Use este identificador para citar ou linkar para este item: https://repository.ufrpe.br/handle/123456789/4118
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorMonteiro, Cleviton Vinicius Fonsêca-
dc.contributor.authorBrizeno, Raissa Costa-
dc.date.accessioned2023-03-10T16:40:31Z-
dc.date.available2023-03-10T16:40:31Z-
dc.date.issued2018-08-17-
dc.identifier.citationBRIZENO, 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.pt_BR
dc.identifier.urihttps://repository.ufrpe.br/handle/123456789/4118-
dc.descriptionOs 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.pt_BR
dc.description.abstractOutliers 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.pt_BR
dc.format.extent52 f.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rightsAtribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0)pt_BR
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.pt_BRpt_BR
dc.rightsopenAccesspt_BR
dc.rightsopenAccesspt_BR
dc.subjectOutliers (Estatística)pt_BR
dc.subjectValores atípicospt_BR
dc.subjectEstatística - Métodos gráficospt_BR
dc.subjectDecisão estatísticapt_BR
dc.subjectProcesso decisóriopt_BR
dc.titleIdentificação de Outliers para detectar riscos de gestãopt_BR
dc.typebachelorThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/1672154276438369pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9362573782715504pt_BR
dc.contributor.advisor-coLima, Rinaldo José de-
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/7645118086647340pt_BR
dc.degree.levelGraduacaopt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.localRecifept_BR
dc.degree.grantorUniversidade Federal Rural de Pernambucopt_BR
dc.degree.graduationBacharelado em Sistemas de Informaçãopt_BR
dc.degree.departamentDepartamento de Estatística e Informáticapt_BR
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.