Análise discriminante dos solos por meio da resposta espectral no nível terrestre

O objetivo deste trabalho foi desenvolver e avaliar um método para discriminação das classes de solos a partir de suas respostas espectrais, utilizando-se um sensor em laboratório. Os dados espectrais foram utilizados no desenvolvimento de modelos estatísticos para discriminar as classes de solos de uma área no sudoeste do Estado de São Paulo. Equações discriminantes foram desenvolvidas para as 18 classes. A resposta espectral foi obtida em amostras da porção superficial e da porção subsuperficial dos solos da área de estudo, num total de 370 amostras. As amostras foram coletadas em 185 ha, com uma tradagem por ha. Os resultados demonstraram que as classes de solos podem ser individualizadas e distinguidas pela análise discriminante. A análise registrou índices de acerto acima de 80% de determinação da classe de solo avaliada. O acerto global foi de 90,71% quando se utilizaram todas as classes para a geração dos modelos, e 93,44% quando se utilizaram as dez classes com maior número de indivíduos. O teste estatístico simulado mostrou-se eficiente na análise discriminante, com taxa média de acerto acima de 91%, com erro global de 8,8%. A análise demonstrou redução na qualidade do modelo quando aplicado para um subconjunto de 20% das amostras, com erro global de 33,9%. O método auxilia na discriminação de classes de solos pela sua reflectância, devido às interações físicas com a energia eletromagnética.

Análise discriminante múltipla do mercado varejista de açaí em Belém do Pará

O açaí é um dos principais alimentos da população paraense e de maior consumo per capita em 2010. A venda de açaí em Belém é realizada por diversas unidades que operam no mercado varejista. O objetivo deste trabalho foi identificar os segmentos de mercado: quitandas, microempreendedores e supermercados, a partir da análise de um conjunto de variáveis que definem as decisões dos consumidores de açaí. Utilizou-se do método stepwise da análise discriminante múltipla para estimar as funções discriminantes. Os resultados mostram que o segmento identificado com maior precisão foi o de quitandas, com 100%, seguido do segmento de supermercado com 96,5% dos casos classificados corretamente, e o segmento de microempreendedores, com 90,9%, apresentou a menor precisão no enquadramento dos consumidores. O modelo estimado apresentou elevada significância no processo de estimação, uma vez que as funções, incluindo as variáveis quantidade de açaí, renda dos consumidores, preço do açaí, qualidade do açaí, preço do peixe e preço da farinha, classificaram corretamente 95,6% dos elementos originais.

Análise discriminante paramétrica para reconhecimento de defeitos em tábuas de eucalipto utilizando imagens digitais

A indústria de madeira tem dispensado especial atenção às etapas de classificação e seleção de madeira serrada. Sistemas de Visão Artificial têm sido propostos para automação dessas etapas na indústria. A identificação de características apropriadas para discriminar os defeitos da madeira em imagens digitais é um dos maiores desafios no desenvolvimento desta tecnologia. O objetivo deste trabalho foi avaliar, por meio de técnicas de análise multivariada, a capacidade de discriminar defeitos em tábuas de eucalipto, utilizando-se as características de percentis de imagens coloridas. Foram realizadas análises discriminantes linear e quadrática para classificação de defeitos e madeira limpa em imagens digitais de tábuas de eucaliptos. As características de percentis do histograma das bandas do vermelho, verde e azul, retiradas de dois tamanhos de blocos de imagens, foram utilizadas para desenvolvimento e teste das funções discriminantes. Foram usados 492 blocos, contendo os 12 defeitos estudados e madeira limpa, retirados das imagens de 40 tábuas amostradas aleatoriamente. As características foram analisadas com seus valores originais, escores dos componentes principais e escores das variáveis canônicas. Os menores erros globais de classificação foram 19 e 24% para funções discriminantes lineares com os escores das variáveis canônicas para tamanho de bloco de 64 x 64 e 32 x 32 pixels, respectivamente. Tendo em vista a magnitude desses erros, as características de percentis foram consideradas adequadas para discriminar defeitos e madeira limpa em imagens digitais.

Análise discriminante de solos sob diferentes usos em área de Mata Atlântica a partir de atributos da matéria orgânica

Na região serrana do Estado do Rio de Janeiro (bioma Mata Atlântica), pequenos agricultores praticam agricultura itinerante no sistema de corte e queima. Neste trabalho, amostras de horizontes superficiais (0 -15 cm) de um Latossolo Vermelho-Amarelo sob cinco diferentes coberturas vegetais (Mata Atlântica, cultivo anual, café, banana e pastagem) foram coletadas para caracterização química dos teores de carbono nas diferentes frações de substâncias húmicas. As amostras obtidas sob mata e sob pastagem puderam ser nitidamente isoladas das demais pelo modelo discriminante construído. Aquelas representativas do grupo das culturas (banana, café e cultivo) foram superposicionadas, indicando haver semelhança entre os atributos relativos à matéria orgânica nos solos sob esses usos. O modelo obtido permitiu classificar corretamente 88% das amostras analisadas. Os atributos ácidos fúlvicos (AF), carbono orgânico (C), nitrogênio total (N) e relação C/N foram selecionados pelo modelo, sendo o teor de ácidos fúlvicos o atributo de maior peso relativo. Esse resultado indica que o fracionamento de substâncias húmicas permite a observação de alterações no solo que não são possíveis de serem identificadas pela simples determinação do teor de carbono orgânico total. Pelo padrão de agrupamento das áreas (mata-pastagem e banana-café-cultivo), denotou-se que o uso de fertilizantes pode se relacionar com alterações em atributos indicadores importantes, como o teor de ácidos fúlvicos.

Análise discriminante como instrumento para a concessão de crédito

Trata da apresentação da técnica estatística conhecida como Análise Discriminante e sua aplicação na classificação de empresas, quanto à condição de solvência, para fins de concessão de crédito. Aborda aspectos conceituais e teóricos dessa técnica estatística e os recentes estudos sobre sua aplicação e limitações em finanças

Uso da análise discriminante regularizada (RDA) no reconhecimento de padrões em imagens digitais hiperespectral de sensoriamento remoto

Em cenas naturais, ocorrem com certa freqüência classes espectralmente muito similares, isto é, os vetores média são muito próximos. Em situações como esta, dados de baixa dimensionalidade (LandSat-TM, Spot) não permitem uma classificação acurada da cena. Por outro lado, sabe-se que dados em alta dimensionalidade [FUK 90] tornam possível a separação destas classes, desde que as matrizes covariância sejam suficientemente distintas. Neste caso, o problema de natureza prática que surge é o da estimação dos parâmetros que caracterizam a distribuição de cada classe. Na medida em que a dimensionalidade dos dados cresce, aumenta o número de parâmetros a serem estimados, especialmente na matriz covariância. Contudo, é sabido que, no mundo real, a quantidade de amostras de treinamento disponíveis, é freqüentemente muito limitada, ocasionando problemas na estimação dos parâmetros necessários ao classificador, degradando portanto a acurácia do processo de classificação, na medida em que a dimensionalidade dos dados aumenta. O Efeito de Hughes, como é chamado este fenômeno, já é bem conhecido no meio científico, e estudos vêm sendo realizados com o objetivo de mitigar este efeito. Entre as alternativas propostas com a finalidade de mitigar o Efeito de Hughes, encontram-se as técnicas de regularização da matriz covariância. Deste modo, técnicas de regularização para a estimação da matriz covariância das classes, tornam-se um tópico interessante de estudo, bem como o comportamento destas técnicas em ambientes de dados de imagens digitais de alta dimensionalidade em sensoriamento remoto, como por exemplo, os dados fornecidos pelo sensor AVIRIS. Neste estudo, é feita uma contextualização em sensoriamento remoto, descrito o sistema sensor AVIRIS, os princípios da análise discriminante linear (LDA), quadrática (QDA) e regularizada (RDA) são apresentados, bem como os experimentos práticos dos métodos, usando dados reais do sensor. Os resultados mostram que, com um número limitado de amostras de treinamento, as técnicas de regularização da matriz covariância foram eficientes em reduzir o Efeito de Hughes. Quanto à acurácia, em alguns casos o modelo quadrático continua sendo o melhor, apesar do Efeito de Hughes, e em outros casos o método de regularização é superior, além de suavizar este efeito. Esta dissertação está organizada da seguinte maneira: No primeiro capítulo é feita uma introdução aos temas: sensoriamento remoto (radiação eletromagnética, espectro eletromagnético, bandas espectrais, assinatura espectral), são também descritos os conceitos, funcionamento do sensor hiperespectral AVIRIS, e os conceitos básicos de reconhecimento de padrões e da abordagem estatística. No segundo capítulo, é feita uma revisão bibliográfica sobre os problemas associados à dimensionalidade dos dados, à descrição das técnicas paramétricas citadas anteriormente, aos métodos de QDA, LDA e RDA, e testes realizados com outros tipos de dados e seus resultados.O terceiro capítulo versa sobre a metodologia que será utilizada nos dados hiperespectrais disponíveis. O quarto capítulo apresenta os testes e experimentos da Análise Discriminante Regularizada (RDA) em imagens hiperespectrais obtidos pelo sensor AVIRIS. No quinto capítulo são apresentados as conclusões e análise final. A contribuição científica deste estudo, relaciona-se à utilização de métodos de regularização da matriz covariância, originalmente propostos por Friedman [FRI 89] para classificação de dados em alta dimensionalidade (dados sintéticos, dados de enologia), para o caso especifico de dados de sensoriamento remoto em alta dimensionalidade (imagens hiperespectrais). A conclusão principal desta dissertação é que o método RDA é útil no processo de classificação de imagens com dados em alta dimensionalidade e classes com características espectrais muito próximas.

Concessão de crédito: o uso de análise discriminante como instrumento da política de concessão de créditos

O objetivo deste trabalho é enfatizar uma das técnicas utilizadas na decisão de "a quem conceder credito": A Análise Discriminante. Esta técnica, utilizando métodos estatísticos, nos permite selecionar entre os nossos clientes aqueles que: representam um baixo risco para a empresa, a quem portanto, será concedido crédito, daqueles que por representarem um alto grau de risco deverão ter seus pedidos de crédito rejeitados, diminuindo consideravelmente, não só a margem de erro, mas também o tempo gasto na tomada de decisão. Quando pensamos em administração de contas a receber, três são os aspectos básicos envolvidos; a otimização do nível de contas a receber, isto é, o investimento ótimo em contas a receber, a política de concessão de crédito, que procura determinar a quem será concedido crédito e qual o limite de crédito a ser concedido, e a Administração de contas a receber propriamente dita, nos seus aspectos de rotina.

Risco de crédito: uma abordagem utilizando análise discriminante, regressão logística e redes neurais artificiais

Considering the relevance of researches concerning credit risk, model diversity and the existent indicators, this thesis aimed at verifying if the Fleuriet Model contributes in discriminating Brazilian open capital companies in the analysis of credit concession. We specifically intended to i) identify the economic-financial indicators used in credit risk models; ii) identify which economic-financial indicators best discriminate companies in the analysis of credit concession; iii) assess which techniques used (discriminant analysis, logistic regression and neural networks) present the best accuracy to predict company bankruptcy. To do this, the theoretical background approached the concepts of financial analysis, which introduced themes relative to the company evaluation process; considerations on credit, risk and analysis; Fleuriet Model and its indicators, and, finally, presented the techniques for credit analysis based on discriminant analysis, logistic regression and artificial neural networks. Methodologically, the research was defined as quantitative, regarding its nature, and explanatory, regarding its type. It was developed using data derived from bibliographic and document analysis. The financial demonstrations were collected by means of the Economática ® and the BM$FBOVESPA website. The sample was comprised of 121 companies, being those 70 solvents and 51 insolvents from various sectors. In the analyses, we used 22 indicators of the Traditional Model and 13 of the Fleuriet Model, totalizing 35 indicators. The economic-financial indicators which were a part of, at least, one of the three final models were: X1 (Working Capital over Assets), X3 (NCG over Assets), X4 (NCG over Net Revenue), X8 (Type of Financial Structure), X9 (Net Thermometer), X16 (Net Equity divided by the total demandable), X17 (Asset Turnover), X20 (Net Equity Profitability), X25 (Net Margin), X28 (Debt Composition) and X31 (Net Equity over Asset). The final models presented setting values of: 90.9% (discriminant analysis); 90.9% (logistic regression) and 97.8% (neural networks). The modeling in neural networks presented higher accuracy, which was confirmed by the ROC curve. In conclusion, the indicators of the Fleuriet Model presented relevant results for the research of credit risk, especially if modeled by neural networks.

DESENVOLVIMENTO DE UM CLASSIFICADOR PARA ANÁLISE BIOMÉTRICA DE UM COLETE INSTRUMENTADO PARA REEDUCAÇÃO POSTURAL

Ao longo dos tempos tem existido um avanço, nas empresas, dirigido à preocupação com o bemestar dos trabalhadores, adotando por isso medidas preventivas. A formação especializada em Medicina do Trabalho é indispensável para o exercício de atividades de prevenção dos riscos profissionais e de promoção da saúde. A postura corporal pode ser definida como a posição e a orientação global do corpo e membros relativamente uns aos outros. Qualquer desvio na forma da coluna vertebral pode gerar solicitações funcionais prejudiciais que ocasionam um aumento de fadiga no trabalhador e leva ao longo do tempo a lesões graves. Cada vez mais surgem doenças profissionais provocadas pela adoção de más posturas, na realização de tarefas diárias dos trabalhadores. A boa postura corporal é uma tarefa específica que representa uma interação complexa entre a função biomecânica e neuromuscular. No presente plano de dissertação foram estudados diferentes classificadores tendo como objetivo classificar boas e más posturas corporais de trabalhadores em contexto de trabalho. Assim foram estudados diferentes classificadores de machine learnig, redes neuronais artificiais, support vector machine, árvores de decisão, análise discriminante, regressão logística, treebagger e naíve bayes. Para treino de classificadores foi realizada a aquisição tridimensional da postura da espinha a 100 pessoas, passando por uma parametrização e treino de diferentes classificadores para a determinação automática do tipo de postura corporal. O classificador que obteve melhor desempenho foi o Treebagger com uma classificação para True Positive de 93,3% e True Negative de 96,2%.

Modelos de resposta à interação entre fármacos anestésicos : análise de regressão e análise de Clusters

Os avanços tecnológicos e científicos, na área da saúde, têm vindo a aliar áreas como a Medicina e a Matemática, cabendo à ciência adequar de forma mais eficaz os meios de investigação, diagnóstico, monitorização e terapêutica. Os métodos desenvolvidos e os estudos apresentados nesta dissertação resultam da necessidade de encontrar respostas e soluções para os diferentes desafios identificados na área da anestesia. A índole destes problemas conduz, necessariamente, à aplicação, adaptação e conjugação de diferentes métodos e modelos das diversas áreas da matemática. A capacidade para induzir a anestesia em pacientes, de forma segura e confiável, conduz a uma enorme variedade de situações que devem ser levadas em conta, exigindo, por isso, intensivos estudos. Assim, métodos e modelos de previsão, que permitam uma melhor personalização da dosagem a administrar ao paciente e por monitorizar, o efeito induzido pela administração de cada fármaco, com sinais mais fiáveis, são fundamentais para a investigação e progresso neste campo. Neste contexto, com o objetivo de clarificar a utilização em estudos na área da anestesia de um ajustado tratamento estatístico, proponho-me abordar diferentes análises estatísticas para desenvolver um modelo de previsão sobre a resposta cerebral a dois fármacos durante sedação. Dados obtidos de voluntários serão utilizados para estudar a interação farmacodinâmica entre dois fármacos anestésicos. Numa primeira fase são explorados modelos de regressão lineares que permitam modelar o efeito dos fármacos no sinal cerebral BIS (índice bispectral do EEG – indicador da profundidade de anestesia); ou seja estimar o efeito que as concentrações de fármacos têm na depressão do eletroencefalograma (avaliada pelo BIS). Na segunda fase deste trabalho, pretende-se a identificação de diferentes interações com Análise de Clusters bem como a validação do respetivo modelo com Análise Discriminante, identificando grupos homogéneos na amostra obtida através das técnicas de agrupamento. O número de grupos existentes na amostra foi, numa fase exploratória, obtido pelas técnicas de agrupamento hierárquicas, e a caracterização dos grupos identificados foi obtida pelas técnicas de agrupamento k-means. A reprodutibilidade dos modelos de agrupamento obtidos foi testada através da análise discriminante. As principais conclusões apontam que o teste de significância da equação de Regressão Linear indicou que o modelo é altamente significativo. As variáveis propofol e remifentanil influenciam significativamente o BIS e o modelo melhora com a inclusão do remifentanil. Este trabalho demonstra ainda ser possível construir um modelo que permite agrupar as concentrações dos fármacos, com base no efeito no sinal cerebral BIS, com o apoio de técnicas de agrupamento e discriminantes. Os resultados desmontram claramente a interacção farmacodinâmica dos dois fármacos, quando analisamos o Cluster 1 e o Cluster 3. Para concentrações semelhantes de propofol o efeito no BIS é claramente diferente dependendo da grandeza da concentração de remifentanil. Em suma, o estudo demostra claramente, que quando o remifentanil é administrado com o propofol (um hipnótico) o efeito deste último é potenciado, levando o sinal BIS a valores bastante baixos.

Instrumento para classificação de pacientes: opinião de usuários e análise de indicadores de cuidado

Esta pesquisa descritiva foi conduzida com o intuito de: 1.)investigar a opinião de usuários sobre um instrumento de classificação de pacientes; e 2.) analisar os indicadores de cuidados que mais contribuem para a classificação dos pacientes nas diferentes categorias de cuidados. A opinião dos 24 usuários foi obtida por meio de questionário. O instrumento de classificação foi aplicado em 796 pacientes em um hospital de ensino no interior do Estado de São Paulo, no período de setembro de 2006 a maio de 2007. Para o tratamento estatístico, utilizou-se a Análise de Componentes Principais (ACP) e Análise Discriminante. Os usuários investigados mostraram-se satisfeitos com o instrumento utilizado, mas apontaram uma tendência do mesmo à subestimar a categoria de cuidados à qual o paciente pertence. Os resultados evidenciaram os indicadores Terapêutica, Cuidado Corporal, Educação à Saúde e Integridade Cutâneo-Mucosa como aqueles com maior capacidade discriminatória. A classificação correta dos pacientes variou de 89,8% (cuidados semi-intensivos) a 95,6% (cuidados intensivos).

A Situação EConómica e Social Na União Europeia: Análise De Alguns Indicadores

Numa altura de contínuas transformações e novas exigências económicas e sociais, vários sectores vitais ficaram expostos. Ao nível do mercado de trabalho, o incremento da necessidade de níveis elevados de produtividade e de competitividade fizeram surgir novas exigências, proporcionando o crescente desemprego dos que não se adaptaram e daqueles que investiram na sua formação entrando cada vez mais tarde no mercado de trabalho. As desigualdades acentuaram-se engrossando os números de risco de pobreza. Os cenários demográficos também reflectiram estas mudanças, pautando-se por taxas de fertilidade baixas e por um evidente envelhecimento da população. Esta situação tem-se traduzido num cada vez mais preocupante índice de dependência dos idosos e numa consequente diminuição da proporção de activos face aos beneficiários de pensões, contribuindo para o aumento das despesas em prestações sociais. Esta investigação teve como objectivo a comparação dos 27 estados-membros em relação a alguns indicadores económico-sociais, procurando encontrar grupos de países que se aproximem e que se diferenciem. Para tal, são utilizados os métodos de análise multivariada nomeadamente, a Análise de Componentes Principais permitindo redimensionar as dimensões de análise e a Análise de Clusters definindo dois agrupamentos de países, um com base no Índice de Desenvolvimento Humano (IDH) e o outro com base nas despesas em prestações sociais. Numa segunda fase utilizou-se a Análise Discriminante, identificando as dimensões que melhor identificam os grupos, e a MANOVA para perceber até que ponto os diferentes grupos de países se aproximam ou distanciam em relação ao impacto da conjuntura económica e social em estudo.

Análise multivariada de Argissolos da faixa atlântica brasileira

A faixa atlântica brasileira possui extrema diversidade ambiental, onde é expressiva a ocorrência de Argissolos, descritos e identifcados em diversos estudos, sem que tenham sido exauridas as possibilidades de interpretações. O objetivo deste estudo foi avaliar, por meio da análise multivariada, as principais diferenças nos atributos físicos e químicos de Argissolos da faixa atlântica brasileira. Foram analisados 91 perfis de solos oriundos de levantamentos pedológicos realizados pelo Projeto RADAMBRASIL, agrupados em três domínios geomorfológicos distintos: Planaltos Soerguidos, Planaltos Rebaixados e Tabuleiros Costeiros, por meio da análise de componentes principais e análise de função discriminante. Para isso, foram selecionadas 14 variáveis para identificar as peculiaridades de cada grupo geomorfológico e suas principais diferenças. A análise dos componentes principais demonstrou que os cinco primeiros componentes respondem por aproximadamente 70 % da variação dos dados. A análise integrada confirmou que os Argissolos dos Planaltos Soerguidos são mais rasos, associando maiores taxas de erosão com menor espessura dos horizontes Bt, e são quimicamente pobres, embora mais rejuvenescidos e rasos. Já os Argissolos nos Planaltos Rebaixados, submetidos a um clima mais seco e, ou, sazonal que os situados nos Planaltos Soerguidos e Tabuleiros Costeiros, mostram-se menos intemperizados e com maior CTC. As análises realizadas (componentes principais e análise discriminante) permitem melhor entender as relações geomorfopedológicas dos Argissolos nos diferentes domínios estudados.

Métodos de análise multivariada no estabelecimento de valores de referência de qualidade para elementos-traço em solos

A distribuição natural dos teores de elementos-traço nos solos é muito variável. Assim, o estabelecimento de valores de referência de qualidade (VRQs) a partir das médias ou dos intervalos globais de concentração dos elementos, muitas vezes, é pouco adequado. Por essa razão, propôs-se estabelecer os VRQs para elementos-traço no Estado do Espírito Santo, a partir de grupos de solos obtidos com base em atributos físicos e químicos. Foram utilizadas a análise de correlação de Pearson, a análise fatorial com extração dos fatores em componentes principais (AF), a análise de agrupamento hierárquico (AAH) e a análise discriminante (AD). A análise da correlação de Pearson e a análise fatorial revelaram que as variáveis Fe, Mn, Ti, silte+argila e carbono orgânico (CO) são atributos de solo importantes para a distribuição dos elementos-traço nos solos estudados. O uso da análise de agrupamento possibilitou a formação de quatro grupos de solo e diminuiu a variabilidade dos teores de elementos-traço nos solos pela formação de grupos mais homogêneos, além de evidenciar a relação dos diferentes solos em um mesmo grupo com a pedologia e o material de origem. Os VRQs determinados a partir dos grupos de solo, em geral, apresentaram valores inferiores, bem como menor amplitude, entre os percentis 90 e 75, em relação aos obtidos quando se utilizou o universo amostral.

Análise computacional da textura de tumores de mama em imagens por ultrassom de pacientes submetidas a cirurgia conservadora

OBJETIVO: Avaliar as características de textura de lesões de mama em imagens por ultrassom de pacientes submetidas a cirurgia conservadora que apresentaram, ou não, recidiva. MATERIAIS E MÉTODOS: As imagens de ultrassom de 36 pacientes submetidas a cirurgia conservadora, com 12 tendo apresentado recidiva local e 24 que não apresentaram recidiva no local da cirurgia, foram divididas em: 3 malignas na mama oposta, 7 nódulos benignos, 5 hiperplasias atípicas e 9 alterações fibrocísticas. A textura das lesões foi quantificada utilizando-se dez parâmetros calculados da matriz de coocorrência e da curva de complexidade. Análise discriminante linear foi aplicada aos parâmetros para discriminação de lesões de mama em pacientes submetidas a cirurgia conservadora que apresentaram, ou não, recidiva. RESULTADOS: Avaliando-se a capacidade dos parâmetros em distinguir as recidivas do grupo composto por lesões não recidivas benignas e hiperplasias atípicas, obteve-se especificidade de 100%, com valores de acurácia e sensibilidade superiores a 91%. Num segundo teste, foi possível distinguir as cinco hiperplasias, das lesões não recidivas benignas. CONCLUSÃO: Apesar do número reduzido de casos, os resultados obtidos são encorajadores, sugerindo que o uso da quantificação da textura pode auxiliar na diferenciação entre lesões benignas, hiperplasias atípicas e lesões malignas de origem recidiva.