Name: | Description: | Size: | Format: | |
---|---|---|---|---|
211.08 KB | Adobe PDF |
Advisor(s)
Abstract(s)
A Análise Discriminante Discreta (ADD) está frequentemente associada a estudos nas
áreas das ciências sociais e da saúde. Nestes domínios é comum dispor de classes a priori mal separadas e/ou amostras de pequenas dimensões. Neste contexto, muitos dos métodos de ADD revelam um fraco desempenho, impondo-se o desenvolvimento de outros métodos de classificação, nomeadamente por recurso à combinação de modelos.
Neste trabalho iremos avaliar o desempenho de um método de ADD, usando uma abordagem de combinação de modelos, recorrendo à taxa de observações corretamente classificadas e a uma medida de associação entre as classes a priori e as classes previstas segundo a análise efetuada. Estas medidas serão determinadas em amostra de teste e/ou
mediante validação cruzada.
Description
Resumo da comunicação em poster apresentada em XIX Jornadas de Classificação e Análise de Dados (JOCLAD2012), Tomar, de 28 a 31 Março de 2012
Keywords
Análise discriminante discreta Combinação de modelos Modelo de Emparelhamento Hierárquico Modelo Gráfico Decomponível Modelo de Independência Condicional