• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
https://doi.org/10.11606/T.11.2019.tde-20191220-124614
Document
Author
Full name
Genevile Carife Bergamo
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
Piracicaba, 2007
Supervisor
Title in Portuguese
Imputação múltipla livre de distribuição utilizando a decomposição por valor singular em matriz de interação
Keywords in Portuguese
ANÁLISE MULTIVARIADA
DECOMPOSIÇÃO EM VALORES SINGULARES
DELINEAMENTO EXPERIMENTAL
EUCALIPTO
IMPUTAÇÃO MÚLTIPLA
INTERAÇÃO GENÓTIPO-AMBIENTE
Abstract in Portuguese
Algumas técnicas de análise estatística multivariada necessitam de uma matriz de dados completa, porém o processo de coleta elos dados frequentemente não leva a uma matriz com todos os dados. A imputação é uma técnica, na qual os dados ausentes são preenchidos com valores plausíveis, para uma posterior análise dos dados completados ( observados + imputados). O objetivo deste trabalho é propor um método de imputação múltipla, resultante de uma mudança no procedimento, baseado na decomposição por valores singulares (DVS), desenvolvido por Krzanowski (1988). Assim, na matriz genótipos (20) x ambientes (7), proveniente de um ensaio com o delineamento aleatorizado em blocos em multiambientes com a cultura de Eucalyptus grandis (LAVORANTI, 2003), foram retirados valores aleatoriamente (5%, 10%, 30%), os quais foram imputados pelo método proposto. Os resultados obtidos por meio da medida geral de exatidão ou acurácia (Tacc), na matriz ele interação G x E para os dados de altura de E. grandis, mostraram um viés pequeno, em relação aos valores originais, no entanto, seus valores foram maiores do que a variabilidade em relação à média dos valores imputados, indicando uma exatidão ou acurácia menor do método proposto em relação à sua alta precisão. A metodologia proposta utiliza o maior número de informação disponível, não possui qualquer restrição quanto ao padrão e mecanismo de ausência e é livre ele suposição sobre a distribuição ou estrutura dos dados.
Title in English
Multiple imputation with distribution-free using the singular value decomposition in interaction matrix
Abstract in English
Some techniques of the multivariate statistical analysis need a complete data matrix, but the process of data collection usually does not supply a complete data matrix. The imputation is a technique, in which the missing data are replaced by plausible values, for a latter analysis of the complete data set (observed + imputed). This work aims to propose a multiple imputation method, as a product of a procedures change, based on the singular value decomposition (SVD) developed by Krzanowski (1988). Thus, in the genotype (20) x environment (7) matrix (G x E), derived from a trial following the complete randomized blocks design considering the Eucalyptus grandis genotype in multienvironments (LAVORANTI, 2003), values were retrieved randomly (5%, 10%, 30%), which were imputed by the proposed method. The results obtained by means of the general measure of accuracy (Tacc), in the interaction G X E for the height of E. grandis data matrix, showed a small bias when compared to the original data, however, its values where greater then the variability in relation to the imputed data mean, indicating a smaller accuracy of the proposed method in relation to its precision. The proposed methodology uses the greater number of information available, it does not posses any restriction about the pattern and missing mechanism and it is free of suppositions about the data distribution or structure.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2019-12-20
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.