Estatística multivariada

1.189 visualizações

Publicada em

Estatistica Multivariada

Publicada em: Educação
1 comentário
0 gostaram
Estatísticas
Notas
  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
1.189
No SlideShare
0
A partir de incorporações
0
Número de incorporações
10
Ações
Compartilhamentos
0
Downloads
62
Comentários
1
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide
  • Em qualquer decisão -> Grande número de fatores. Nem todos pesam da mesma maneira.
    Decisão por intuição – sem maneira sistemática. Variáveis intervenientes
  • Estabelecer relações...
    Controlar, manipular, medir as variáveis são importantes para entender o fenômeno a ser analisada
  • Correlacional: (Levantamento)  o pesquisador não influencia (ou tenta não influenciar) nenhuma variável, mas apenas as mede e procura por relações (correlações) entre elas

    experimental (Experimento) o pesquisador manipula algumas variáveis e então mede os efeitos desta manipulação em outras variáveis
     O objetivo principal de toda pesquisa ou análise científica é encontrar relações entre variáveis.
  • Muitas são as dificuldade em traduzir...
    Ciência não conhece a realidade, apenas a representa através de modelos e teorias.
    Padronização metodológica (avaliação estatística das informações)
     grande massa de informação deve ser processada antes de ser transformada em conhecimento
  • Treinados a analisar as variais isoladamente (inferências sobre a realidade)
    Vantagens e desvantagens.
    Totalidade de informações fornecidas
  • Ferramentas estatísticas que apresentem uma visão mais global do fenômeno
    grande número de métodos e técnicas que utilizam simultaneamente todas as variáveis na interpretação teórica do conjunto de dados 
    A primeira etapa da regressão é a coleta de dados. Para uma boa análise, uma boa coleta é fundamental
  • Parte Nobre: Inferência Estatística
    Que conhecimento científico produzi no meu trabalho.  ninguém faz ciência sem expectativa.
    Traduzir esta expectativa em problema partir do problema manifestar uma proposta de trabalho e, desta proposta, escolher um procedimento metodológico adequado
  • Portanto, voltamos ao primeiro passo, que é saber que conhecimento se pretende gerar
  • Diversos métodos, necessidade de implementação computacional
    transformam dados em info importantes p/ reduzir custos e aumentar a lucratividade
  • Técnica estatística poderosa usada para redução do número de variáveis
    Fornece visão estatisticamente privilegiada do conjunto de dados (ferramentas adequadas para identificar as variáveis mais importantes no espaço dos componentes Principais)
  • Técnica multivariada
    Após encontrar a relação matemática, produzir valores para a variável dependente quando se tem as variáveis independentes.
  • Pensem nas possibilidade... Onde é possível aplicar?
    Charles Dodgson (Lewis Carroll).
  • Não há procedimento mágico para extrair informações daquele sistema. O ideal é o estabelecimento de um diálogo continuo entre pesquisador e estatístico para o primeiro apontar com clareza onde quer chegar e o que deseja dizer do sistema e o segundo informar os limites e possibilidades das técnicas estatísticas.
  • Estatística multivariada

    1. 1. Estatística Multivariada Como os dados podem direcionar nossas ações
    2. 2. Introdução
    3. 3. Estabelecer relações
    4. 4. Pesquisa Correlacional x Experimental Variáveis Dependentes x Independentes Variáveis Qualitativas x Quantitativas
    5. 5. Traduzir informações em conhecimento
    6. 6. Redução de Variáveis A maneira própria de fazer ciência, procurando reduzir a poucas variáveis, desenvolveu muito um ramo da estatística que olha as variáveis de maneira isolada — a estatística univariada.
    7. 7. A Análise Multivariada
    8. 8. Estatística O que posso afirmar com os dados que tenho hoje?
    9. 9. Procedimento Metodológico Definição do problemaInício •Amostragem •Seleção de variáveis Meio •Tratamento •Análise e inferência de Dados Fim
    10. 10. Métodos
    11. 11. Definições Básicas Regressão Linear Ferramenta estatística usada para prever futuros valores a partir de valores passados. Correlação de Pearson O coeficiente mede a intensidade e a direção de relações lineares. A intensidade diz respeito ao grau de relacionamento entre duas variáveis. Quanto mais próximo dos extremos do intervalo, (-1 e +1) mais forte é a correlação. Quanto mais próximo do centro do intervalo, zero, mas fraca é a correlação linear.
    12. 12. Definições Básicas
    13. 13. Análise de componentes principais  Os fundamentos da análise de componentes principais serão apresentados descrevendo os passos matemáticos e estatísticos a partir das necessidades de interpretação adequada da matriz de dados. O entendimento exaustivo do assunto requer o conhecimento de operações com matrizes e por isso optamos por uma abordagem conceitual usando as noções de álgebra linear.
    14. 14. Regressão linear múltipla de componentes principais  Finalidade: Obter uma relação matemática entre UMA das variáveis (variável dependente) e o restante das variáveis que descrevem o sistema (variáveis independentes).  Pode ser usada na predição de resultados.
    15. 15. Aplicações Objetivos bem precisos, desde o início da pesquisa, ajudam na consecução do trabalho e posterior tratamento estatístico.
    16. 16. O que os dados nos dizem?
    17. 17. O que os dados nos dizem?
    18. 18. Obrigado! Objetivo "Dados são como filhos: você não sabe no que eles vão se tornar"

    ×