DME - Parte ou Capítulo de um Livro / Part of Book or Chapter of Book
Permanent URI for this collection
Browse
Browsing DME - Parte ou Capítulo de um Livro / Part of Book or Chapter of Book by Author "Bacelar-Nicolau, Helena"
Now showing 1 - 6 of 6
Results Per Page
Sort Options
- Classificação hierárquica de dados intervalares da indústria automóvel com o coeficiente de afinidadePublication . Sousa, Áurea; Bacelar-Nicolau, Helena; Silva, Osvaldo; Nicolau, Fernando C.São mostradas as estruturas classificatórias mais relevantes, obtidas com a Análise Classificatória Hierárquica de um conjunto de dados retirado da literatura da análise de dados complexos, referentes a modelos de carros (Car data set), com base no coeficiente de afinidade generalizado, ponderado, centrado e reduzido pelo método de Wald e Wolfowitz, e em critérios de agregação probabilísticos no âmbito da Metodologia VL. Comparam-se os resultados obtidos com os de outros autores e diferentes métodos, bem como com uma partição definida a priori. Os métodos utilizados foram capazes de detetar classes consistentes e consonantes de macro-dados, quer com a partição a priori quer com os resultados de outros autores, e enquadram-se nas metodologias de Análise de Dados Simbólicos (ADS), sendo de salientar que as agregações implícitas nessas abordagens permitem o tratamento de bases de micro-dados (dados não agregados) de grande dimensão.
- Clustering Validation in the Context of Hierarchical Cluster Analysis: an Empirical StudyPublication . Silva, Osvaldo Dias Lopes da; Sousa, Áurea; Bacelar-Nicolau, HelenaABSTRACT: The evaluation of clustering structures is a crucial step in cluster analysis. This study presents the main results of the hierarchical cluster analysis of variables concerning a real dataset in the context of Higher Education. The goal of this research is to find a typology of some relevant items taking into account both the homogeneity and the isolation of the clusters.Two similarity measures, namely the standard affinity coefficient and Spearman’s correlation coefficient, were used, and combined with three probabilistic (AVL, AVB and AV1) aggregation criteria, from a parametric family in the scope of the VL (Validity Link) methodology. The best partitions were selected based on some validation indices, namely the global STAT levels statistics and the measures P(I2, Σ) and , adapted to the case of similarity coefficients. In order to evaluate the clusters and identify their most representative elements, the Mann and Whitney U statistics and the silhouette plot were also used.
- Coeficientes de Comparação de Partições em Análise Classificatória: Abordagem Clássica vs uma Abordagem ProbabilísticaPublication . Silva, Osvaldo; Bacelar-Nicolau, Helena; Nicolau, Fernando C.; Sousa, ÁureaExistem diversos índices para a comparação de partições, o que dificulta a tomada de decisão, dado que diferentes índices põem geralmente em evidência diferentes peculiaridades das partições a comparar. Com o intuito de auxiliar nessa avaliação, é apresentada e exemplificada uma abordagem para a comparação de partições, com base na semelhança VL (Validade da Ligação), a qual tem, entre outras, a vantagem de uniformizar a escala de medida. A comparação dos resultados obtidos com a aplicação de índices de comparação de partições, clássicos e probabilísticos do tipo VL, é feita sobre um conjunto de dados reais.
- Comparison of Modal Variables Using Multivariate AnalysisPublication . Doria, Isabel; Sousa, Áurea; Bacelar-Nicolau, Helena; Le Calvé, GeorgesDomiciliary palliative care satisfaction and quality were estimated by caregivers via five perception scales with partly ordered answering modalities. The perception scales were codified as symbolic modal variables and analyzed using two multivariate approaches based on complex (symbolic) data to compare modal variables. This study compares the outcomes of previous work by Doria (Representações euclidianas de dados: Uma abordagem para variáveis heterogéneas. Tese de doutoramento, Universidade de Lisboa, Lisboa, 2008), Doria et al. (Livro de Resumos da XI Conferencia Española de Biometria e Primer Encuentro Iberoamericano de Biometria (CEIB2007)101–102,2007) and Bacelar-Nicolau et al. (Revista Portuguesa de Filosofia 66(2):427–460,2010). In particular, it focuses on the differences and similarities of the results obtained with principal component analysis and ascendant hierarchical cluster analysis, directly applied to the similarity matrix SLC and to the generalized affinity matrix, adapted to the comparison of modal variables.
- Perfis de estudantes no contexto do Empreendedorismo : Análise de Correspondências Múltiplas e Análise de ClustersPublication . Sousa, Áurea; Couto, Gualter; Branco, Nélia; Silva, Osvaldo; Bacelar-Nicolau, HelenaA promoção do empreendedorismo pelas instituições de ensino superior assume um papel preponderante. Um dos objetivos deste trabalho é o de aferir o modo como a Universidade dos Açores pode estimular o interesse dos alunos na criação de negócios. Pretende-se, ainda, relacionar as principais dificuldades subjacentes à criação de um negócio próprio com a formação científica dos estudantes. Apresentam-se as conclusões mais relevantes obtidas com base na análise dos dados recolhidos, com a aplicação da Análise de Correspondências Múltiplas e da Análise de Clusters. Verificou-se que a maioria dos estudantes tem uma baixa propensão empreendedora, tendo também sido encontrada uma tipologia de iniciativas académicas promotoras do empreendedorismo, com base nas perceções dos estudantes.
- Probabilistic approach for comparing partitionsPublication . Silva, Osvaldo; Bacelar-Nicolau, Helena; Nicolau, Fernando C.; Sousa, ÁureaThe comparison of two partitions in Cluster Analysis can be performed using various classical coefficients (or indexes) in the context of three approaches (based, respectively, on the count of pairs, on the pairing of the classes and on the variation of information). However, different indexes usually highlight different peculiarities of the partitions to compare. Moreover, these coefficients may have different variation ranges or they do not vary in the predicted interval, but rather only in one of their subintervals. Furthermore, there is a great diversity of validation techniques capable of assisting in the choice of the best partitioning of the elements to be classified, but in general each one tends to favour a certain kind of algorithm. Thus, it is useful to find ways to compare the results obtained using different approaches. In order to assist this assessment, a probabilistic approach to comparing partitions is presented and exemplified. This approach, based on the VL (Validity Linkage) Similarity, has the advantage, among others, of standardizing the measurement scales in a unique probabilistic scale. In this work, the partitions obtained from the agglomerative hierarchical cluster analysis of a dataset in the field of teaching are evaluated using classical and probabilistic (of VL type) indexes, and the obtained results are compared.