Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/8044
Title: Aplicação de técnicas de Machine Learning na combinação de pesquisas eleitorais
Authors: Silva, Jefferson Barbosa da
Keywords: Support Vector Machines;Random Forest;Machine Learning
Issue Date: 5-Dec-2018
Publisher: Universidade Federal do Rio Grande do Norte
Citation: Silva, Jefferson Barbosa da. Aplicação de técnicas de Machine Learning na combinação de pesquisas eleitorais. 2018. 26 f. Trabalho de Conclusão de Curso (Bacharelado em Estatística) - Departamento de Estatística, Universidade Federal do Rio Grande do Norte, Natal, 2018.
Portuguese Abstract: As pesquisas eleitorais brasileiras são feitas, em sua grande maioria, a partir de um plano amostral não-probabilístico por cotas. Sendo assim, há um acumulo de incertezas quanto às estimativas obtidas, visto que não há como garantir que a margem de erro está sendo respeitada e não há como calcular os intervalos de confiança. Como forma de reduzir o erro na estimação da intenção de votos, este trabalho propõe o uso de técnicas de Machine Learning para combinar pesquisas eleitorais. Foram utilizadas as pesquisas eleitorais para o primeiro turno da eleição presidencial de 2014 no Brasil, divulgadas pelos institutos Datafolha, Ibope, MDA, Sensus e Vox Populi. As combinações foram feitas utilizando a Regressão Local, Random Forest e Support Vector Machine (SVM). Com excessão do Random Forest e do SVM com kernel linear, as demais técnicas se apresentaram como boas opções para combinar as pesquisas eleitorais.
Abstract: The Brazilian electoral polls are made, mostly, from a non-probabilistic sample plan by quotas. Thus, there is an accumulation of uncertainties regarding the estimates obtained, since there is no way to guarantee that the margin of error is being respected and there is no way to calculate the confidence intervals. As a way to reduce the error in the estimation of the intention of votes, this work proposes the use of techniques of Machine Learning to combine electoral polls. We used the electoral polls for the first round of the presidential election of 2014 in Brazil, published by the institutes Datafolha, Ibope, MDA, Sensus and Vox Populi. The combinations were made using Local Regression, Random Forest and Support Vector Machine (SVM). With the exception of Random Forest and SVM with linear kernel, the other techniques presented as good options for combining the polls.
URI: http://monografias.ufrn.br/jspui/handle/123456789/8044
Other Identifiers: 2014061093
Appears in Collections:Estatística

Files in This Item:
File Description SizeFormat 
AplicaçãoTecnicasMachineLearning _Silva_2018.pdf1.98 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons