RAE-eletrônica ISSN: Escola de Administração de Empresas de São Paulo. Brasil
|
|
- Arthur Castanho Estrada
- 8 Há anos
- Visualizações:
Transcrição
1 RAE-eletrônca ISSN: Escola de Admnstração de Empresas de São Paulo Brasl Gumarães, Ináco Andrusk; Chaves Neto, Anselmo RECONHECIMENTO DE PADRÕES: METODOLOGIAS ESTATÍSTICAS EM CRÉDITO AO CONSUMIDOR RAE-eletrônca, vol., núm., julo-dcembre,, pp. -4 Escola de Admnstração de Empresas de São Paulo São Paulo, Brasl Dsponível em: Como ctar este artgo Número completo Mas artgos Home da revsta no Redalyc Sstema de Informação Centífca Rede de Revstas Centífcas da Amérca Latna, Carbe, Espanha e Portugal Projeto acadêmco sem fns lucratvos desenvolvdo no âmbto da ncatva Acesso Aberto
2 RECONHECIMENTO DE PADRÕES: METODOLOGIAS ESTATÍSTICAS EM CRÉDITO AO CONSUMIDOR Por: Ináco Andrusk Gumarães Anselmo Chaves Neto RAE-eletrônca, Volume, Número, jul-dez/. &Ano= Copyrght,, RAE-eletrônca. Todos os dretos, nclusve de tradução, são reservados. É permtdo ctar parte de artgos sem autorzação préva desde que seja dentfcada a fonte. A reprodução total de artgos é probda. Os artgos só devem ser usados para uso pessoal e nãocomercal. Em caso de dúvdas, consulte a redação: redacao@rae.com.br. A RAE-eletrônca é a revsta on-lne da FGV-EAESP, totalmente aberta e crada com o objetvo de aglzar a veculação de trabalhos nédtos. Lançada em janero de, com perfl acadêmco, é dedcada a professores, pesqusadores e estudantes. Para mas nformações consulte o ste RAE-eletrônca ISSN Edtora: Fundação Getulo Vargas Escola de Admnstração de Empresas de São Paulo.
3 RECONHECIMENTO DE PADRÕES: METODOLOGIAS ESTATÍSTICAS EM CRÉDITO AO CONSUMIDOR Ináco Andrusk Gumarães Professor do Departamento de Matemátca do CEFET PR - Centro Federal de Educação Tecnológca do Paraná. Professor do Departamento de Admnstração de Empresas da FESP. Mestre em Métodos Numércos em Engenhara pela UFPR. E-mal: naco@fesppr.br Endereço: Rua sete de setembro, Curtba - PR, 83- Interesses de pesqusa: Reconhecmento de Padrões, Análse de Crédto, Regressão Logístca. Anselmo Chaves Neto Mestre em Estatístca pela UNICAMP. Doutor em ENGENHARIA pela PUC-RIO. E-mal: anselmo@est.ufpr.br Endereço: C.P. 98 Centro Poltécnco, CEP Interesses de pesqusa: Métodos Estatístcos Multvarados, Análse de Séres Temporas, Controle Estatístco de Qualdade. RESUMO A nadmplênca é um dos maores problemas, senão o maor, enfrentado pelas admnstradoras de cartão de crédto. No estudo deste problema fo crado o conceto de rsco, que é essencalmente a probabldade de não recebmento dos crédtos por parte das admnstradoras de cartões. Alguns autores, Caouette et al. () e Slva (988) referem-se às técncas estatístcas multvaradas como ferramentas poderosas na admnstração do rsco envolvdo na concessão de crédto pessoal. Este trabalho apresenta a construção e avalação de regras de reconhecmento de padrões baseadas em duas técncas multvaradas: a Função Dscrmnante Lnear de Fsher e a Regressão Logístca para classfcação de clentes de cartão de crédto em um de dos grupos. A efcênca dos procedmentos é avalada por meo do Método de Lachenbruch, Lachenbruch (975). ABSTRACT The non-payment (breach of contract) s one of the major, f not the major, problem faced by admnstrators (companes, agences) of credt. In studes of such problems t was created the rsk concept, that s essentally the probablty of not recevng the credts from the admnstrators. Some authors, Caouette et al. () and Slva (988), refer the multvarate analyss as a very powerful tool n the rsk admnstraton of concedng the personal credt. Ths paper show the buld and the evaluaton of pattern recognton and classfed rules based on the Dscrmnant Lnear Functon and the Logstc Regresson, to classfy the clents of credt card n one of two groups. The effcency of the procedures was evaluated by the Lachenbruch Method, Lachenbruch (975). PALAVRAS-CHAVE Reconhecmento de padrões, função dscrmnante lnear, regressão logístca, método de Lachenbruch. KEY WORDS Pattern recognton, credt analyss, dscrmnant lnear functon, logstc regresson, Lachenbruch s method. RAE- eletrônca - vol. nº jul-dez/
4 O SISTEMA DE ESCORE NO CONTROLE DO RISCO DE INADIMPLÊNCIA A palavra crédto pode ter mas de um sgnfcado, dependendo do contexto sob o qual esteja sendo tratada. Sob o ponto de vsta meramente empresaral, a concessão de crédto sgnfca a transferênca da posse de um bem ou de uma quanta em dnhero, medante a promessa de pagamento futuro. De acordo com este conceto, pode-se entender o crédto à dsposção de uma pessoa, físca ou jurídca, como a capacdade da mesma em obter dnhero, produtos ou servços medante compromsso de pagamento num determnado período de tempo. Uma das maores revoluções no crédto pessoal fo desencadeada pela cração do cartão de crédto. Também chamado dnhero de plástco, é antes de mas nada um nstrumento de crédto automátco. Este sstema atngu proporções que tornam obrgatóra a permanente busca de técncas que permtam o gerencamento de um grande número de portfólos de empréstmos aos mas dversfcados e descentralzados consumdores, de modo a obter smultaneamente o maor retorno possível. No caso específco do crédto ao consumdor, as característcas observadas são: grandes volumes em pequenos montantes; processo de aprovação massfcado; dados lmtados e relatvamente pobres; hstórco de crédto do clente dsponível, mas geralmente ncompleto, em grande parte dos casos lmtando-se ao passado negatvo ou postvo; utlzação de bases estatístcas para avalação do desempenho do gerencamento do portfólo. Incalmente, é necessáro dstngur, segundo enfoques estatístcos, rsco de ncerteza. O prmero exste quando a tomada de decsões é baseada em probabldades objetvas para a estmação de dferentes resultados. Desta forma a expectatva se fundamenta em dados hstórcos, permtndo que as decsões sejam tomadas a partr de estmatvas consderadas acetáves. A ncerteza é observada quando não se tem à dsposção os dados hstórcos acma menconados. Isto exge do tomador de decsões uma certa dose de sensbldade, baseada em observações altamente subjetvas. Esta stuação pode ser verfcada em algumas empresas do setor varejsta, onde a únca nformação dsponível lmta-se à busca de regstros de negatvdade junto aos servços de proteção ao crédto. O prncpal meo de controle do rsco, ou pelo menos o mas utlzado, é o sstema de escore. Este sstema consste bascamente em avalar característcas do novo clente, atrbundo um determnado valor a cada característca. Em seguda os dados obtdos são usados na elaboração de um escore. Com base no escore obtdo pelo clente toma-se a decsão de conceder, ou não, o crédto. Para tomar tal decsão, o escore é comparado com um valor prevamente estabelecdo, chamado valor de corte. É na obtenção deste últmo que resde a maor parte dos problemas enfrentados pelos profssonas envolvdos. A questão a ser resolvda neste ponto pode ser colocada da segunte forma: como obter um valor de corte confável a ponto de evtar perdas para a empresa, tanto pela acetação, errada, de clentes que venham a se tornar nadmplentes quanto pela rejeção, gualmente errada, de clentes admplentes. PROPÓSITOS DO TRABALHO Este trabalho tem os seguntes objetvos: RAE- eletrônca - vol. nº jul-dez/ 3
5 utlzar as técncas estatístcas multvaradas denomnadas Função Dscrmnante Lnear de Fsher (FDL) e a Regressão Logístca (RL) na dentfcação de varáves que permtam evdencar, com certa antecedênca, stuações de nadmplênca por parte de clentes de uma admnstradora de cartões de crédto a partr de nformações cadastras fornecdas pelos mesmos em propostas para adesão ao cartão de crédto admnstrado pela nsttução.. avalar a efcênca dos modelos desenvolvdos, dentfcando aquele de melhor desempenho na dentfcação de varáves acma menconada. Pretende-se atngr este objetvo através do Método de Lachenbruch, uma técnca com característcas dstntas da utlzação de grupos de controle, prátca normalmente adotada neste tpo de estudo. JUSTIFICATIVA PARA OS MÉTODOS UTILIZADOS A Análse Estatístca Multvarada tem sdo menconada por alguns autores, como Slva (988) e Caouette et al. (), como uma ferramenta bastante poderosa na admnstração do rsco de nadmplênca exstente na concessão de crédto. Uma aplcação é a prevsão do rsco que corre um banco ou a admnstradora de crédto, e a conseqüente busca de uma forma de controle deste rsco, va obtenção de um valor de corte calculado com base nas característcas apuradas junto à base de dados da companha. AS TÉCNICAS ESTATÍSTICAS MULTIVARIADAS DE RECONHECIMENTO PADRÕES E DE CLASSIFICAÇÃO DE OBSERVAÇÕES DE As técncas estatístcas multvaradas fazem parte do quadro de métodos quanttatvos tdos como dos mas efcentes para a auxlar a tomada de decsões. De acordo com Slva (988, p. 93), O uso da estatístca, da teora das probabldades, é um valoso nstrumento para a tomada de decsão. Também, segundo o mesmo autor, Outros recursos, como o Teorema de Bayes, Análse Fatoral e Pesqusa Operaconal, por exemplo, têm sua aplcabldade nas áreas de crédto. Quando o analsta de crédto tem à sua dsposção uma regra de reconhecmento de padrões e classfcação que ndque prevamente a chance de nadmplênca de um futuro clente, a decsão de concessão de crédto fca extraordnaramente facltada; esse profssonal pode então utlzar argumentos quanttatvos em substtução a argumentos subjetvos e decdr com maor confança A ANÁLISE DISCRIMINANTE A Análse Dscrmnante é uma técnca estatístca multvarada usada na resolução de problemas que envolvem a separação de conjuntos dstntos de observações e a alocação de novas observações em um conjunto específco. Integra o conjunto de técncas usadas no Reconhecmento de Padrões, juntamente com técncas de Programação Matemátca e, mas recentemente, Redes Neuras e Algortmos Genétcos. O reconhecmento de padrões, de um modo geral, está presente em áreas como: classfcação de empresas, quanto à capacdade de solvênca; processamento de snas; reconhecmento de mpressões dgtas; Elaboração de perfs de consumdores; dagnóstco médco prelmnar; entre outras. RAE- eletrônca - vol. nº jul-dez/ 4
6 Um dos objetvos da Análse Dscrmnante é determnar a que grupo, dentre dos ou mas defndos a pror, pertence um novo elemento, com base em váras característcas observadas para o mesmo. Cada característca consttu uma varável ndependente, contrbundo para a classfcação. A Análse Dscrmnante combna estas varáves em uma ou mas funções, de modo a determnar para cada elemento escores de classfcação com base em um banco de dados composto dos grupos de ndvíduos pré-defndos. Neste trabalho, os grupos, ou classes, defndos a pror são dos: um de clentes admplentes (padrões do prmero grupo) e outro de clentes nadmplentes (padrões do segundo grupo), assm chamados os clentes com pagamento em da de faturas e clentes com atraso superor a sessenta das, respectvamente. O problema básco no reconhecmento de padrões pode ser apresentado da segunte forma: dado um vetor de dmensão n de meddas das característcas, m, obter um método de nversão do mapeamento nas relações g e h, de modo a dentfcar a classe geradora das meddas a partr de m. Este racocíno é lustrado na fgura, a segur. Fgura : Mapeamento das Relações g e m. Espaço de classes, ou grupos (W) Espaço de padrões, ou clentes (P) Espaço de meddas (M) w w... w k g(w) p h(p) m p... p n m... m n Sejam, p.ex., dos grupos de observações resultantes da classfcação segundo um determnado crtéro (neste trabalho, clentes admplentes e nadmplentes) e, anda, as varáves e observadas para cada ndvíduo pertencente a um dos grupos. Na fgura, a segur, tem-se o espaço dscrmnante e a regra de classfcação, representada pela reta R, juntamente com observações dos grupos W e W. Fgura : Espaço Dscrmnante R W W = Grupo = Grupo RAE- eletrônca - vol. nº jul-dez/ 5
7 Pode-se observar na fgura acma que a regra de classfcação, R, separa os pontos em dos grupos de forma razoável, havendo, porém uma mstura de observações. Esta mstura mostra a ocorrênca de erros nas classfcações. Estes erros no reconhecmento dos padrões são uma medda do poder dscrmnante das varáves estudadas. Desta forma, o objetvo é a obtenção de uma regra de classfcação que mnmze a probabldade de classfcação errônea ou seja, otmze o reconhecmento dos padrões e a classfcação dos mesmos. Também é desejável um método que permta determnar quas das varáves estudadas contrbuem de forma sgnfcatva para a dscrmnação dos padrões observados. Um método que possua esta propredade permte que, na formação de um banco de dados, sejam desconsderadas as nformações de pouca relevânca, dmnundo desta forma não só o tempo necessáro para a obtenção da referda regra de classfcação, como também eventuas custos com o trabalho. A FUNÇÃO DISCRIMINANTE LINEAR Uma Função Dscrmnante Lnear (FDL) tem a forma: Z p p p = β + = = β + β β β β () onde Z é o escore dscrmnante (varável dependente) e β, =,,..., p são os coefcentes da função nas varáves, =,,,..., p, com =. A função retorna um valor Z, para um novo padrão m, que é um vetor com as meddas das característcas observadas. O valor de Z funconará como escore de classfcação deste mesmo padrão. A Função Dscrmnante Lnear de Fsher, fo o prmero método estatístco de dscrmnação e classfcação. A déa fundamental de Fsher fo transformar a observação multvarada, de dmensão p, na observação unvarada y (escore), tal que os escores obtdos para as populações W e W sejam separados tanto quanto possível. Sendo µ, µ e Σ respectvamente os parâmetros: vetor médo de W, vetor médo de W e matrz de covarânca comum a ambas as populações, tem-se a função abaxo, que funcona como regra de classfcação ao comparar y com o valor de corte m. y = - ( µ )'Σ µ () Então pode-se expressar a regra de classfcação como Alocar em W se y m. Alocar em W se y m <. Na realdade, os parâmetros µ, µ e Σ não são conhecdos. Então trabalha-se com os seus estmadores:, e S p, obtdos de amostras aleatóras dos grupos W e W com tamanhos n e n, respectvamente. O estmador S p, da matrz de covarânca comum Σ, tem por expressão: RAE- eletrônca - vol. nº jul-dez/ 6
8 S = p n + n. [( n ). S + ( n ) S ] onde S e S são as matrzes de covarâncas amostras. Assm, a Função Dscrmnante Lnear de Fsher Amostral é, segundo Johnson e Wchern (988): - ( )' (3) yˆ =. (4) S p O valor de corte m é estmado por ( y y ) m ˆ = + (5) onde y e y são as médas amostras dos escores para W e W, respectvamente. Desta forma, a regra de classfcação para uma observação pode ser apresentada como Alocar Alocar em W se ( ) S m y = ˆ p ' em W se ( ) S m y = ˆ p < ' A REGRESSÃO LOGÍSTICA A Regressão Logístca consste, fundamentalmente, na busca de um modelo que permta relaconar uma varável y, chamada varável resposta, aos fatores,...,, que, supõe-se, nfluencam as p- ocorrêncas de um evento. A varável resposta deve ser do tpo dcotômca, assumndo apenas os valores ou. Neste caso exste nteresse apenas na ocorrênca, ou não, do evento em questão. No presente trabalho, desgna clente nadmplente e desgna clente admplente. No modelo logístco a relação é dada por uma função tpo sgmóde, ou seja: Y µ e = (6) µ + e onde µ é uma expressão que relacona os fatores acma e tem a forma µ = β +ε = β + β + β + + β + ε = β +... p p β + ε (7) = p RAE- eletrônca - vol. nº jul-dez/ 7
9 A função (6) assume valores entre e para µ ( -, ). A fgura 3, a segur, demonstra esse argumento. Fgura 3: Gráfco da Função Sgmóde y ½ µ O escore y representa a probabldade de ocorrênca do evento assocado a, ou seja, y = P( W ) = P(). Assm tem-se, p β + β = e P( ) = (8) p β + β = + e que pode ser representada por P β ' e = (9) + e ( ) β ' A estmação dos coefcentes β, β,..., β p é feta através do Método da Máxma Verossmlhança, e o cálculo segue o Método de Newton, conforme descrto por Luenberger (973). O MÉTODO DE LACHENBRUCH Tão mportante quanto a obtenção de uma boa regra de reconhecmento e classfcação é a determnação da efcênca da mesma. Uma regra que apresente uma taxa de erros elevada, pouca, ou nenhuma, utldade terá. O Método de Lachenbruch, Lachenbruch (975), é uma forma de avalar a efcênca da regra de classfcação. Esta técnca segue os passos apresentados a segur: RAE- eletrônca - vol. nº jul-dez/ 8
10 . Escolher um dos grupos (amostras).. Retrar uma observação do grupo. 3. Construr uma regra de classfcação com as n observações restantes do grupo escolhdo e as n observações do segundo grupo, sto é, para n + n observações. 4. Classfcar a observação retrada, usando a função obtda anterormente. 5. Realocar a observação descartada e repetr os passos e para todas as observações do prmero grupo. 6. Repetr os passos a 5 para o segundo grupo. 7. Fnalmente, construr a regra de classfcação com o total das n = n + n observações. n n Assm obtém-se as probabldades P ( ) = e P ( ) =, onde n j é o número de n n observações do grupo classfcados como sendo do grupo j, com, j =,. A proporção total esperada de erro é: n + n E ˆ( AER) = () n + n Desta forma obtém-se uma regra de reconhecmento e classfcação construída com as n observações amostras e testada com todas as referdas observações. Isto equvale a ter um grupo com n observações para o ajuste, ou trenamento, e outro grupo, também de tamanho n, para testar a efcênca do procedmento. Uma abordagem alternatva, e utlzada com maor freqüênca, é a formação de grupos de controle. Esta técnca, entretanto, carrega consgo o séro nconvenente de possbltar que, na formação dos referdos grupos, sejam utlzadas observações responsáves pela já menconada mstura. Como resultado pode-se obter uma avalação rreal para a regra de classfcação, já que mutas das respostas estmadas para as menconadas observações poderão não concdr com as respostas efetvamente observadas. SELEÇÃO DA AMOSTRA E VARIÁVEIS ESTUDADAS Neste trabalho utlzou-se uma amostra com 77 observações, sendo pertencentes ao grupo, de clentes nadmplentes, e 65 pertencentes ao grupo, de clentes admplentes. Consdera-se nadmplente o clente que não honrar duas prestações mensas consecutvas, acumulando assm um atraso superor a sessenta das para a prmera prestação. Foram estudadas as varáves normalmente constantes em formuláros de adesão utlzados pela nsttução fnancera fornecedora do dados, como p. ex. sexo, dade, renda e tempo de servço no atual emprego. Foram excluídas todas as nformações que de alguma forma possbltassem a dentfcação dos clentes. Também foram defndas algumas varáves sntétcas, com valores obtdos a partr de valores observados para outras varáves, como p. ex. a razão entre o tempo de servço e a dade. As varáves são apresentadas nas tabelas e, no fnal do texto, juntamente como os respectvos coefcentes. Nessas tabelas não constam as varáves descartadas em função do baxo poder dscrmnante, avalado com base no valor absoluto do respectvo coefcente. RAE- eletrônca - vol. nº jul-dez/ 9
11 Juntamente com o banco de dados fo dsponblzado o resultado da avalação sobre os dados fornecdos pelos clentes, efetuada através do método atualmente usado pela nsttução fornecedora dos dados, para cada uma das observações. Estes resultados foram comparados com as classfcações fornecdas pelas regras FDL e RL obtdas através dos métodos descrtos neste trabalho. Os resultados são apresentados na Tabela 3, no fnal do texto. A comparação fo efetuada apenas para as taxas de acerto das regras envolvendo as varáves correntes, já que o método em questão não é aplcado sobre as varáves sntétcas. OBTENÇÃO DA FUNÇÃO DISCRIMINANTE LINEAR E DO MODELO DE REGRESSÃO LOGÍSTICA A matrz de dados de ordem n x p, onde n = 77 observações do vetor, de dmensão p = 7 varáves, fo utlzada para a obtenção de uma Função Dscrmnante Lnear Amostral de Fsher, partndo-se da matrz de covarânca estmada S p (3), com observações do grupo (n ), de clentes nadmplentes, e 65 observações do grupo (n ), de clentes admplentes. O cálculo dos estmadores de máxma verossmlhança em ambas as regras fo efetuado através de um programa computaconal escrto em Vsual Basc 5.. A Função Dscrmnante Lnear de Fsher Amostral obtda tem seus coefcentes dados na Tabela. A efcênca fo avalada pelo Método de Lachenbruch. Os resultados da avalação constam na Tabela 3. A mesma amostra utlzada para o ajuste da Função Dscrmnante Lnear de Fsher fo também usada para modelar um ajuste logístco, através do mesmo programa. A matrz já menconada fo usada para a obtenção de um Modelo de Regressão Logístca, utlzando as mesmas observações e calculando os Estmadores de Máxma Verossmlhança através do Método de Newton. A efcênca fo gualmente avalada pelo Método de Lachenbruch, com os resultados apresentados na Tabela 3. AVALIAÇÃO DO DESEMPENHO DAS REGRAS USANDO O MÉTODO DE LACHENBRUCH As taxas de acerto para a Função Dscrmnante Lnear de Fsher e para o Modelo de Regressão Logístca, obtdas com o acréscmo de algumas das varáves sntétcas, são apresentadas na Tabela 3, possbltando uma comparação das mesmas com o desempenho do método atualmente em uso. Na referda tabela percebe-se que o Modelo de Regressão Logístca leva certa vantagem sobre os demas. Também é possível notar que a taxa de acertos do modelo atual para o grupo, de clentes admplentes, é superor à taxa apresentada pela Função Dscrmnante Lnear para o mesmo grupo. Entretanto, para o grupo, de clentes nadmplentes, esta últma apresentou uma taxa consderavelmente superor. Na mesma tabela percebe-se que, entre os 36 clentes que se mostraram nadmplentes, 55 (4,44%) foram aprovados pelo método atual. Este índce é sufcente para colocar em dúvda a efcáca do atual método na prevsão de nadmplênca. RAE- eletrônca - vol. nº jul-dez/
12 CONCLUSÕES O emprego de métodos centífcos, especalmente os quanttatvos, na gestão de operações de crédto pessoal não é uma prátca muto dfundda no Brasl, exceto em empresas que operam em âmbto nternaconal e que costumam utlzar os referdos métodos em seus países de orgem. As ferramentas computaconas dsponíves atualmente permtem, com relatva facldade, a automatzação de tas procedmentos. Desta forma não há razão que justfque a sua não utlzação, prncpalmente se for levado em consderação que qualquer redução na nadmplênca só tende a reduzr os custos da concessão de crédto. A nsttução de crédto tem nos métodos aqu estudados (Função Dscrmnante Lnear de Fsher e Regressão Logístca) uma ferramenta que, alada à nformátca, possu negável confabldade quanto aos resultados apresentados. Não se deve esquecer, contudo, que esta ferramenta necessta para o seu desenvolvmento e posteror aplcação, de um banco de dados da maor qualdade a fm de aumentar anda mas o seu potencal de auxílo à tomada de decsões. A dferença de efcênca, verfcada pelo Método de Lachenbruch, entre os dos procedmentos apresentados não é sgnfcatva. Porém, lgera vantagem favorece a Regressão Logístca. O fundamental na atvdade de análse de crédto é um banco de dados com nformações que realmente possbltem a dscrmnação entre os dversos padrões. Se o estudo desenvolvdo for efetvamente mplementado na nsttução fnancera, é possível também detectar a perda do poder dscrmnante de determnadas varáves, traduzda pela dmnução do respectvo peso em valor absoluto. Este procedmento permte a obtenção de regras de classfcação atualzadas, já que acompanha as alterações dos perfs dos clentes de ambos os grupos. Como exemplo de alteração de perfl pode-se ctar a posse de aparelho de telefona celular. Até cnco anos atrás a posse deste bem geralmente ndcava que o clente possuía uma renda sensvelmente superor à méda. A abertura do setor de telecomuncações possbltou que uma grande parcela da população tvesse acesso ao produto. Tal fenômeno acabou por tornar no mínmo temerára qualquer nferênca sobre a renda de um clente a partr desta nformação. Desta forma fca enfatzada a necessdade de um banco de dados com nformações dscrmnantes e permanentemente atualzadas. É necessáro ressaltar que não fo dedcada atenção especal à regão de superposção de escores, lustrada na Fgura 4, adante. Esta regão refere-se aos escores de clentes admplentes, que de acordo com a regra teram avalação negatva, e também de clentes nadmplentes com escores que permtram uma classfcação postva. Stuações como esta evdencam a necessdade de normas gerencas que orentem a tomada de decsão nestes casos. Vale lembrar que tas normas devem estar de acordo com o perfl da nsttução, agressvo ou conservador, e levar em consderação o custo representado por uma decsão equvocada, representado tanto pela acetação de um mau clente, como pela rejeção de um bom clente. A sugestão que se faz no trabalho é que se fxe lmtes para esta regão de forma que um padrão stuado neste ntervalo (L, Ls) tenha uma análse com ntervenção pessoal do analsta de crédto, não fcando apenas na forma da rotna automatzada computaconalmente. Dante das consderações anterores pode-se conclur, anda, que: Uma regra de reconhecmento e classfcação obtda por qualquer dos métodos apresentados neste trabalho, só terá alguma efcáca como ferramenta de apoo à tomada de decsões se for obtda a partr de um banco de dados permanentemente atualzado. A busca por nformações que apresentem a necessára consstênca e alto poder dscrmnatóro deve ser uma preocupação constante do tomador de decsões. RAE- eletrônca - vol. nº jul-dez/
13 Seja qual for o sstema escolhdo, é de extrema mportânca a elaboração de normas que orentem a tomada de decsão em stuações nas quas o escore obtdo pelo clente encontre-se na regão de superposção. Para levar a efeto a elaboração destas normas é ndspensável que se tenha em mente a cultura da empresa. Fgura 4: Regão de Superposção de Escores Menor escore do grupo (L) mˆ Maor escore do grupo (Ls) y ˆ Clentes nadmplentes () Valor de Corte Clentes admplentes () Fnalmente, deve-se ressaltar que, qualquer que seja o método adotado, e não mportando quão efcaz ele seja, é necessáro ter a conscênca de que uma regra de reconhecmento e classfcação é uma ferramenta de apoo à tomada de decsão, ntegrando portanto o conjunto de técncas à dsposção dos profssonas que atuam na área. É mportante, também, destacar a necessdade da mudança de cultura das nsttuções de crédto que preferem pratcar juros extraordnaramente altos ao nvés de, com base em uma metodologa centífca, seleconarem adequadamente os seus clentes, de forma que se tenha um custo reduzdo no mercado para o servço oferecdo. RAE- eletrônca - vol. nº jul-dez/
14 TABELA COEFICIENTES DA FUNÇÃO DISCRIMINANTE LINEAR DE FISHER VARIÁVEIS COEFICIENTES LIMITE, SEO -,597 TEMPO DE RESIDÊNCIA -,86 SEGURO AUTOMOTIVO -,79 SEGURO RESIDENCIAL,594 CARTÃO SEGURADO,79 SEGURO DE VIDA,969 RENDA -,4 IDADE -,66 TEMPO NO ATUAL EMPREGO -, IDADE DO CÔNJUGE -,5 TELEFONE CELULAR 7,33 ESTADO CIVIL,5 TIPO DO DOCUMENTO -,6 APRESENTADO ESCOLARIDADE -,7977 TIPO DE RESIDÊNCIA -,765 SETOR DE ATIVIDADE -,955 CEP, Tabela COEFICIENTES DO MODELO DE REGRESSÃO LOGÍSTICA VARIÁVEIS COEFICIENTES ( βˆ ) LIMITE -,6 SEO,88 TEMPO DE RESIDÊNCIA,643 SEGURO AUTOMOTIVO,6 SEGURO RESIDENCIAL -,3739 CARTÃO SEGURADO - 5,3658 SEGURO DE VIDA -,7594 RENDA, IDADE,98 TEMPO NO ATUAL EMPREGO,443 IDADE DO CÔNJUGE,9 TELEFONE CELULAR - 6,6774 ESTADO CIVIL -,65 TIPO DO DOCUMENTO,7448 APRESENTADO ESCOLARIDADE,964 TIPO DE RESIDÊNCIA,5737 SETOR DE ATIVIDADE -,8687 CEP -,3 CONSTANTE 9,695 RAE- eletrônca - vol. nº jul-dez/ 3
15 TABELA 3 RESULTADOS DA AVALIAÇÃO DOS MODELOS DE RECONHECIMENTO DE PADRÕES PELO MÉTODO DE LACHENBRUCH MODELO DE RECONHECIMENTO DE PADRÕES VARIÁVEIS CORRENTES VARIÁVEIS CORRENTES E VARIÁVEIS SINTÉTICAS Grupo (Inadmplentes) Grupo (Admplentes) Grupo (Inadmplentes) Grupo (Admplentes) Função Dscrmnante Lnear 9,6 % 9,4 % 69,6 % 58,84 % Modelo de Regressão Logístca 99, % 99,83 % 87,5 % 98,84 % Método Atualmente Utlzado 59,55 % 96,49 % - x - - x - REFERÊNCIAS BIBLIOGRÁFICAS Artgo recebdo em Aprovado em 4.4. CAOUETTE, J. B., ALTMAN, E. I. & NARAYANAN, P. Gestão do rsco de crédto. O próxmo grande desafo fnancero. São Paulo: Qualtymark,. JOHNSON, R. A. & WICHERN, D. W. Appled multvarate statstcal analyss.. ed. New Jersey: Prentce Hall Internatonal,Inc.,988. LACHENBRUCH, P. A. Dscrmnant Analyss. New York: Hafner Press, 975. LUENBERGER, D. G. Introducton to lnear and nonlnear programmng. Readng: Addson-Wesley Publshng Company,973. SILVA, J. P. da Análse e decsão de crédto. São Paulo: Atlas,988. RAE- eletrônca - vol. nº jul-dez/ 4
NOTA II TABELAS E GRÁFICOS
Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.
Leia mais5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)
5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de
Leia maisTEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisMinistério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação
Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados
Leia maisEstimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel
Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia maisRegressão e Correlação Linear
Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisPROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ
GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS
Leia maisProfessor Mauricio Lutz CORRELAÇÃO
Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,
Leia mais7. Resolução Numérica de Equações Diferenciais Ordinárias
7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem
Leia maisCENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG
1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o
Leia maisMetodologia IHFA - Índice de Hedge Funds ANBIMA
Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge
Leia maisNota Técnica Médias do ENEM 2009 por Escola
Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos
Leia maisNORMAS DE SELEÇÃO AO DOUTORADO
1. INSCRIÇÕES PARA SELEÇÃO 1.1. Para a Área de Irrgação e Drenagem Poderão nscrever-se canddatos formados em Engenhara Agrícola, Agronoma, Meteorologa e demas Engenharas, ou em outras áreas afns a crtéro
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o
Leia maisEstatística stica Descritiva
AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas
Leia maisMétodos de Monitoramento de Modelo Logit de Credit Scoring
Métodos de Montoramento de Modelo Logt de Credt Scorng Autora: Armando Chnelatto Neto, Roberto Santos Felíco, Douglas Campos Resumo Este artgo dscute algumas técncas de montoramento de modelos de Credt
Leia maisControle de Ponto Eletrônico. Belo Horizonte
Controle de Ponto Eletrônco da Câmara Muncpal de Belo Horzonte Instrutor: André Mafa Latn DIVPES agosto de 2010 Objetvo Informar sobre o preenchmento da folha de frequênca; Facltar o trabalho das chefas;
Leia maisAnálise Econômica da Aplicação de Motores de Alto Rendimento
Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente
Leia maisCovariância e Correlação Linear
TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisObjetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para
Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre
Leia maisUniversidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.
A CONSTRUÇÃO DE CARTEIRAS EFICIENTES POR INTERMÉDIO DO CAPM NO MERCADO ACIONÁRIO BRASILEIRO: UM ESTUDO DE CASO PARA O PERÍODO 006-010 Rodrgo Augusto Vera (PROVIC/UEPG), Emerson Martns Hlgemberg (Orentador),
Leia mais2 Máquinas de Vetor Suporte 2.1. Introdução
Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisAnálise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.
Análse do Retorno da Edcação na Regão Norte em 2007: Um Estdo à Lz da Regressão Qantílca. 1 Introdcão Almr Rogéro A. de Soza 1 Jâno Macel da Slva 2 Marnalva Cardoso Macel 3 O debate sobre o relaconamento
Leia maisModelo Multi-Estado de Markov em Cartões de Crédito. Daniel Evangelista Régis Rinaldo Artes
Modelo Mult-Estado de Markov em Cartões de Crédto Danel Evangelsta Régs Rnaldo Artes Insper Workng Paper WPE: 137/2008 Copyrght Insper. Todos os dretos reservados. É probda a reprodução parcal ou ntegral
Leia maisCÁLCULO DO ALUNO EQUIVALENTE PARA FINS DE ANÁLISE DE CUSTOS DE MANUTENÇÃO DAS IFES
MIISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO SUPERIOR DEPARTAMETO DE DESEVOLVIMETO DA EDUCAÇÃO SUPERIOR TECOLOGIA DA IFORMAÇÃO CÁLCULO DO ALUO EQUIVALETE PARA FIS DE AÁLISE DE CUSTOS DE MAUTEÇÃO DAS IFES
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES
O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu
Leia maisControlo Metrológico de Contadores de Gás
Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade
Leia maisPARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.
EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve
Leia maisSistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?
Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda
Leia maisModelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.
Modelagem multvarável com varáves quanttatvas e qualtatvas, com resposta bnára. O modelo de regressão não lnear logístco ou modelo logístco é utlzado quando a varável resposta é qualtatva com dos resultados
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística
ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas
Leia maisCálculo do Conceito ENADE
Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação
Leia maisCAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)
PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra
Leia maisUNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia
CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisCAPÍTULO 1 Exercícios Propostos
CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,
Leia mais! Superlntenrlencia Reg.onaJ do Ma:toGro$So. Qualificação e Reinserção Profissional dos Resgatados do Trabalho Escravo elou em AÇÃO INTEGRADA
",, 1," ;,,," 1, C?5lMnstérO Públco do "':'1"') Trabalho PRT 23,! Superlntenrlenca RegonaJ do Ma:toGro$So!! (', ' \_ \ '1 j t t' 1 PROJETO: Qualfcação e Renserção Profssonal dos Resgatados do Trabalho
Leia maisExpressão da Incerteza de Medição para a Grandeza Energia Elétrica
1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos
Leia maisVariabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado
Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação
Leia maisElaboração: Fevereiro/2008
Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras
Leia maisHansard OnLine. Guia Unit Fund Centre
Hansard OnLne Gua Unt Fund Centre Índce Págna Introdução ao Unt Fund Centre (UFC) 3 Usando fltros do fundo 4-5 Trabalhando com os resultados do fltro 6 Trabalhando com os resultados do fltro Preços 7 Trabalhando
Leia maisCurso de especialização em Finanças e Economia Disciplina: Incerteza e Risco Prof: Sabino da Silva Porto Júnior Sabino@ppge.ufrgs.
Incerteza: o básco Curso de especalzação em Fnanças e Economa Dscplna: Incerteza e Rsco Prof: Sabno da Slva Porto Júnor Sabno@ppge.ufrgs.br Introdução Até agora: conseqüêncas das escolhas dos consumdores
Leia maisSistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001
Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)
Leia maisUso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada
XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos
Leia maisPLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS
PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisEscolha do Consumidor sob condições de Risco e de Incerteza
9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera
Leia mais1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.
Leia maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisO Método de Redes Neurais com Função de Ativação de Base Radial para Classificação em Data Mining
O Método de Redes Neuras com Função de Atvação de Base Radal para Classfcação em Data Mnng Ana Paula Scott 1, Mersandra Côrtes de Matos 2, Prscyla Walesa T. A. Smões 2 1 Acadêmco do Curso de Cênca da Computação
Leia maisCaderno de Exercícios Resolvidos
Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisY X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)
Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)
Leia maisSinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.
Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só
Leia maisA Matemática Financeira nos Financiamentos Habitacionais
2013: Trabalho de Conclusão de Curso do Mestrado Profssonal em Matemátca - PROFMAT Unversdade Federal de São João del-re - UFSJ Socedade Braslera de Matemátca - SBM A Matemátca Fnancera nos Fnancamentos
Leia maisElaboração: Novembro/2005
Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas
Leia maisModelo de Mensuração da Rentabilidade do Crédito Comercial
Modelo de Mensuração da Rentabldade do Crédto Comercal Autora: Dany Rogers, Pablo Rogers, Karem Crstna de Sousa Rbero Resumo A avalação para concessão de crédto, prncpalmente em empresas comercas, é tradconalmente
Leia maiswww.obconcursos.com.br/portal/v1/carreirafiscal
www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,
Leia maisO Uso do Software Matlab Aplicado à Previsão de Índices da Bolsa de Valores: Um Estudo de Caso no Curso de Engenharia de Produção
O Uso do Software Matlab Aplcado à Prevsão de Índces da Bolsa de Valores: Um Estudo de Caso no Curso de Engenhara de Produção VICENTE, S. A. S. Unversdade Presbterana Mackenze Rua da Consolação, 930 prédo
Leia maisUniversidade Federal do Pará Instituto de Ciências Exatas e Naturais Programa de Pós-Graduação em Matemática e Estatística
Unversdade Federal do Pará Insttuto de Cêncas Exatas e Naturas Programa de Pós-Graduação em Matemátca e Estatístca João Ulsses Barata da Slva USO DE TÉCNICAS DE CLASSIFICAÇÃO NA ANÁLISE DE CONCESSÃO DE
Leia maisApostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna
Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade
Leia maisAvaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe
Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em
Leia maisInfluência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção
Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisO migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial
O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisTITLE: ANALYSIS OF THE ACADEMIC PERFORMANCE OF STUDENTS OF TOURISM COURSE OF A HIGHER EDUCATION INSTITUTION USING MULTIVARIATE TECHNIQUES
TITLE: ANALYSIS OF THE ACADEMIC PERFORMANCE OF STUDENTS OF TOURISM COURSE OF A HIGHER EDUCATION INSTITUTION USING MULTIVARIATE TECHNIQUES Teóflo Camara Mattozo (Unversdade Estadual do Ro Grande do Norte,
Leia maisFast Multiresolution Image Querying
Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisRastreando Algoritmos
Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos
Leia maisAnálise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura
Análse logístca da localzação de um armazém para uma empresa do Sul Flumnense mportadora de alho n natura Jader Ferrera Mendonça Patríca Res Cunha Ilton Curty Leal Junor Unversdade Federal Flumnense Unversdade
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisPalavras-chaves: Gráficos de controle, ambiente R, análise estatística multivariada
A ntegração de cadeas produtvas com a abordagem da manufatura sustentável. Ro de Janero, RJ, Brasl, 13 a 16 de outubro de 2008 O DESENVOLVIMENTO DE GRÁFICOS DE CONTROLE MCUSUM E MEWMA EM AMBIENTE R COMO
Leia maisREGULAMENTO GERAL (Modalidades 1, 2, 3 e 4)
REGULAMENTO GERAL (Modaldades 1, 2, 3 e 4) 1. PARTICIPAÇÃO 1.1 Podem concorrer ao 11º Prêmo FIEB de Desempenho Socoambental da Indústra Baana empresas do setor ndustral nas categoras MICRO E PEQUENO, MÉDIO
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisI. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que
DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de
Leia maisEstudo para Implementação de um Sistema de Roteirização e um Novo Centro de Distribuição para uma Empresa de Água Mineral do Sul de Minas Gerais
Estudo para Implementação de um Sstema de Roterzação e um Novo Centro de Dstrbução para uma Empresa de Água Mneral do Sul de Mnas Geras Ilton Curty Leal Junor ltoncurty@gmal.com UFF Dego de Olvera Pexoto
Leia maisALGORITMO E PROGRAMAÇÃO
ALGORITMO E PROGRAMAÇÃO 1 ALGORITMO É a descrção de um conjunto de ações que, obedecdas, resultam numa sucessão fnta de passos, atngndo um objetvo. 1.1 AÇÃO É um acontecmento que a partr de um estado ncal,
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisPPSS. Análise de Comportamentos para Função 27.05.2014. Este relatório é fornecido por:
PP Análse de omportamentos para Função Análse de omportamentos para Função Função: ontabldade argo: Gerente de contabldade epartamento: Operações Empresa: orporação TUV Referênca: Paula da lva.0.0 Este
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisModelos estatísticos para previsão de partidas de futebol
Modelos estatístcos para prevsão de partdas de futebol Dan Gamerman Insttuto de Matemátca, UFRJ dan@m.ufrj.br X Semana da Matemátca e II Semana da Estatístca da UFOP Ouro Preto, MG 03/11/2010 Algumas perguntas
Leia maisCURRICULUM VITAE - RESUMIDO
A estatístca tem uma partculardade: pesqusamos para dzer algo sgnfcatvo sobre o unverso que elegemos, porém a pesqusa só será sgnfcatva se conhecermos sufcentemente o unverso para escolhermos adequadamente
Leia maisO COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS*
O COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS* Sóna Costa** Luísa Farnha** 173 Artgos Resumo As nsttuções fnanceras
Leia maisAnálise multivariada do risco sistemático dos principais mercados de ações da América Latina: um enfoque Bayesiano
XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 006 Análse multvarada do rsco sstemátco dos prncpas mercados de ações da Amérca Latna: um enfoque Bayesano André Asss de Salles (UFRJ) asalles@nd.ufrj.br
Leia maisCONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010
Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon
Leia maisProf. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão
IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal
Leia maisBALANÇO HÍDRICO: UMA FERRAMENTA PARA GESTÃO INDUSTRIAL E OTIMIZAÇÃO AMBIENTAL.
BALANÇO HÍDRICO: UMA FERRAMENTA PARA GESTÃO INDUSTRIAL E OTIMIZAÇÃO AMBIENTAL. Leonardo Slva de Souza (1) Mestrando em Engenhara Químca(UFBA). Pesqusador da Rede Teclm. Bárbara Vrgína Damasceno Braga (1)
Leia maisUNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR
Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma
Leia mais