Orientadora : Profª. Drª. Sonia Isoldi Marty Gama Müller / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa: Curitiba, 23/02/2017 / Inclui referências : f. 112-117 / Resumo: Com tamanha variedade de fabricantes e de modelos de automóveis oferecidos no mercado brasileiro, muitos consumidores utilizam ferramentas online para obter auxílio quando se deseja adquirir um novo automóvel. Dentro deste contexto, este trabalho tem por objetivo apresentar o desenvolvimento de um aplicativo que serve para auxiliar o consumidor na escolha de um automóvel zero quilômetro, utilizando técnicas da estatística multivariada. Para tal, foram levantadas por meio de pesquisa documental dimensões de veículos e seus itens de conforto e segurança. Em seguida, realizou-se uma Análise Fatorial com a finalidade de remover as variáveis de baixa comunalidade. Com base nas similaridades das variáveis selecionadas, utilizou-se a Análise de Agrupamentos para formarem-se grupos de automóveis. Em seguida, por meio de Análise Discriminante, encontraram-se as Funções Discriminantes Lineares de Fisher, as quais serão utilizadas para designar um dos grupos de automóveis ao usuário do aplicativo. Com base nesta análise foi desenvolvida uma ferramenta onde o usuário preenche um breve formulário e com aplicação de reconhecimento de padrões lhe é indicado um grupo de automóveis que possa atender suas expectativas. No mais, este trabalho demonstra uma aplicação prática de análise multivariada em uma abordagem inédita e o desenvolvimento de software com base na metodologia Extreme Programming. Palavras-chave: aplicativo web, estatística multivariada, extreme programming. / Abstract: With such a wide range of manufacturers and car models offered in the Brazilian market, many consumers use online tools to get help when they want to purchase a new car. Within this context, this paper aims to present the development of an application which serves to assist the consumer in choosing a zero-km automobile, using multivariate statistical techniques. For such, vehicle dimensions data and its safety and comfort items included were collected through documental research. Then, a Factorial Analysis was performed with the purpose of removing the variables of low commonality. Based on the similarities of the selected variables, a Cluster Analysis was made to form groups of automobiles. Then, through Discriminant Analysis, the Fisher Linear Discriminant Functions were found, which will be used to designate one of the car groups to the user of the application. Based on this analysis, a tool was developed which the user fills a brief form and, with pattern recognition application, it is indicated a group of cars that can meet their expectations. In addition, this work demonstrates a practical application of multivariate analysis in an unprecedented approach and the development of software based on the methodology Extreme Programming. Keywords: web application, multivariate statistics, extreme programming.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/47326 |
| Date | January 2017 |
| Creators | Cesar, Osias Rafael do Amaral |
| Contributors | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Produção, Muller, Sonia Isoldi Marty Gama, 1957- |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 127 f. : il. algumas color., tabs., application/pdf |
| Source | reponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | Disponível em formato digital |
Page generated in 0.0023 seconds