Teste de hipóteses utilizando a metodologia bootstrap não paramétrico para identificação das variáveis significativas para o tempo de chegada de trens ao seu destino
Carregando...
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Monografia de especialização
Título alternativo
Primeiro orientador
Membros da banca
Danilo Gilberto de Oliveira Valadares
Resumo
Conhecer o tempo gasto para um trem chegar ao seu destino proporciona benefícios, tendo em vista que permite que a operação planeje a movimentação dos trens, sendo o carregamento e descarregamento de produtos transportados para diferentes clientes. Para que isso seja possível, nos deparamos, contudo, com diversos fatores que podem influenciar neste tempo, sendo necessário a identificação das variáveis que são significativas para este problema. Diante disso, este projeto propõe, através da utilização da técnica de Bootstrap não Paramétrico e do modelo de regressão múltipla com interações, a identificação das variáveis significativas para a chegada do trem ao seu destino. Identificação que se mostrou, neste contexto, satisfatória, garantindo insumos para novos estudos.
Abstract
Knowing the time taken for a train to reach its destination provides benefits for the operation to plan the movement of trains, with the loading and unloading of products transported to different customers. For this to be possible, however, we are faced with several factors that can influence this time, making it necessary to identify the variables that are significant for this problem. Therefore, this project proposes, through the use of the non-parametric Bootstrap technique and the multiple regression model with interactions, the identification of the significant variables for the arrival of the train at its destination. Identification that proved to be, in this context, satisfactory, guaranteeing inputs for new studies.
Assunto
Estatística, Análise de regressão, Variáveis de probabilidade, Bootstrap (Estatística)
Palavras-chave
Variáveis significativas, Bootstrap não paramétrico, Modelo de regressão múltipla com interações