Nome da Atividade
MÉTODOS MULTIVARIADOS
CÓDIGO
1640179
Carga Horária
68 horas
Tipo de Atividade
DISCIPLINA
Periodicidade
Semestral
Modalidade
PRESENCIAL
Unidade responsável
CARGA HORÁRIA OBRIGATÓRIA
4
CARGA HORÁRIA PRÁTICA
2
CARGA HORÁRIA TEÓRICA
2
CRÉDITOS
4
FREQUÊNCIA APROVAÇÃO
75%
NOTA MÉDIA APROVAÇÃO
7
Ementa
A disciplina aborda majoritariamente técnicas de análise multivariada de dados. Os
assuntos abordados incluem Análise de Componentes Principais, Análise Fatorial,
Análise de Conglomerados, Análise Discriminante, Regressão Logística, Regressão por
Mínimos Quadrados Parciais (Partial Least Squares Regression) e ferramentas de data
mining. Também são abordadas técnicas de análise de decisão multi-criterio.
assuntos abordados incluem Análise de Componentes Principais, Análise Fatorial,
Análise de Conglomerados, Análise Discriminante, Regressão Logística, Regressão por
Mínimos Quadrados Parciais (Partial Least Squares Regression) e ferramentas de data
mining. Também são abordadas técnicas de análise de decisão multi-criterio.
Objectives
Objetivo Geral:
Capacitar os estudantes contribuindo para o conhecimento e para a análisemultivariada de dados.
Conteúdo Programático
Modulo 1: Tipos de técnicas multivariadas.
Preparação para analise multivariada.
O que é análise fatorial, exemplo, processo de decisão.
Modulo 2: Análise Fatorial.
Variáveis categóricas.
Análise de componentes principais.
Modulo 3: Análise Descriminante Múltipla
Manova, Análise multivariada de variância.
Análise Conjunta.
Análise de correlação Canônica.
Modulo 4: Técnicas de Interdependência
Análise de agrupamentos.
Escalonamento Multidimensional, MDS.
Análise de Correspondência.
Análise de cluster
Modulo 4: Modelos de Regressões
Regressão Logística
Regressão Loglinear
Regressão PLS
Modulo 5: Técnicas diversas
Data mining, AHP
Preferência declarada
Preparação para analise multivariada.
O que é análise fatorial, exemplo, processo de decisão.
Modulo 2: Análise Fatorial.
Variáveis categóricas.
Análise de componentes principais.
Modulo 3: Análise Descriminante Múltipla
Manova, Análise multivariada de variância.
Análise Conjunta.
Análise de correlação Canônica.
Modulo 4: Técnicas de Interdependência
Análise de agrupamentos.
Escalonamento Multidimensional, MDS.
Análise de Correspondência.
Análise de cluster
Modulo 4: Modelos de Regressões
Regressão Logística
Regressão Loglinear
Regressão PLS
Modulo 5: Técnicas diversas
Data mining, AHP
Preferência declarada
Bibliografia
Bibliografia Básica:
- HAIR JR., J.F.; ANDERSON, R.E.; TATHAM, R.L.; & BLACK, W.C. Análise Multivariada de Dados. Editora: Bookman, 6ª Edição 2009.
- JOHNSON, R.A. & WICHERN, D. W. Applied Multivariate Statistical Analysis. Prentice Hall, 5ª Ed., Englewood Cliffs, New Jersey, 1992.
- RENCHER, A. C. Methods of Multivariate Analysis. John Wiley & Sons, Inc., New York, 1995.
Bibliografia Complementar:
- AKEY, T. M., GREEN, S. B. & SALKIND, N. J. Using SPSS for Windows: analyzing and understanding data. Prentice Hall, 2ª ED. Upper Saddle River, New Jersey, 2000.
- BELFIORE, P.P.; CHAN, B. L.; FÁVERO, L.P.L; SILVA, F. L. Análise de Dados - Modelagem Multivariada para Tomada de Decisões. Editora Elsevier Campus, 2009.
- GNANADESIKAN, R. Methods for Statistical Data Analysis of Multivariate Observation. John Wiley & Sons, Inc., New York, 2ª Ed., 1997.
- JACKSON, J. E. A User’s Guide to Principal Components. John Wiley & Sons, Inc., New York, 1991.
- LATTIN; J.; CARROLL, J. D.; GREEN, P. E. Análise de Dados Multivariados. Editora Cengage Learning, 2011.