Métodos para re-espacialização de indicadores socioeconômicos/Bruna Duarte Matias ; orientador: Clodoveu Augusto Davis Junior

Autor: Matias, Bruna Duarte
Přispěvatelé: Davis Júnior, Clodoveu Augusto orientador, Pontifícia Universidade Católica de Minas Gerais.Programa de Pós-Graduação em InformáticaInstituição
Jazyk: portugalština
Rok vydání: 2011
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da PUC_MINAS
Pontifícia Universidade Católica de Minas Gerais (PUC MINAS)
instacron:PUC_MINS
Popis: Dissertação (mestrado) - Pontifícia Universidade Católica de Minas Gerais, Programa de Pós-Graduação em Informática Bibliografia: f. 91-95 Resumo: A geração de indicadores socioeconômicos é uma ferramenta importante para análises de dados. Indicadores são informação produzida especificamente para auxiliar nas tomadas de decisões, uma vez que sintetizam de modo consistente variáveis de diversas áreas de conhecimento, transformando-as em informações de rápida visualização e interpretação. No entanto, essas variáveis são coletadas e organizadas de diversas formas, com diferentes granularidades espaciais e temporais. Portanto, utilizar esses dados para a formação de indicadores complexos implica em desafios para a sua transformação e adaptação a cada situação de uso. Sendo assim, esta dissertação apresenta uma coletânea de metodologias, métodos e técnicas utilizadas para compatibilização de dados complexos, segundo as dimensões geográfica, temporal e temática. Apresentamos também um modelo conceitual como proposta para trabalhar com informações com granularidade espacial distinta, através da função Kernel. O modelo foi aplicado em um estudo de caso utilizando dados das mesorregiões, microrregiões e municípios de Minas Gerais. Palavras-chave: indicadores socioeconômicos. compatibilização. Kernel. Abstract: The generation of socio-economic indicators is an important tool for data analysis. Indicators constitute information that is specifically produced to support the decisionmaking process, since they are designed to consistently synthesize variables from various fields of knowledge. However, such variables are collected in several different ways, with varying spatial and temporal granularities. Therefore, in order to be able to use such data in the construction of complex indicators, it is necessary to face the challenge of transforming and adapting them to each situation of use. Therefore, this dissertation presents a collection of methodologies, methods and techniques that can be employed to combine complex data, considering their geographic, temporal and thematic dimensions. A conceptual model on how to work with variables of diverse spatial granularity using Kernel functions is also presented. The model has been verified through a case study that involves population data from Minas Gerais states mesoregions, microregions and municipalities. Keywords: socio-economic indicators. Kernel.
Databáze: OpenAIRE