An implementation of a mathematical-computational method for the detection and treatment of financial outliers in higher education
| dc.contributor.advisor | Gouveia, Roberta Macêdo Marques | |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/2024317361355224 | |
| dc.contributor.author | Freitas, Nathan Cavalcante | |
| dc.contributor.authorLattes | http://lattes.cnpq.br/1613649528791400 | |
| dc.date.accessioned | 2024-01-31T12:18:11Z | |
| dc.date.available | 2024-01-31T12:18:11Z | |
| dc.date.issued | 2023-09-06T03:00:00Z | |
| dc.degree.departament | Departamento de Estatística e Informática | |
| dc.degree.graduation | Bacharelado em Sistemas de Informação | |
| dc.degree.grantor | Universidade Federal Rural de Pernambuco | |
| dc.degree.level | Graduacao | |
| dc.degree.local | Recife | |
| dc.description.abstract | O Censo da Educação Superior ocorre anualmente, coletando dados de Instituições de Ensino Superior (IES) no Brasil. Diferentes fatores podem levar a anomalias ou outliers em alguns destes dados coletados. Este trabalho propõe um método matemático-computacional para detectar e tratar valores financeiros atípicos das IES. Para tanto, adota-se as análises univariadas e bivariadas dos dados. Foram analisados dados de despesas e receitas das IES do Censo de 2016 a 2019. Esta análise revelou que 204 de 2.224 IES, aproximadamente 10%, reportaram algum dado atípico. | |
| dc.description.abstractx | The Higher Education Census occurs annually, collecting data from public and private Higher Educational Institutions (HEI) in Brazil. Different factors can lead to anomalies or outliers in some of these collected data. This work proposes a mathematical-computational method to detect and treat atypical HEI’s financial values. Both univariate and bivariate analysis to that end. We analyzed the expenses and incomes of HEI in the census from 2016 to 2019. This analysis revealed that 204 out of 2,224 HEI, approximately 10%, reported some atypical data. | |
| dc.format.extent | 15 f. | |
| dc.identifier.citation | FREITAS, Nathan Cavalcante. An implementation of a mathematical-computational method for the detection and treatment of financial outliers in higher education. 2023. 15 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2023. | |
| dc.identifier.darkflstrmv | https://n2t.net/ark:/57462/001300000h50s | |
| dc.identifier.uri | https://repository.ufrpe.br/handle/123456789/5558 | |
| dc.language.iso | por | |
| dc.publisher.country | Brasil | |
| dc.rights | openAccess | |
| dc.rights.license | Atribuição 4.0 Internacional (CC BY 4.0) | pt_BR |
| dc.rights.uri | https://creativecommons.org/licenses/by/4.0/deed.pt_BR | |
| dc.subject | Ensino superior | |
| dc.subject | Universidades e faculdades - Finanças | |
| dc.subject | Valores discrepantes (Estatística) | |
| dc.subject | Mineração de dados (Computação) | |
| dc.title | An implementation of a mathematical-computational method for the detection and treatment of financial outliers in higher education | |
| dc.type | bachelorThesis |