DEEST - Departamento de Estatística
URI Permanente desta comunidade
Navegar
Navegando DEEST - Departamento de Estatística por Autor "Barbosa, Josino José"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
Item A performance evaluation in multivariate outliers identification methods.(2019) Barbosa, Josino José; Duarte, Anderson Ribeiro; Martins, Helgem de Souza RibeiroMethodologies for identifying multivariate outliers are extremely important in statistical analysis. Outliers may reveal relevant information to variables under investigation. Statistical applications without prior identification of possible extreme values may yield controversial results and induce mistaken decision making. In many contexts, outliers are points of great practical interest. Given this, this paper seeks to discuss methodologies for the detection of multivariate outliers through a fair and adequate comparative technique in their simulation procedure. The comparison considers detection techniques based on Mahalanobis distance, besides a methodology based on cluster analysis technique. Sensitivity, specificity, and accuracy metrics are used to measure the method quality. An analysis of the computational time required to perform the procedures is evaluated. The technique based on cluster analysis revealed a noticeable superiority over the others in detection quality and also in execution time.Item Uma proposta para identificação de outliers multivariados.(2018) Barbosa, Josino José; Pereira, Tiago Martins; Oliveira, Fernando Luiz Pereira deA identificação de outliers desempenha um papel importante na análise estatística, pois tais observações podem conter informações importantes em relação às hipóteses do estudo. Se modelos estatísticos clássicos são cegamente aplicados a dados contendo valores atípicos, os resultados podem ser enganosos e decisões equivocadas podem ser tomadas. Além disso, em situações práticas, os próprios outliers são muitas vezes os pontos especiais de interesse e sua identificação pode ser o principal objetivo da investigação. Desta forma, objetivou-se propor uma técnica de detecção de outliers multivariados, baseada em análise agrupamento e comparar essa técnica com o método de identificação de outliers via Distância de Mahalanobis. Para geração dos dados utilizou-se simulação via método de Monte Carlo e a técnica de mistura de distribuições normais multivariadas. Os resultados apresentados nas simulações mostraram que o método proposto foi superior ao método de Mahalanobis tanto para sensibilidade quanto para especificidade, ou seja, ele apresentou maior capacidade de diagnosticar corretamente os indivíduos outliers e os não outliers. Além disso, a metodologia proposta foi ilustrada com uma aplicação em dados reais provenientes da área de saúde.Item Quem é o vencedor entre o futebol e o desempenho financeiro?(2023) Duarte, Anderson Ribeiro; Barbosa, Josino José; Martins, Helgem de Souza Ribeiro; Amorim, Gabriel Vieira deA cada dia, cifras financeiras mais vultosas são envolvidas nos esportes de alto rendimento. Particularmente, no futebol, os valores são realmente surpreendentes. Diante desse contexto, uma pergunta impactante vem à tona, “quem de fato vence as competições esportivas, o desempenho puramente esportivo, ou é o desempenho financeiro?” Termos como doping financeiro, marketing da bola na rede, entre outros, surgem pelo mundo. Aliado com isso, todos tentam observar o esporte como competição apenas entre atletas, mas cada vez mais os departamentos financeiros das equipes tem papel decisivo nos campeonatos. As ferramentas estatísticas podem ser de grande valia para tentar elucidar este dilema. Esta investigação busca atender este objetivo através de técnicas associadas com valores outliers. Os valores outliers são elementos usualmente incomuns ao conjunto de dados, valores excessivamente extremos quanto a ordem de grandeza das variáveis em estudo. Os procedimentos de detecção de valores outliers já são bastante difundidos, mas os estudos para valores outliers multivariados ainda não são plenamente estabelecidos. Técnicas inovadoras para este propósito são apresentadas na literatura, em particular, a metodologia Data-driven Cluster Analysis Method (DDCAM). Este estudo utiliza a metodologia para investigar a forte associação entre desempenho financeiro e resultado desportivo em clubes do futebol brasileiro de alta performance.