Use este identificador para citar ou linkar para este item: https://repository.ufrpe.br/handle/123456789/4118
Título: Identificação de Outliers para detectar riscos de gestão
Autor: Brizeno, Raissa Costa
Endereco Lattes do autor: http://lattes.cnpq.br/1672154276438369
Orientador: Monteiro, Cleviton Vinicius Fonsêca
Endereco Lattes do orientador : http://lattes.cnpq.br/9362573782715504
Co-orientador : Lima, Rinaldo José de
Endereço Lattes do Co-orientador : http://lattes.cnpq.br/7645118086647340
Palavras-chave: Outliers (Estatística);Valores atípicos;Estatística - Métodos gráficos;Decisão estatística;Processo decisório
Data do documento: 17-Ago-2018
Citação: BRIZENO, Raissa Costa. Identificação de Outliers para detectar riscos de gestão. 2018. 52 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2018.
Abstract: Outliers are values that doesn’t converge with the rest of the data series. These values when they arise in financial context can represent problems that have a direct influence on the health of an enterprise and the decision-making by the managers. In view of this, it was intended with this work identify anomalies in financial launches arising from the accounts of real companies. For this, statistical analyzes of the launches were fulfilled in order that outliers detection techniques could be chosen and then compared with the outliers detection of evaluators . Among the great variety of techniques were chosen the methods of Boxplot, Boxplot adjusted, MAD and standard deviation. The results show that most of the series didn’t follow a normal distribution, and the experimental results of the comparisons between the automatic methods and the evaluators showed substantial differences.
Resumo: Os outliers são valores que não convergem com o restante dos dados de uma série. Estes valores quando surgem no contexto financeiro podem representar problemas que influenciam diretamente na saúde de um empreendimento e na tomada de decisão pelos gestores. Diante disto pretendeu-se com este trabalho identificar anomalias em lançamentos financeiros advindos contas contábeis de empresas reais. Para isto, realizou-se análises estatísticas dos lançamentos para que técnicas de detecção de outliers pudessem ser escolhidas e, posteriormente, comparadas com a detecção de outliers de avaliadores. Dentre a grande variedade de técnicas foram escolhidos os métodos de Boxplot, Boxplot ajustado, MAD e desvio padrão. Os resultados obtidos mostram que a maioria das séries não seguiam uma distribuição normal, e os resultados experimentais das comparações entre os métodos automáticos e os avaliadores demonstraram diferenças substanciais.
URI: https://repository.ufrpe.br/handle/123456789/4118
Aparece nas coleções:TCC - Bacharelado em Sistemas da Informação (Sede)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_raissacostabrizeno.pdf2,73 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.