• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.45.2020.tde-17092020-140359
Documento
Autor
Nombre completo
Deyvid Toledo Santiago de Almeida
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2020
Director
Tribunal
Chiann, Chang (Presidente)
Montoril, Michel Helcias
Sáfadi, Thelma
Título en portugués
Análise de variância utilizando ondaletas
Palabras clave en portugués
Análise de Fourier
Análise de ondaletas
Análise de variância em séries temporais
Resumen en portugués
Análise de Variância no contexto de séries temporais possui a inconveniência da presença de correlação entre as observações. Nessa dissertação, foram estudados métodos de análise de sinais, mais precisamente análise de Fourier e análise de ondaletas (Wavelets), que são ferramentas capazes de transformar o sinal original em uma nova entidade matemática descorrelacionada que possui domínio diferente do original, possibilitando a aplicação da análise de variância sem violar a hipótese de independência dessa metodologia. A diferença mais relevante entre as técnicas é que a análise de Fourier é própria para sinais estacionários, enquanto a análise de ondaletas é robusta a sinais não estacionários pelo fato de sua transformada possuir aspecto local. Na comparação dos resultados por meio de dados simulados, ambas as técnicas convergiram para um mesmo resultado. Para aplicação em dados, reais foram utilizadas medidas de Pico de Fluxo Expiratório (PFE) ao longo do tempo de crianças e adolescentes com condição asmática, ou não, e expostas ao fumo domiciliar, ou não. Na aplicação da ANOVA dois fatores, ambas as metodologias convergiram no teste de interação, mas ocorreram algumas divergências nos testes dos fatores isoladamente.
Título en inglés
Analysis of variance using wavelets
Palabras clave en inglés
Analysis of variance in time series
Fourier analysis
Wavelet analysis
Resumen en inglés
Analysis of Variance in time series context has a correlation problem between observations. In this dissertation, signal analysis methods were studied, more exactly Fourier analysis and wavelet Analysis, which are tools that transform the original signal into a new mathematical entity that has distinct domain from the original, allowing the application of analysis of variance without violating the independence hypothesis of this tool. The most relevant difference between the techniques is that the Fourier analysis is suitable for stationary signals while the wavelet Analysis is robust to non-stationary signals, because its transform has a local aspect. When comparing the results in simulated data, both techniques converged to the same results. For application in real data, measures were taken over the time of Peak Expiratory Flow (PEF) of children and adolescents with or without asthma and exposed or not to smoking environment in their homes. In two-way ANOVA aplication, both techniques converged by the interaction test, but there were some divergent results by factor tests separately.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2021-02-04
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.