Banca de DEFESA: RAFAELLA LEANDRA SOUZA DO NASCIMENTO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: RAFAELLA LEANDRA SOUZA DO NASCIMENTO
DATA : 18/08/2025
HORA: 14:00
LOCAL: Auditorio do CIn - Bloco B
TÍTULO:

Modelos Lineares Generalizados para Dados Simbolicos do Tipo
Poligonal

PALAVRAS-CHAVES:

Modelos Lineares Generalizados. Regressão. Análise de Dados
Simbólicos. Dados Poligonais. Análise Residual.

 

PÁGINAS: 105
RESUMO:

A Análise de Dados Simbólicos é uma abordagem que visa desenvolver métodos
para dados descritos por variáveis através de diferentes representações,
como conjuntos de categorias, lista de valores, intervalos, distribuição de
probabilidade, entre outros. Os métodos de regressão são amplamente
estudados neste contexto e diferentes modelos têm sido propostos, inclusive
pelo tipo de representação que estes dados podem assumir. Os Modelos
Lineares Generalizados constituem uma classe de modelos de regressão que
permite a modelagem de dados provenientes de diferentes distribuições da
família exponencial. Esses modelos utilizam uma função de ligação para
relacionar a média da variável resposta a uma combinação linear das
variáveis explicativas, ampliando assim a aplicabilidade dos métodos
preditivos a diversos contextos. Dito isso, o objetivo deste trabalho
consiste em desenvolver uma metodologia para análise de Modelos Lineares
Generalizados aplicados a dados simbólicos do tipo poligonal. Essa
representação conserva a variabilidade original dos dados de cada classe
simbólica, o que constitui sua principal motivação em relação à dados
intervalares. Foram considerados modelos com as distribuições Gama, Normal
Inversa e Binomial. Nos modelos com distribuições contínuas, são propostos
resíduos poligonais, avaliados por meio de abordagem gráfica e descritiva,
além da análise da função linear predita e definição de uma medida de
qualidade. Para o modelo Binomial, baseado na regressão logística, são
desenvolvidas regras de classificação para os dados poligonais. Os
resultados obtidos demonstram a aplicabilidade e a eficácia dos métodos
propostos em cenários com dados simulados e reais. As discussões são
fundamentadas em gráficos de diagnóstico, testes estatísticos e ganhos
relativos com base no erro de predição. Portanto, esta pesquisa resulta em
uma ferramenta de predição e diagnóstico de modelos que contribui para o
avanço dos estudos em diversos cenários de dados simbólicos.

 

MEMBROS DA BANCA:
Interno - 1866615 - ADENILTON JOSÉ DA SILVA
Presidente - 1699034 - ADRIANO LORENA INACIO DE OLIVEIRA
Externo à Instituição - GETULIO JOSE AMORIM DO AMARAL - UFPE
Externo à Instituição - LEANDRO CARLOS DE SOUZA - UFPB
Externa à Instituição - ROBERTA ANDRADE DE ARAÚJO FAGUNDES - UPE