Aviso: Se está a ler esta mensagem, provavelmente, o browser que utiliza não é compatível com os "standards" recomendados pela W3C. Sugerimos vivamente que actualize o seu browser para ter uma melhor experiência de utilização deste "website". Mais informações em webstandards.org.

Warning: If you are reading this message, probably, your browser is not compliant with the standards recommended by the W3C. We suggest that you upgrade your browser to enjoy a better user experience of this website. More informations on webstandards.org.

Análise Multivariada Aplicada (2 º Sem 2015/2016)

CPosG.EcrACB

Breve introdução

 

 Funcionamento  De 16 de Junho a 1 de Julho, quintas e sextas-feiras, das 17h30 às 20h30, na sala P11
 Avaliação:  Por teste/exame
 Programa: 1. Dados multivariados e sua representação geométrica
    Matrizes de dados, matrizes de covariâncias/correlações e matrizes de semelhanças/
    dissemelhanças; dupla representação de uma matriz de dados: o espaço dos indivíduos e o
    espaço das variáveis; conceitos geométricos e conceitos estatísticos no espaço das variáveis.
2. Noções de álgebra linear e teoria de matrizes
    Valores e vectores próprios de matrizes simétricas e suas propriedades; decomposição em
    valores singulares.
3. Análise em componentes principais
    Introdução geométrica e estatística; componentes principais para matrizes de covariâncias e
    de correlações: propriedades das componentes principais; Biplots.
4. Análise discriminante linear
    Objectivos e critérios; os eixos discriminantes e as suas propriedades; classificação de novas
    observações.
5. Análise classificatória – clustering
    Conceitos de semelhança e dissemelhança entre observações; métodos de classificação
    hierárquica; métodos de classificação não hierárquica (partição).
 Bibliografia:

Bibliografia Geral de Multivariada

  • Jolliffe, I.T.  (2002)  Principal Component Analysis, 2d. ed., Springer (Springer Series in Statistics)
  • Krzanowski, W.J. (1998) Principles of Multivariate Analysis: A User's Perspective, Oxford Science Publications.
  • Morrison, D.F. (1990) Multivariate Statistical Methods, 3rd.ed., McGraw-Hill.
  • Everitt, B. (1993) Cluster Analysis (Wiley).
  • Legendre, P. & Legendre, L. ,Numerical Ecology. Elsevier (2003)
  • A.C Rencher, Methods of Multivariate Analysis, Wiley (2012)

Multivariada no R:

  •  Everitt, B. & Hothorn, T. (2011) An Introduction to Applied Multivariate Analysis with R. Springer (Use R! Series).
  • Zelterman, D. (2015). Applied Multivariate Statistics with R. Springer (Statistics for Biology and Health Series).

Corpo Docente

Jorge Filipe Campinos Landerset Cadima (Responsável)

Pedro Cristiano Santos Martins da Silva