24/03 Marcelo Andrade da Silva - ESALQ, USP CV
An application of DINA model to Beck Depression Inventory data
The deterministic inputs, noisy “and” gate (DINA) model is a popular Cognitive Diagnosis Model (CDM) in psychometrics used to identify test takers' profiles with respect to a set of latent attributes or skills. In this work we propose an estimation method for the DINA model with the No-U-Turn Sampler (NUTS) algorithm using Stan software. A simulation study was conducted to evaluate the parameter recovery and efficiency of this new MCMC method and to compare it with three other methods. We apply this methodology in the mental health area in order to develop a new method of classification for respondents to the Beck Depression Inventory.
Cluster Analysis aplicado aos estudos em divergência genética
Para ser realizado o estudo de divergência genética entre os acessos, ao final das análises genéticas, utiliza-se de análises estatísticas. Em primeira instância, determina-se a matriz de similaridade entre os genótipos para, posteriormente, ser aplicado uma metodologia estatística de análise de divergência. A análise de agrupamento, análise fatorial, análise discriminante e a análise do componente principal são métodos estatísticos que podem ser aplicados nos estudos de divergência genética. Entre estes métodos, a análise de agrupamento (Cluster Analysis) destaca-se por ser de fácil interpretação e por não necessitar de uma hipótese prévia da distribuição provável dos dados (Meyer et al., 2004). A crescente utilização desta metodologia de análise deve-se principalmente aos avanços da computação, devido à disponibilidade de vários programas aplicados a este fim, como NTSYS (Rohlf, 1992), SAS (Sas Institute, 1992), GENES (Cruz, 2001), entre outros. Essa técnica tem como objetivo básico descobrir os agrupamentos naturais das variáveis, onde estes são feitos com base nas similaridades ou dissimilaridades (caracterizadas por diversas formas de cálculo de “distâncias”). O objetivo deste trabalho é abordar como a análise multivariada pode ser aplicada ao estudo de divergência genética.
12/05: Marcio Valk - UFRGS CV
Inferência em Agrupamentos
(Baixe aqui o HTML dos exemplos)
Métodos de agrupamento são ferramentas úteis na identificação de padrões em conjuntos de dados. No contexto de alta dimensionalidade e tamanho amostral pequeno, o desafio de decidir se o agrupamento encontrado é estatisticamente significativo é ainda maior. Entre os métodos de agrupamento adequados à esse contexto, poucos possuem inferência. Nesse seminário pretendemos explorar técnicas que utilizam inferência para determinar a significância dos agrupamentos, com enfoque na abordagem baseada em U-estatística, a qual pode ser acessada através do pacote uclust do R.
09/06 Rosana Jafelice - UFU CV
Modelagem Fuzzy de Fenômenos Naturais
A teoria dos conjuntos fuzzy foi introduzida por L. Zadeh em meados dos anos 60 com a intenção de dar um tratamento matemático a certos termos linguísticos subjetivos como “aproximadamente”, “em torno de”, dentre outros. Devido a possibilidade de manipulação de informações incertas e seu respectivo armazenamento em computadores, a teoria dos conjuntos fuzzy tem se tornado uma das áreas emergentes em tecnologia contemporânea. O tratamento fuzzy de variáveis linguísticas subjetivas ganhou um espaço substancial na modelagem matemática, particularmente quando não dispomos de dados suficientes para utilizar ferramentas estatísticas ou então quando a situação não comporta medições e dependemos de informações subjetivas de especialistas. Neste sentido, modelos de equações diferenciais provenientes de fenômenos de diversas áreas do conhecimento têm sido estudados utilizando parâmetros fuzzy. Algumas aplicações serão apresentadas para exemplificar: dispersão da fumaça de uma chaminé em Uberlândia, secagem de uma colcha no varal e diagnóstico médico de doenças.
(TBA) Pedro Fraklin Cardoso Silva - UFU CV
TBA