Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/13784
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSantos, Wilson Calmon Almeida dos-
dc.contributor.authorSilva, Leonara Alves Cesario da-
dc.date.accessioned2020-05-18T13:52:15Z-
dc.date.available2020-05-18T13:52:15Z-
dc.date.issued2017-
dc.identifier.citationSILVA, Leonara Alves Cesario da. Análise de dados de rankings com padrão de empates não Revelados. 2017. 70f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017pt_BR
dc.identifier.urihttps://app.uff.br/riuff/handle/1/13784-
dc.description.abstractDa mesma forma que estimação pontual, estimação intervalar e testes de hipóteses, a ordenação ou a produção de um ranking também pode ser vista como um problema de interesse da inferência estatística. Saber manipular/analisar dados de ranking é muito vantajoso quando se quer comparar preferências ou objetos (de forma ordinal) em um conjunto de dados. Se dois ou mais objetos são indistinguíveis entre si, então esses elementos estão empatados, isto é, deveriam ter o mesmo rank. No caso específico que, originalmente, não houve a possibilidade de o juiz atribuir ranks similares a estes elementos, neste trabalho, esses dados serão denominados ‘dados de ranking com empates não revelados’. Este trabalho se propõe a criar três metodologias capazes de selecionar acertadamente o número de grupos (um grupo é um conjunto de objetos empatados ou indistinguíveis entre si). Além disso, serão discutidas detalhadamente maneiras de extrair informações desses dados e como a concordância entre os juízes pode ser influenciada ao não se considerar empates. Verificou-se que há interferência dos empates não revelados sobre a concordância entre os juízes e, aumentando o número de grupos, os testes de aleatoriedade empregados tendem a rejeitar, em maior quantidade, a hipótese nula de que não há um padrão nas escolhas dos juízes. Com base nisso, foram incrementados três métodos (Método da Verossimilhança, Método do AIC e Método do BIC) para a estimação do número de grupos e avaliou-se o desempenho dessas metodologias através de simulações e comparações com o método de Tibshirani. Tais comparações apresentaram resultados significativamente melhores contrapostos com o uso da estatística ‘Gap’ apresentada por Tibshirani. Notou-se, também, que houve algumas dificuldades dos métodos nos casos intermediários e alta precisão na estimação para valores nas extremidades.pt_BR
dc.description.provenanceSubmitted by Ana Maria Lima de Farias (coord.estatistica.ime@id.uff.br) on 2020-05-14T15:52:48Z No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) tcc_20172_LeonaraSilva_114054019.pdf: 1113576 bytes, checksum: 9ca6b41290e2a69899e90cdd2511124c (MD5)en
dc.description.provenanceApproved for entry into archive by Biblioteca do Instituto de Matemática e Estatística (bime.sdc@id.uff.br) on 2020-05-18T13:52:15Z (GMT) No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) tcc_20172_LeonaraSilva_114054019.pdf: 1113576 bytes, checksum: 9ca6b41290e2a69899e90cdd2511124c (MD5)en
dc.description.provenanceMade available in DSpace on 2020-05-18T13:52:15Z (GMT). No. of bitstreams: 2 license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5) tcc_20172_LeonaraSilva_114054019.pdf: 1113576 bytes, checksum: 9ca6b41290e2a69899e90cdd2511124c (MD5) Previous issue date: 2017en
dc.language.isopt_BRpt_BR
dc.publisherUniversidade Federal Fluminensept_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.titleAnálise de dados de rankings com padrão de empates não Reveladospt_BR
dc.typeTrabalho de conclusão de cursopt_BR
dc.subject.keywordDados de Ranking com Empatespt_BR
dc.subject.keywordEmpates não reveladospt_BR
dc.subject.keywordConcordância entre juízespt_BR
dc.subject.keywordTeste da razão de Verossimilhançapt_BR
dc.subject.keywordCritérios de informação (AIC e BIC)pt_BR
dc.subject.keywordModelo de Lucept_BR
dc.subject.keywordModelo de Thurstonept_BR
dc.subject.keywordTeste de concordânciapt_BR
dc.contributor.membersSantos, Wilson Calmon Almeida dos-
dc.contributor.membersSouza, Mariana Albi de Oliveira-
dc.contributor.membersVelarde, Luis Guillermo Coca-
dc.degree.levelGraduaçãopt_BR
dc.creator.affilliationUniversidade Federal Fluminense. Instituto de Matemática e Estatística. Coordenação do Curso de Graduação em Estatística. Niterói, RJpt_BR
dc.subject.descriptorInferência estatísticapt_BR
dc.identifier.vinculationAluno de Graduaçãopt_BR
dc.degree.grantorUniversidade Federal Fluminensept_BR
dc.degree.departmentInstituto de Matemática e Estatísticapt_BR
dc.degree.date2017-12-18-
dc.degree.localNiterói, RJpt_BR
dc.degree.cursoCurso de Graduação em Estatísticapt_BR
dc.publisher.departmentNiteróipt_BR
Appears in Collections:GGV - Trabalhos de Conclusão de Curso - Niterói

Files in This Item:
File Description SizeFormat 
tcc_20172_LeonaraSilva_114054019.pdf1.09 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons