Return to search

Modelo de tomada de decisão aplicado a câmaras colegiadas

Este trabalho se refere ao desenvolvimento de um modelo de tomada de decisão de câmaras colegiadas aplicando os métodos de regressão logística binária e o de árvore de decisão, quanto ao julgamento de assuntos em colegiado. O modelo é aplicável a nível de voto individual, gerando informações sobre como diferentes influências (características dos fatos, colegas de julgamento e do próprio julgador), podem afetar os votos no âmbito das câmaras colegiadas. Como estudo de caso do modelo foram utilizados dados de jurisprudências de um tribunal brasileiro, entre o período de 29/09/1997 e 17/11/2011 e se obteve que as variáveis Colegiado, Presidente e Tipo de Réu apresentaram uma maior influência nos dados utilizados, em relação às outras variáveis. O modelo foi aplicado em análises de sensibilidade e simulações utilizando o ambiente Netlogo para o teste de diversos cenários. A porcentagem de acertos que se obteve do modelo de árvore de decisão na amostra de teste foi de 81,33%, e para o modelo de regressão a porcentagem de acertos foi de 65,4%. / This work is about the development of a computational model for the decision making of collegiate chambers using the methods of binary logistical regression and decision tree, as to the trial of a fact in collegiate. The model is applicable at the individual vote level, creating data about how different influences (facts characteristics, trial colleagues and from the judge himself) may affect voting in collegiate chambers. Jurisprudence data from a Brazilian tribunal, between 29/09/1997 and 17/11/2011, was used as a case study and the test resulted in the variables Collegiate, Presidentand Type of Defendant showing a bigger influence on the data used for the experiment. The model was applied in sensitivity analysis and simulations using the Net logo environment to test severals cenarios. The percentage of correct guesses that was obtained using the decision tree model in the sample was of 81,33% and for the regression model of 65,4%.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/732
Date23 August 2013
CreatorsMacohin, Aline
ContributorsLugo, Gustavo Alberto Giménez, Tacla, César Augusto
PublisherUniversidade Tecnológica Federal do Paraná, Curitiba, Programa de Pós-Graduação em Computação Aplicada
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.003 seconds