Publication
Técnicas multivariadas de redução de dados: comparação, aplicabilidade e convergência de resultados
| datacite.subject.fos | Ciências Naturais::Matemáticas | pt_PT |
| dc.contributor.advisor | Oliveira, Irene | |
| dc.contributor.advisor | Cadima, Jorge | |
| dc.contributor.author | Sebastião, Fernando | |
| dc.date.accessioned | 2016-03-23T16:55:42Z | |
| dc.date.available | 2019-02-01T01:30:08Z | |
| dc.date.issued | 2016-02-03 | |
| dc.description.abstract | É muito comum a análise de dados recorrendo a técnicas multivariadas, nomeadamente para séries temporais. As principais metodologias consagradas, descritas ao longo desta dissertação, são a Análise em Componentes Principais (ACP), a Análise em Componentes Independentes (ACI), a Análise Espectral Singular (SSA) e a Análise Espectral Singular Multicanal (MSSA). A ACI tem sido considerada mais adequada que a ACP na análise de séries temporais, principalmente quando se admite a não normalidade e se exige que as componentes a estimar sejam independentes. Neste sentido, como alternativa à MSSA, é proposta uma nova abordagem baseada na ACI aplicada à matriz dos desfasamentos, que é designada Lag-Análise em Componentes Independentes (LagACI). Tal abordagem é desenvolvida e suportada teoricamente pelos conceitos algébricos e algoritmos existentes das duas técnicas envolventes. São dados exemplos de aplicação, com especial relevância para dados climáticos. O principal objetivo da tese é interligar o novo método com os restantes métodos estatísticos multivariados referidos, para permitir avaliar as semelhanças e diferenças entre estes. Analisam-se diferentes abordagens em cada método e estudam-se as implicações da escolha da matriz informativa das estruturas subjacentes aos dados, tendo em conta se estes estão ou não sujeitos a algum tipo de pré-processamento, como por exemplo a centragem. São ainda considerados alguns indicadores comparativos de avaliação do desempenho de modelos para averiguar o grau de semelhança nos resultados transversais às técnicas em estudo. Considera-se que a nova abordagem representa uma contribuição para novos desenvolvimentos teóricos e aplicações no campo da análise de séries temporais. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.8/1710 | |
| dc.language.iso | por | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | pt_PT |
| dc.subject | Análise em componentes independentes | pt_PT |
| dc.subject | Análise em componentes principais | pt_PT |
| dc.subject | Análise espectral singular multicanal | pt_PT |
| dc.subject | Lag-análise em componentes independentes | pt_PT |
| dc.subject | Séries temporais | pt_PT |
| dc.title | Técnicas multivariadas de redução de dados: comparação, aplicabilidade e convergência de resultados | pt_PT |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| person.familyName | Sebastião | |
| person.givenName | Fernando | |
| person.identifier.ciencia-id | 7717-1FCA-3D56 | |
| person.identifier.orcid | 0000-0002-8792-4649 | |
| person.identifier.scopus-author-id | 55469915200 | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | doctoralThesis | pt_PT |
| relation.isAuthorOfPublication | 3148059a-b62e-4a9c-8a34-a7b0733545da | |
| relation.isAuthorOfPublication.latestForDiscovery | 3148059a-b62e-4a9c-8a34-a7b0733545da | |
| thesis.degree.name | Doutoramento em Matemática e Estatística | pt_PT |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Tese Doutoramento Matemática e Estatística - Fernando Sebastião - 2016.pdf
- Size:
- 5.52 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.32 KB
- Format:
- Item-specific license agreed upon to submission
- Description: