Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/6008
Title: Autovalores em matrizes de correlação simuladas aleatoriamente.
Authors: Paiva, Victor Hugo Freitas
metadata.dc.contributor.advisor: Duarte, Anderson Ribeiro
Martins, Helgem de Souza Ribeiro
metadata.dc.contributor.referee: Duarte, Anderson Ribeiro
Martins, Helgem de Souza Ribeiro
Moura, Flávio dos Reis
Souza, Gabriel Lima
Keywords: Matrizes de correlação aleatórias
CM-generator
Onion
Pacote gencor
Issue Date: 2023
Citation: PAIVA, Victor Hugo Freitas. Autovalores em matrizes de correlação simuladas aleatoriamente. 2023. 24 f. Monografia (Graduação em Estatística) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2021.
Abstract: A simulação de matrizes de correlações aleatórias representa uma ferramenta de extrema relevância em diversas áreas do conhecimento, capaz de abrir caminho para análises estatísticas mais robustas e aprofundadas. Neste estudo, foi proposta uma comparação entre diferentes métodos empregados para a geração de tais matrizes, com um foco particular no modelo CM-generator. O objetivo era avaliar a capacidade de diversos métodos em gerar matrizes de correlações que ofereçam resultados de alta qualidade. A análise mostrou que o CM-generator, ao produzir matrizes de correlações, alcança resultados altamente satisfatórios, o que evidenciou seu potencial de aplicação em uma variedade de cenários. Ao longo deste estudo, detalhes das características das matrizes geradas, resultados e implicações dos métodos analisados, foram investigados. Uma perspectiva abrangente sobre a simulação de matrizes de correlações aleatórias foi oferecida por meio deste estudo.
metadata.dc.description.abstracten: The simulation of random correlation matrices represents a highly relevant tool in several areas of knowledge, capable of paving the way for more robust and in-depth statistical analyses. This study proposed a comparison between different methods used to generate such matrices, with a particular focus on the CM-generator model. The objective was to evaluate the ability of different methods to generate correlation matrices that offer high-quality results. The analysis showed that the CM-generator achieves highly satisfactory results when producing correlation matrices, which evidenced its potential application in various scenarios. Throughout this study, details of the characteristics of the generated matrices, results, and implications of the analyzed methods were investigated. This study offered a comprehensive perspective on the simulation of random correlation matrices.
URI: http://www.monografias.ufop.br/handle/35400000/6008
Appears in Collections:Estatística

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_AutovaloresMatrizesCorrelação.pdfArtigo principal1,95 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons