Estudo da influência de outliers univariados na identificação de sistemas SISO.
Dados contaminados com outliers podem ser um problema na qualidade dos modelos estimados usando técnicas de identificação de sistemas. Estudam-se, neste trabalho, as definições dos diferentes tipos de outliers que comumente afetam os dados coletados de processos. Se faz um estudo sobre a influência...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-27052022-074858 |
| Acceso en línea: | https://www.teses.usp.br/teses/disponiveis/3/3139/tde-27052022-074858/ |
| Access Level: | acceso abierto |
| Palabra clave: | Identificação de sistemas Outliers Outliers detection Outliers removal Robust estimators Robustez System identification Valores atípicos |
| Sumario: | Dados contaminados com outliers podem ser um problema na qualidade dos modelos estimados usando técnicas de identificação de sistemas. Estudam-se, neste trabalho, as definições dos diferentes tipos de outliers que comumente afetam os dados coletados de processos. Se faz um estudo sobre a influência destes valores na identificação de sistemas SISO. São apresentados dois caminhos comuns para abordar o problema. O primeiro, é o típico método de dois passos, detecção de outliers e logo após a sua remoção. Neste caso, são resumidas algumas técnicas que podem ser usadas. O segundo caminho é baseado no uso de estimadores robustos na modelagem. Neste âmbito é feita uma comparação do uso deste tipo de estimadores, quando os dados estão contaminados e comparando com o caso de não existir contaminação. |
|---|