Use este identificador para citar ou linkar para este item: https://ri.ufs.br/jspui/handle/riufs/22213
Tipo de Documento: Monografia
Título: Modelagem de regressão resistente a outliers verticais e horizontais das capturas de camarões no estado do Rio de Janeiro
Autor(es): Souza, Alex Celmo Santos
Data do documento: 11-Abr-2025
Orientador: Araújo, Luiz Henrique Gama Dore de
Resumo: Este trabalho propõe a aplicação de técnicas de modelagem de regressão linear simples para três espécies de camarões no Estado do Rio de Janeiro (rosa, barba-ruça e sete-barbas). A pesquisa é desenvolvida através do método de mínimos desvios absolutos (LAD) no ajustamento de modelos de regressão linear, no qual tenta-se eliminar a influência de dados discrepantes fora dos eixos verticais e horizontais presentes no conjunto estudado. O estudo segue a abordagem delineada no artigo de Dodge (1997), pois é um modelo resistente à presença de outliers. Neste modelo, o método identificação e supressão de pontos extremos, são feitas sobre os resíduos estandardizados através do software R para análise estatística. Os resultados mostram que a exclusão de pontos extremos tem efeito de relevância sobre a veracidade das estimativas de coeficiente de regressão, o que reduz a variabilidade residual e melhora a robustez dos modelos. Porém, vale ressaltar que para a remoção dos outliers deverá existir um motivo relativamente esclarecedor, que justifique a remoção. Contudo, estabeleceu-se correlações entre as espécies, que mostraram fortes relações positivas, relações negativas moderadas em algum grau-variável de acordo com cada caso. Este estudo contribui para o entendimento de técnicas resistentes à presença de outliers, presentes no banco de dados das capturas de espécies de camarões, e provê resultados consideráveis sobre a técnica do artigo de Dodge (1997).
Abstract: This work proposes the application of simple linear regression modeling techniques to three shrimp species in the State of Rio de Janeiro (seven-beard, pink, and whitebeard). The research is developed using the Least Absolute Deviations (LAD) method in fitting linear regression models, which aims to eliminate the influence of discrepant data outside the vertical and horizontal axes present in the studied dataset. The study follows the approach outlined in Dodge's (1997) article, as it is a model resistant to the presence of outliers. In this model, the identification and suppression of extreme points are performed on standardized residuals using the R software for statistical analysis. The results show that the exclusion of extreme points has a relevant effect on the accuracy of regression coefficient estimates, reducing residual variability and improving the robustness of the models. However, it is worth noting that the removal of outliers should be justified by a reasonably clear reason. Nevertheless, correlations were established between the species, which showed strong positive relationships and moderately negative relationships to varying degrees depending on each case. This study contributes to the understanding of techniques resistant to the presence of outliers in the database of shrimp species catches and provides significant results regarding the technique from Dodge’s (1997) article.
Palavras-chave: Ciências atuariais
Ensino superior (UFS)
Modelagem de regressão linear
Mínimos desvios absolutos
Outliers
Captura de camarão (Rio de Janeiro, RJ)
Linear regression modeling
Least absolute deviations
Outliers
Shrimp catch (Rio de Janeiro, RJ)
área CNPQ: OUTROS::CIENCIAS ATUARIAIS
Idioma: por
Sigla da Instituição: Universidade Federal de Sergipe (UFS)
Departamento: DECAT - Departamento de Estatística e Ciências Atuariais – Ciências Atuariais – São Cristóvão – Presencial
Citação: Souza, Alex Celmo Santos. Modelagem de regressão resistente a outliers verticais e horizontais das capturas de camarões no estado do Rio de Janeiro. Cristóvão, 2025. Monografia (graduação de Ciências Atuariais) – Departamento de Estatística e Ciências Atuariais, Centro de Ciências Exatas e Tecnologia, Universidade Federal de Sergipe, São Cristóvão, SE, 2025
URI: https://ri.ufs.br/jspui/handle/riufs/22213
Aparece nas coleções:Estatística e Ciências Atuariais

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Alex_Celmo_Santos_Souza.pdf1,25 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.