MINISTÉRIO DA EDUCAÇÃO
UNIVERSIDADE FEDERAL DE SANTA MARIA
CENTRO DE CIÊNCIAS RURAIS
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DO SOLO
_____________________________________________________________________
Disciplina: Estatística Multivariada aplicada à Ciência do Solo
Identificação
Código:
Créditos: 3 (1-2)
Nível: Mestrado e Doutorado
Professor: Ricardo Bergamo Schenato
Oferecimento: Bienal (I semestre dos anos pares)
Objetivos da Disciplina
Introduzir aos discentes os conceitos da Estatística Multivariada e
apresentar as principais técnicas utilizadas em Ciência do Solo, enfatizando as
potencialidades e operacionalização de cada uma através do ambiente
estatístico R.
Ementa
Análise de Componentes Principais; Análise Fatorial; Análise de
Correlações Canônicas; Análise de Agrupamentos; Análise Discriminante.
Metodologia e Instrumentos de Ensino
Aulas expositivas com demonstração de princípios e resolução de
exemplos e exercícios em aula; Indicação de leituras e exercícios para serem
realizados em períodos de estudo individual; serão utilizados quadro branco e
projetor multimídia nas aulas expositivas; os exemplos e exercícios serão
conduzidos no ambiente estatístico R.
Formas de avaliação
Participação em aula, resolução dos exercícios propostos e avaliação
final;
Programa
Unidade 1 – Análise de Componentes Principais
1.1 – Matriz de covariâncias
1.2 – Determinação do número de componentes
1.3 – Seleção de variáveis
1.4 - Inferências
Unidade 2 - Análise Fatorial
2.1 – Modelo Fatorial
2.2 – Estimação de Parâmetros
2.3 – Rotação Fatorial
2.4 – Inferência e validação
Unidade 3 - Análise de Correlações Canônicas
3.1 – Variáveis canônicas e correlações canônicas
3.2 – Qualidade da análise
3.3 – Inferências
Unidade 4 - Análise de Agrupamentos
4.1 – Medidas de similaridade e dissimilaridade
4.2 – Agrupamentos hierárquicos
4.3 – Agrupamentos não hierárquicos
4.4 – Determinação do número de grupos
4.5 – Escalonamento Multidimensional
Unidade 5 - Análise Discriminante
5.1 – Regras de classificação
5.2 – Identificação das variáveis mais importantes
5.3 - Funções discriminantes
Bibliografia Recomendada
HAIR, J.F.; BLACK, B.; BABIN, B.; ANDERSON, R.E.; TATHAM, R.L. Análise
Multivariada de Dados. Porto Alegre: Bookman, 2009, 687 p.
FERREIRA, D. F. Estatística Multivariada. 2. Ed. Viçosa: UFLA, 2011, 676 p.
MINGOTI, S.A. Análise de dados através de Métodos de Estatística
Multivariada –uma abordagem aplicada. Belo Horizonte: UFMG, 2013, 297 p.
MANLY, B.J.F. Métodos estatísticos Multivariados – uma introdução. 3. Ed.
Porto Alegre: Bookman, 229 p.
WACKERNAGEL, H. Multivariate Geostatistics.
MELLO, M.P.; PETERNELLI, L.A.; Conhecendo o R – Uma visão mais que
Estatística. Viçosa: Ed. UFV, 2013, 222 p.
R Core Team (2015). R: A language and environment for statistical computing.
R foundation for statistical computing, Vienna, Austria. URL http:// http://www.rproject.org/.
Cronograma da disciplina
Carga horária: 45 horas
Cronograma:
Aula
Assunto
1
Introdução à Estatística Multivariada
2
Noções do ambiente R
3
Noções de Álgebra Matricial e Vetorial
4
Distribuições Multivariadas
5
Análise de Componentes Principais
6
7
8
9
10
11
12
13
14
15
Análise de Componentes Principais – exercício
Análise Fatorial
Análise Fatorial – exercício
Análise de Correlações Canônicas
Análise de Correlações Canônicas – exercício
Análise de Agrupamentos
Análise de Agrupamentos – exercício
Análise Discriminante
Análise Discriminante – exercício
Avaliação Final