate to the characteristics of his study.