ESTIMATIVA DO INTERVALO DE CONFIANÇA EM AVALIAÇÕES DE BENS POR REDES NEURAIS ARTIFICIAIS AGNALDO...
Transcript of ESTIMATIVA DO INTERVALO DE CONFIANÇA EM AVALIAÇÕES DE BENS POR REDES NEURAIS ARTIFICIAIS AGNALDO...
ESTIMATIVA DO INTERVALO DE CONFIANÇA EM AVALIAÇÕES DE BENS POR REDES
NEURAIS ARTIFICIAIS
AGNALDO CALVI BENVENHOEng. Mecânico, Especialista em Engenharia de Avaliações e Perícias
Membro Titular do IBAPE/SP e do IBAPE/PR
NEURÔNIO HUMANO
.
REDE NEURAL – MULTILAYER PERCEPTRON
.
REDE NEURAL – FUNÇÕES DE ATIVAÇÃO E DE TREINAMENTO
Função linear
Função sigmóide logística
Função de treinamento
INTERVALO DE CONFIANÇA
Intervalo de confiança clássico
INTERVALO DE CONFIANÇA
Intervalo de confiança para regressão linear simples
INTERVALO DE CONFIANÇA
Intervalo de confiança para regressão linear múltipla
INTERVALO DE CONFIANÇA E INTERVALO DE PREDIÇÃOFunção de modelada: Estimativa de yi em função de xi
Regressão: Intervalo de confiança:
Intervalo de predição: Relação entre intervalo de confiança e de predição:
INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Regressão não linear:
Não pode ser representeada por:
Métodos para cálculo do intervalo de confiança em regressões não lineares:
• Linearização dos regressores;• Máxima verossimilhança;• Bootstrap.
INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Regressão não linear:
Estimativa de mínimos quadrados dos parâmetros :
Aproximação por série de Taylor:
INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Erro pontual entre o valor estimado e o observado:
Esperança matemática da distribuição em análise:
Variância de E[-]:
INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Matriz Jacobiana:
Erro padrão da amostra:
INTERVALO DE CONFIANÇA PARA REGRESSÃO NÃO LINEAR
Intervalo de predição:
Intervalo de confiança:
INTERVALO DE CONFIANÇA PARA REDES NEURAIS
- O cálculo dos diversos parâmetros da Matriz Jacobiana é complexo e exige poder computacional;
- Os resultados nem sempre são estáveis;
- Com sistemas flexíveis na implementação de redes neurais artificiais, onde o programa disponibiliza as etapas intermediárias do processamento, buscou-se simplificar o cálculo dos elementos da Matriz Jacobiana.
INTERVALO DE CONFIANÇA PARA REDES NEURAIS
INTERVALO DE CONFIANÇA PARA REDES NEURAIS
INTERVALO DE CONFIANÇA PARA REDES NEURAIS
NÃO DEU CERTO!
EXEMPLO PRÁTICO
EXEMPLO PRÁTICO
EXEMPLO PRÁTICO
EXEMPLO PRÁTICO
EXEMPLO PRÁTICO
EXEMPLO PRÁTICOF:
1,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,0000001,000000 1,000000 1,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000 0,000000
EXEMPLO PRÁTICO
Local = 3,00
Área = 1.000,00Valor unitário = 936,64
Intervalo de confiança = 61,99
Valor unitário = 936,64 ± 61,99