Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/42020
Full metadata record
DC FieldValueLanguage
dc.creatorMarques, Rebeca Vieira Macedo-
dc.date.accessioned2024-08-01T18:50:08Z-
dc.date.available2024-08-01T18:50:08Z-
dc.date.issued2024-04-25-
dc.identifier.citationMARQUES, Rebeca Vieira Macedo. Análise de agrupamentos aplicada a dados de criminalidade. 2024. 34 f. Trabalho de Conclusão de Curso (Graduação em Matemática) – Universidade Federal de Uberlândia, Ituiutaba, 2024.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/42020-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/us/*
dc.subjectAnálise de agrupamentospt_BR
dc.subjectCluster analysispt_BR
dc.subjectCorrelação cofenéticapt_BR
dc.subjectCophenetic correlationpt_BR
dc.subjectCriminalidadept_BR
dc.subjectCrimept_BR
dc.subjectEstatística multivariadapt_BR
dc.subjectMultivariate statisticspt_BR
dc.subjectTécnicas hierárquicas aglomerativaspt_BR
dc.subjectHierarchical agglomerative techniquespt_BR
dc.titleAnálise de agrupamentos aplicada a dados de criminalidadept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Costa, Franciella Marques da-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7298454857248733pt_BR
dc.contributor.referee1x-
dc.contributor.referee1Lattesxpt_BR
dc.contributor.referee2Alves, Gabriella de Freitas-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0373047099070753pt_BR
dc.contributor.referee3Boiago, Carlos Eduardo Petronilho-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/0435820906050006pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoA análise de agrupamentos é uma importante ferramenta da multivariada que pode ser utilizada em diversas áreas, inclusive em dados de criminalidade. O objetivo deste trabalho foi analisar dados de criminalidade, dos 26 estados brasileiros e do distrito federal, utilizando análise de agrupamentos. Para a análise de agrupamentos utilizou-se diferentes métodos e diferentes distâncias, em seguida obteve-se a correlação cofenética para definir qual combinação resultou em um melhor agrupamento e utilizou-se o pacote NbClust, do software R, para definir o número de clusters na partição final. A análise de agrupamentos para os dados de criminalidade, nas 27 unidades federativas do Brasil para o ano de 2021, mostrou-se eficiente, formando 4 grupos com correlação cofenética igual a 0,88.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseMatemáticapt_BR
dc.sizeorduration34pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApt_BR
dc.orcid.putcode164794436-
Appears in Collections:TCC - Matemática (Ituiutaba / Pontal)

Files in This Item:
File Description SizeFormat 
Trabalho_de_Conclusão_de_Curso_Rebeca_versão_final.pdf1.28 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons