Portal InstitucionalUFPEL

Objetivo Geral:

Conhecimento e aplicação à meteorologia das técnicas estatísticas multivariadas

UNIDADE 1 – INTRODUÇÃO
1.1 Diferenças entre estatística multivariada e univariada
1.2 Organização de dados e notação básica
1.3 Extensão multivariada de estatísticas univariadas comuns

UNIDADE 2 – ÁLGEBRA MATRICIAL
2.1 Vetores
2.2 Matrizes
2.3 Autovalores e autovetores de uma matriz quadrada
2.4 Distância Euclidiana

UNIDADE 3 – ANÁLISE DE COMPONENTES PRINCIPAIS
3.1 Definição de Análise de Componentes Principais (ACP)
3.2 ACP baseada na matriz covariância
3.3 ACP baseada na matriz correlação
3.4 Convenções de escalonamento na ACP
3.5 Critérios de truncamento das componentes principais
3.6 ACP aplicada a campos meteorológicos

UNIDADE 4 – ANÁLISE DE AGRUPAMENTO HIERÁRQUICO
4.1 Medidas de distâncias e a matriz distância
4.2 Métodos aglomerativos usando a matiz distância
4.3 Método da variância mínima de Ward
4.4 Dendrograma
4.5 Quantidade de grupos

Bibliografia Básica:

• HAIR JR., J. F. et al. Análise Multivariada de Dados. 6 ed. Porto Alegre: Bookman. 2009. 688 p.
• PREISENDORFER, R.W. Principal Component Analysis in Meteorology and Oceanography. C.D. Mobley, Elsevier. 1988.
• WILKS, D.S. Statistical Methods in the Atmospheric Sciences. 2.ed. San Diego: Academic Press. 2006. 627 p.

Bibliografia Complementar:

• COMPAGNUCCI, R.H.; RICHMAN, M.B. Can principal components analysis provide atmospheric circulation or teleconnection patterns? International Journal of Climatology, 28, 703-726. 2008.
• EMERY, W. J.; THOMSON, R. E. Data Analysis Methods in Physical Oceanography. Oxford: Pergamon. 1997. 635 p.
• ESSENWANGER, O. M. Elements of Statistical Analysis. Amsterdam – Elsevier, 1986. 422 p.
• RICHMAN, M. B. Rotation of principal components. Journal of Climatology, 6, 293-335. 1986.
• SPECTOR, P. Data Manipulation with R. New York: Springer. 2008. Disponível em via Biblioteca UFPEL. Acesso em 19 Abril 2018.