Descrição

Livro que apresenta uma visão geral dos métodos multivariados, sem se aprofundar nos detalhes matemáticos.

O estilo de texto é claro e conciso, com exemplos das áreas de ciências biológicas e ambientais. Esta edição inclui o código R para cada uma das análises descritas, embora qualquer pacote estatístico padrão possa ser utilizado.

Estudantes de todas as áreas que precisam algum conhecimento de análise multivariada de dados.

Capítulo 1 – O material de análise multivariada
1.1 Exemplos de dados multivariados – 1
1.2 Visão prévia dos métodos multivariados – 10
1.3 A distribuição normal multivariada – 14
1.4 Programas computacionais – 15
1.5 Referências – 15
Apêndice: Uma introdução ao R – 16
Referências – 27

Capítulo 2 – Álgebra matricial
2.1 A necessidade de álgebra matricial – 29
2.2 Matrizes e vetores – 29
2.3 Operações com matrizes – 31
2.4 Inversão matricial – 33
2.5 Formas quadráticas – 34
2.6 Autovalores e autovetores – 34
2.7 Vetores de médias e matrizes de covariâncias – 35
2.8 Leitura adicional – 37
Referências – 37
Apêndice: Álgebra de matriz no R –38

Capítulo 3 – Representação de dados multivariados
3.1 O problema da representação de muitas variáveis em duas dimensões – 41
3.2 Representação de variáveis índices – 42
3.3 A representação de draftsman – 43
3.4 A representação de pontos de dados individuais – 43
3.5 Perfis de variáveis – 46
3.6 Discussão e leitura adicional – 46
Referências – 48
Apêndice: Produção de gráficos no R – 49
Referências – 51

Capítulo 4 – Testes de significância com dados multivariados
4.1 Testes simultâneos em várias variáveis – 53
4.2 Comparação de valores médios para duas amostras: o caso univariado – 53
4.3 Comparação de valores médios para duas amostras: o caso multivariado – 55
4.4 Testes multivariados versus testes univariados – 59
4.5 Comparação de variação para duas amostras: o caso univariado – 60
4.6 Comparação da variação para duas amostras: o caso multivariado – 61
4.7 Comparação de médias para várias amostras – 66
4.8 Comparação da variação para várias amostras – 70
4.9 Programas computacionais – 74
Exercícios – 77
Referências – 78
Apêndice: Testes de significância no R – 79
Referências – 81

Capítulo 5 Medição e teste de distâncias multivariadas
5.1 Distâncias multivariadas – 83
5.2 Distâncias entre observações individuais – 83
5.3 Distâncias entre populações e amostras – 86
5.4 Distâncias baseadas em proporções – 91
5.5 Dados presença-ausência – 92
5.6 O teste de aleatorização de Mantel – 93
5.7 Programas computacionais – 97
5.8 Discussão e leitura adicional – 97
Exercícios – 98
Referências – 98
Apêndice: Medidas de distância multivariada no R – 100
Referências – 101

Capítulo 6 – Análise de componentes principais
6.1 Definição de componentes principais – 103
6.2 Procedimento para uma análise de componentes principais – 104
6.3 Programas de computador – 113
6.4 Leitura adicional – 114
Exercícios – 115
Referências – 116
Apêndice: Análise de componentes principais (PCA) no R – 118
Referências – 119

Capítulo 7 – Análise de fatores
7.1 O modelo de análise de fatores – 121
7.2 Procedimento para uma análise de fatores – 124
7.3 Análise de fatores por componentes principais – 126
7.4 Uso de um programa de análise de fatores para fazer análise de componentes principais – 128
7.5 Opções em análises – 133
7.6 A importância da análise de fatores – 134
7.7 Discussão e leitura adicional – 134
Exercícios – 135
Referências – 135
Apêndice: Análise de fatores no R – 136
Referências – 137

Capítulo 8 – Análise de função discriminante
8.1 O problema da separação de grupos – 139
8.2 Discriminação usando distâncias de Mahalanobis –139
8.3 Funções discriminantes canônicas – 140
8.4 Testes de significância – 142
8.5 Suposições – 143
8.6 Permitindo probabilidades a priori de membros de grupo – 149
8.7 Análise de função discriminante passo a passo – 149
8.8 Classificação jackknife de indivíduos – 150
8.9 Atribuição de indivíduos não agrupados a grupos – 151
8.10 Regressão logística – 151
8.11 Programas computacionais – 157
8.12 Discussão e leitura adicional – 157
Exercícios – 157
Referências – 158
Apêndice: Análise função discriminante no R – 159
Referências – 161

Capítulo 9 – Análise de agrupamentos
9.1 Usos de análise de agrupamentos – 163
9.2 Tipos de análise de agrupamentos – 163
9.3 Métodos hierárquicos – 165
9.4 Problemas com análise de agrupamentos – 167
9.5 Medidas de distâncias – 168
9.6 Análise de componentes principais com análise de agrupamentos – 168
9.7 Programas computacionais – 172
9.8 Discussão e leitura adicional – 173
Exercícios – 174
Referências – 174
Apêndice: Análise de agrupamento no R – 178
Referências – 179

Capítulo 10 – Análise de correlação canônica
10.1 Generalização de uma análise de regressão múltipla – 181
10.2 Procedimento para uma análise de correlação canônica – 183
10.3 Testes de significância – 184
10.4 Interpretação de variáveis canônicas – 185
10.5 Programas computacionais – 197
10.6 Leitura adicional – 197
Exercícios – 197
Referências – 199
Apêndice: Correlação canônica no R – 200
Referências – 201

Capítulo 11 – Escalonamento multidimensional
11.1 Construção de um mapa de uma matriz de distâncias – 203
11.2 Procedimento para escalonamento multidimensional – 205
11.3 Programas computacionais – 214
11.4?Leitura adicional – 214
Exercícios – 215
Referências – 215
Apêndice: Escalonamento multidimensional no R – 216
Referências – 217

Capítulo 12 – Ordenação
12.1 O problema da ordenação – 219
12.2 Análise de componentes principais – 220
12.3 Análise de coordenadas principais – 225
12.4 Escalonamento multidimensional – 231
12.5 Análise de correspondência – 233
12.6 Comparação de métodos de ordenação – 238
12.7 Programas de computador – 239
12.8 Leitura adicional – 239
Exercícios – 240
Referências – 240
Apêndice: Métodos de ordenação no R – 241
Referências – 243

Capítulo 13 – Epílogo
13.1 O próximo passo – 245
13.2 Alguns lembretes gerais – 245
13.3 Valores perdidos – 247
Referências – 247
Índice – 249


Autores: Bryan F. J. Manly , Jorge A. Navarro Alberto
Ano: 2019
Número de Páginas: 270
Tamanho: 16 x 23 cm
Editora: Bookman
Acabamento: Brochura
ISBN: 9788582604984