Show simple item record

dc.contributor.authorMartinez, Giulia Molina
dc.date.accessioned2024-02-27T13:35:05Z
dc.date.available2024-02-27T13:35:05Z
dc.date.issued2024-02-16
dc.identifier.citationMARTINEZ, Giulia Molina. Estudo da prevalência de transtornos mentais comuns via métodos de classificação. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19512.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/19512
dc.description.abstractThe present undergraduate thesis focuses on the study of the association between specific variables and the diagnosis of common mental disorders. To achieve this goal, we examined classification methods, namely decision trees, logistic regression, and random forests. This investigation is preceded by a statistical definition and methodological review of the concepts to be employed, as well as data preprocessing. All computational applications were carried out using the programming language R.eng
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/*
dc.subjectArvores de classificaçãopor
dc.subjectClassificaçãopor
dc.subjectFlorestas aleatóriaspor
dc.subjectRegressão logísticapor
dc.subjectTranstornos mentais comunspor
dc.titleEstudo da prevalência de transtornos mentais comuns via métodos de classificaçãopor
dc.title.alternativeStudy of the prevalence of common mental disorders through classification methodseng
dc.typeTCCpor
dc.contributor.advisor1Cerqueira, Andressa
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1934493281651316por
dc.description.resumoO presente Trabalho de Graduação consiste no estudo da associação de determinadas variáveis com o diagnóstico de transtornos mentais comuns (TMC). Para isso, estudamos métodos de classificação, sendo eles, árvores de classificação, regressão logística e florestas aleatórias, antecedidos de uma definição estatística e revisão metodológica dos conceitos a serem utilizados e do pré-processamento dos dados. Todas as aplicações computacionais foram feitas através da linguagem de programação R.por
dc.publisher.initialsUFSCarpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOSpor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/2399613942615178por
dc.publisher.courseEstatística - Espor


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution 3.0 Brazil
Except where otherwise noted, this item's license is described as Attribution 3.0 Brazil