Seleção estatística de árvores de contexto

Página do item simplificado
dc.contributor.advisor1Ferreira, Ricardo Felipe
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2355076087945221por
dc.contributor.advisor1orcidhttps://orcid.org/0000-0001-5555-0526por
dc.contributor.authorAlmeida, Isadora Nascimento de
dc.contributor.authorlatteshttp://lattes.cnpq.br/5230348325938771por
dc.date.accessioned2024-02-27T13:02:37Z
dc.date.available2024-02-27T13:02:37Z
dc.date.issued2024-01-22
dc.description.abstractContext trees are models that parsimoniously generalize Markovian models. These models were introduced by Jorma Rissanen in 1983, as an efficient tool in Information Theory. Since then, these models have been widely used in many fields of Probability and Statistics from both theoretical and applied perspectives. Given a sample, a central problem in Statistics is to estimate a model to the observed data. In this work, we are interested in studying some of the main methods discussed in the literature for the statistical selection of context trees. To do this, we will conduct a comparative study between frequentist methods for context tree selection (context algorithm and its variations) and the Bayesian method, using synthetic data obtained via simulations. Additionally, we illustrate the performance of model selection methods through applications in real data related to neuroscience and genetics.eng
dc.description.resumoÁrvores de contextos são modelos que generalizam de maneira parcimoniosa os modelos Markovianos. Esses modelos foram introduzidos por Jorma Rissanen em 1983, como uma ferramenta eficiente na Teoria da Informação. Desde então, esses modelos têm sido amplamente utilizados em muitos campos da Probabilidade e Estatística tanto do ponto de vista teórico quanto aplicado. Observada uma amostra, um problema central em Estatística é o de estimar um modelo aos dados observados. Neste trabalho, estamos interessados em estudar alguns dos principais métodos discutidos pela literatura para a seleção estatística de árvores de contexto. Para isso, vamos realizar um estudo comparativo entre os métodos frequentistas de seleção de árvores de contexto (algoritmo contexto e suas variações) e o método Bayesiano, utilizando dados sintéticos obtidos via simulações. Além disso, ilustramos a performance dos métodos de seleção de modelos por meio de aplicações em dados reais relacionados à neurociência e genética.por
dc.description.sponsorshipNão recebi financiamentopor
dc.identifier.citationALMEIDA, Isadora Nascimento de. Seleção estatística de árvores de contexto. 2024. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de São Carlos, São Carlos, 2024. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/19505.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/20.500.14289/19505
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.publisher.addressCâmpus São Carlospor
dc.publisher.courseEstatística - Espor
dc.publisher.initialsUFSCarpor
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectÁrvore de contextopor
dc.subjectAlgoritmo contextopor
dc.subjectNeurociênciapor
dc.subjectCadeia de Markov com alcance variávelpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApor
dc.titleSeleção estatística de árvores de contextopor
dc.title.alternativeContext tree selectioneng
dc.typeTCCpor

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Monografia TCC - Isadora Almeida.pdf
Tamanho:
524.2 KB
Formato:
Adobe Portable Document Format
Descrição:
Monografia TCC
Baixar

Coleções

TCC