O documento discute análise de agrupamentos, um método estatístico para classificar observações em grupos homogêneos com base em suas similaridades. Aborda medidas de similaridade, métodos de agrupamento como hierárquico e k-médias, e práticas no SPSS e QGIS para visualizar os resultados espacialmente.
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, MTI, UFABC, Agosto de 2017
Apresentação disponível em: https://youtu.be/6ZP-GBj2O48
Aula de Métodos e Técnicas de Análise da Informação para o Planejamento, UFABC, 8 de agosto de 2017
Gravação de aula disponível em: https://youtu.be/8AHJ8PfUg30
Bases de dados disponívem em: https://app.box.com/s/usbad42g9op1coew9n6fw17lqlq5b3t1
Aula da disciplina de Uso de dados espaciais para estudos ambientais. Abril de 2019, Universidade Federal do ABC, Santo André - SP.
Base de dados disponível em: https://app.box.com/s/kqwpbxgvagtl9ygsodaat380nqjn1mp2
Gravação de aula disponível em: https://youtu.be/te1VN9iVFcM
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, UFABC, Agosto de 2017
Apresentação disponível em: https://youtu.be/KyjrcuCenSY
Bases de dados disponíveis em: https://app.box.com/s/ex83chbym8bu5p5oq1wmt1lasbevfltv
Aula da Disciplina de Uso de dados espaciais para estudos ambientais. Programa de Pós Graduação em Ciência e Tecnologia Ambiental. Universidade Federal do ABC. Santo André, março de 2019.
Gravação de aula disponível em: https://youtu.be/LuCwhw8o90Q
Base de dados disponível em:https://app.box.com/s/z73h704j1mfjft4ysqqb2kwj700uzp56
Análise exploratória estatístico-espacial, Mapas de Kernel e Proximidade - QG...Vitor Vieira Vasconcelos
Aula do curso de Introdução ao QGis para Análise Multicriterial, Tribunal de Contas da União, Brasília, 17 de outubro de 2018.
Bases de Dados Disponíveis em:
https://app.box.com/s/txo3thu4cwsqxomrfdppu8ag6qzuo338
e
https://app.box.com/s/4c699dn8r7mn30ddfbz3gwvo5ty2k92s
Aula da disciplina de Epidemiologia de Doenças Transmissíveis, Universidade Federal do Maranhão, novembro de 2020.
Gravação de aula disponível em: https://youtu.be/luaLQzok59U
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, MTI, UFABC, Agosto de 2017
Apresentação disponível em: https://youtu.be/6ZP-GBj2O48
Aula de Métodos e Técnicas de Análise da Informação para o Planejamento, UFABC, 8 de agosto de 2017
Gravação de aula disponível em: https://youtu.be/8AHJ8PfUg30
Bases de dados disponívem em: https://app.box.com/s/usbad42g9op1coew9n6fw17lqlq5b3t1
Aula da disciplina de Uso de dados espaciais para estudos ambientais. Abril de 2019, Universidade Federal do ABC, Santo André - SP.
Base de dados disponível em: https://app.box.com/s/kqwpbxgvagtl9ygsodaat380nqjn1mp2
Gravação de aula disponível em: https://youtu.be/te1VN9iVFcM
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, UFABC, Agosto de 2017
Apresentação disponível em: https://youtu.be/KyjrcuCenSY
Bases de dados disponíveis em: https://app.box.com/s/ex83chbym8bu5p5oq1wmt1lasbevfltv
Aula da Disciplina de Uso de dados espaciais para estudos ambientais. Programa de Pós Graduação em Ciência e Tecnologia Ambiental. Universidade Federal do ABC. Santo André, março de 2019.
Gravação de aula disponível em: https://youtu.be/LuCwhw8o90Q
Base de dados disponível em:https://app.box.com/s/z73h704j1mfjft4ysqqb2kwj700uzp56
Análise exploratória estatístico-espacial, Mapas de Kernel e Proximidade - QG...Vitor Vieira Vasconcelos
Aula do curso de Introdução ao QGis para Análise Multicriterial, Tribunal de Contas da União, Brasília, 17 de outubro de 2018.
Bases de Dados Disponíveis em:
https://app.box.com/s/txo3thu4cwsqxomrfdppu8ag6qzuo338
e
https://app.box.com/s/4c699dn8r7mn30ddfbz3gwvo5ty2k92s
Aula da disciplina de Epidemiologia de Doenças Transmissíveis, Universidade Federal do Maranhão, novembro de 2020.
Gravação de aula disponível em: https://youtu.be/luaLQzok59U
Representação de dados espaciais
Dados espaciais como modelos
Dependência espacial
Inferência espacial
Estruturação de bases de dados espaciais
Prática no QGIS
Portais de dados espaciais
Gravação de aula disponível em: https://youtu.be/5ac-zciebgE
Aula da disciplina de Caracterização Geoambiental, Universidade Federal do ABC (UFABC), novembro de 2019.
Base de dados disponíveis em: https://app.box.com/s/3d832o1reuf2kppb4ak4vsby0cdqmc31
Aula da disciplina de Uso de dados espaciais em estudos ambientais, Universidade Federal do ABC (UFABC), março de 2020.
Gravação de aula disponível em: https://youtu.be/ap7IcO2Icgs
Base de dados disponíveis em: https://app.box.com/s/qf2hsg4b2uontvrawbk3el4fg9cxjufg
Aula do curso de Introdução ao QGis para Análise Multicriterial, Tribunal de Contas da União, Brasília, 17 de outubro de 2018.
Bases de Dados Disponíveis em:
https://app.box.com/s/txo3thu4cwsqxomrfdppu8ag6qzuo338
e
https://app.box.com/s/4c699dn8r7mn30ddfbz3gwvo5ty2k92s
Aula de Informática Aplicada ao Planejamento Territorial - IPT, UFABC, 4 de novembro de 2016.
Apresentação disponível em: https://youtu.be/-Jf9OFglDiI
Bases de dados disponíveis em: https://app.box.com/s/0v7yjizlgacyyjcturb4s9yu1kzormgb
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, UFABC, Jullho de 2017
Apresentação disponível em: https://youtu.be/Lo7wr_tqiK4
Bases de dados disponíveis em: https://app.box.com/s/2p9mw751ld2u9rz0ueglf49p1v94e8pv
Aula de Informática Aplicada ao Planejamento Territorial - IPT, UFABC, 18 de novembro de 2016
Apresentação disponível em: https://youtu.be/PLUZ2OMw4iI
Base de dados disponíveis em: https://app.box.com/s/lxc1vzkvbjibpacwagy2aop9otosv6nj
Aula da disciplina de Uso de Dados Espaciais para Estudos Ambientais. Programa de Pós-Graduação em Ciência e Tecnologia Ambiental. Universidade Federal do ABC. Santo André - SP, Março de 2019. Base de dados disponível em: https://yadi.sk/d/zy-M4wQdLs4RhQ
Aula da disciplina de Cartografia e Geoprocessamento, UFABC, São Bernardo do Campo, 8 de março de 2017
Apresentação disponível em: https://youtu.be/emFr1xBgWaU
Aula da disciplina de Caracterização Geoambiental, Universidade Federal do ABC (UFABC), novembro de 2019.
Bases de dados disponíveis em: https://yadi.sk/d/M6UGbrJlgl09Wg
Aula da disciplina de Cartografia e Geoprocessamento Aplicada ao Planejamento Territorial, UFABC, março de 2017.
Gravação da aula disponível em: https://youtu.be/2kuHpSv6mmM
Slides utilizados pelo instrutor Anderson Medeiros, consultor em Geotecnologias, durante o Workshop GEO+, realizado na UFMA entre os dias 25 e 26 de março/2014.
Disciplina de Uso de Dados Espaciais nos Estudos Ambientais. Pós-Graduação em Ciência e Tecnologia Ambiental. UFABC, Santo André, abril de 2019.
Dados de aula disponíveis em: https://app.box.com/s/i4ka2t08gf8t1er8542jfvhyhhovmpf1
Gravação de aula disponível em: https://youtu.be/O1hiz-7FmmI
Aula da disciplina de Uso de Dados Espaciais em Estudos Ambientais
Fevereiro de 2019, Universidade Federal do ABC, Santo Andre
Bases de dados disponiveis em: https://app.box.com/s/rlp75p8gvl1v363g1v4m6xbb4rdlz91y
Aula de Informática Aplicada ao Planejamento Territorial, UFABC, 26 de Novembro de 2016
Apresentação disponível em: https://youtu.be/cf-zfc4MMx0
Base de dados: https://app.box.com/s/6dufea7cnq0jgf2vcxv0apz08jlndlju
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2017, UFABC
Apresentação disponível em: https://youtu.be/cQ8ZfzL3SfI
Bases de dados disponíveis em:https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
Aula da disciplina de Métodos e Técnicas de Análise da Informação para o Planejamento, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, agosto de 2019
Gravação de aula disponível em: https://youtu.be/x7vZc-juuVY
Bases de dados disponíveis em: https://app.box.com/s/04py9qq5e2yumx6f2ivx5dpkddeotn0w
Representação de dados espaciais
Dados espaciais como modelos
Dependência espacial
Inferência espacial
Estruturação de bases de dados espaciais
Prática no QGIS
Portais de dados espaciais
Gravação de aula disponível em: https://youtu.be/5ac-zciebgE
Aula da disciplina de Caracterização Geoambiental, Universidade Federal do ABC (UFABC), novembro de 2019.
Base de dados disponíveis em: https://app.box.com/s/3d832o1reuf2kppb4ak4vsby0cdqmc31
Aula da disciplina de Uso de dados espaciais em estudos ambientais, Universidade Federal do ABC (UFABC), março de 2020.
Gravação de aula disponível em: https://youtu.be/ap7IcO2Icgs
Base de dados disponíveis em: https://app.box.com/s/qf2hsg4b2uontvrawbk3el4fg9cxjufg
Aula do curso de Introdução ao QGis para Análise Multicriterial, Tribunal de Contas da União, Brasília, 17 de outubro de 2018.
Bases de Dados Disponíveis em:
https://app.box.com/s/txo3thu4cwsqxomrfdppu8ag6qzuo338
e
https://app.box.com/s/4c699dn8r7mn30ddfbz3gwvo5ty2k92s
Aula de Informática Aplicada ao Planejamento Territorial - IPT, UFABC, 4 de novembro de 2016.
Apresentação disponível em: https://youtu.be/-Jf9OFglDiI
Bases de dados disponíveis em: https://app.box.com/s/0v7yjizlgacyyjcturb4s9yu1kzormgb
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, UFABC, Jullho de 2017
Apresentação disponível em: https://youtu.be/Lo7wr_tqiK4
Bases de dados disponíveis em: https://app.box.com/s/2p9mw751ld2u9rz0ueglf49p1v94e8pv
Aula de Informática Aplicada ao Planejamento Territorial - IPT, UFABC, 18 de novembro de 2016
Apresentação disponível em: https://youtu.be/PLUZ2OMw4iI
Base de dados disponíveis em: https://app.box.com/s/lxc1vzkvbjibpacwagy2aop9otosv6nj
Aula da disciplina de Uso de Dados Espaciais para Estudos Ambientais. Programa de Pós-Graduação em Ciência e Tecnologia Ambiental. Universidade Federal do ABC. Santo André - SP, Março de 2019. Base de dados disponível em: https://yadi.sk/d/zy-M4wQdLs4RhQ
Aula da disciplina de Cartografia e Geoprocessamento, UFABC, São Bernardo do Campo, 8 de março de 2017
Apresentação disponível em: https://youtu.be/emFr1xBgWaU
Aula da disciplina de Caracterização Geoambiental, Universidade Federal do ABC (UFABC), novembro de 2019.
Bases de dados disponíveis em: https://yadi.sk/d/M6UGbrJlgl09Wg
Aula da disciplina de Cartografia e Geoprocessamento Aplicada ao Planejamento Territorial, UFABC, março de 2017.
Gravação da aula disponível em: https://youtu.be/2kuHpSv6mmM
Slides utilizados pelo instrutor Anderson Medeiros, consultor em Geotecnologias, durante o Workshop GEO+, realizado na UFMA entre os dias 25 e 26 de março/2014.
Disciplina de Uso de Dados Espaciais nos Estudos Ambientais. Pós-Graduação em Ciência e Tecnologia Ambiental. UFABC, Santo André, abril de 2019.
Dados de aula disponíveis em: https://app.box.com/s/i4ka2t08gf8t1er8542jfvhyhhovmpf1
Gravação de aula disponível em: https://youtu.be/O1hiz-7FmmI
Aula da disciplina de Uso de Dados Espaciais em Estudos Ambientais
Fevereiro de 2019, Universidade Federal do ABC, Santo Andre
Bases de dados disponiveis em: https://app.box.com/s/rlp75p8gvl1v363g1v4m6xbb4rdlz91y
Aula de Informática Aplicada ao Planejamento Territorial, UFABC, 26 de Novembro de 2016
Apresentação disponível em: https://youtu.be/cf-zfc4MMx0
Base de dados: https://app.box.com/s/6dufea7cnq0jgf2vcxv0apz08jlndlju
Aula de Métodos e Técnicas de Análise da Informação para Planejamento, julho de 2017, UFABC
Apresentação disponível em: https://youtu.be/cQ8ZfzL3SfI
Bases de dados disponíveis em:https://app.box.com/s/4yl70hj73c9mqyh1jb0l8skics4xf8i1
Aula da disciplina de Métodos e Técnicas de Análise da Informação para o Planejamento, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, agosto de 2019
Gravação de aula disponível em: https://youtu.be/x7vZc-juuVY
Bases de dados disponíveis em: https://app.box.com/s/04py9qq5e2yumx6f2ivx5dpkddeotn0w
Neste trabalho são apresentados alguns resultados da aplicação da estratégia k-Nearest-Neighbor à popular base de dados Iris, introduzida por Sir Ronald Aylmer Fisher em 1936 como um exemplo de análise discriminante. Os dados contêm quatro características de três espécies de flores Iris, da família das Iridáceas: comprimento da sépala, largura da sépala, comprimento da pétala e largura da pétala. Baseado na combinação desses quatro atributos, Fisher desenvolveu um modelo discriminante linear para distinguir cada uma das espécies. O classificador empregado neste trabalho utiliza esses quatro atributos para construção de uma medida de dispersão e proximidade que classifique corretamente os 3 tipos de flores: Iris-Virginica, Iris-Versicolor e Iris-Setosa. A base de dados contém 150 amostras, sendo 50 de cada uma das classes.
Aula do prof. Luiz Agner sobre análise quantitativa de dados do Card Sorting. Disciplina de Arquitetura de Informação. Pós em MKT e Design Digital. ESPM, 2009.
One of the biggest dilemmas faced by decision-making systems is to determine an efficient means to produce classifiers from data base regarding the processing time and the form of simple symbolic representation understandable that facilitates the analysis of the problem in question. In this brief report we will discuss a very popular tool in knowledge discovery in databases process and thus aid in making decisions: the Decision Trees.
Relationships among socioeconomic affluence, yard management, and biodiversityVitor Vieira Vasconcelos
IALE –North AmericaAnnual Meeting, April 12 –16, 2021
Summary: Previous studies propose the luxury effect as a positive relationship between economic affluence and both plant species richness and natural resource usage in residential yards. In this study, a social survey capturing data on yard management, landscaping design, and plant species richness was combined with property appraisal and water usage data for 102 houses across 4 neighborhoods in Gainesville, Florida, United States. The relationships among socioeconomic variables, yard management practices and plant species richness were investigated using non-parametric rank tests, redundancy analysis, cumulative link models, and structural equation modelling. The effect of spatial heterogeneity was controlled and analyzed using nominal and random effects for each neighborhood, and inter-scalar partition of variation. The results show that variables related to socioeconomic affluence are positively correlated to irrigation, lawn fertilization, and leaf raking intensity. However, there is no clear pattern relating property value, a surrogate for socioeconomic affluence, to participant-estimated plant species richness among the survey respondents. The analysis of the survey responses finds homeowners estimate higher biodiversity in their backyards than front yards, a trend that is more prominent among newer houses in the study area and those that do not hire professional maintenance services for their backyards. We can conclude that, in our studied area, economic affluence is positively related to water usage and fertilization and that there may be less chance of reincorporating organic matter from litter in the trophic system due to increased leaf raking intensity. Plant biodiversity, on the other hand, seems to depend more on personal relationships with yards, such as preferences for hands-on gardening activities, or for standardized aesthetic patterns of professionally maintained yards, which opens perspectives for further research at inter and intra-yard spatial scales.
Jogo disponivel em: https://mitsloan.mit.edu/LearningEdge/simulations/
Vídeo instrucional em português disponível em: https://youtu.be/SzjOQVRh5OY
Vídeo instrucional original em inglês, disponível em: https://mitsloan.mit.edu/LearningEdge/simulations/fishbanks/Pages/Video.aspx
Disciplina de Planejamento e Política Ambiental, Universidade Federal do ABC - UFABC, São Bernardo do Campo - SP, setembro de 2020. Gravação de aula disponível em: https://youtu.be/Ne8h-E9fUbc
Disciplina de Planejamento e Política Ambiental, Universidade Federal do ABC - UFABC, São Bernardo do Campo - SP, setembro de 2020. Gravação de aula disponível em: https://youtu.be/OSrADbUrx0c
Disciplina de Planejamento e Política Ambiental, Universidade Federal do ABC - UFABC, São Bernardo do Campo, setembro de 2020. Gravação de aula disponível em: https://youtu.be/6LmBsVV4mRA
Disciplina da Planejamento e Política Ambiental. Universidade Federal do ABC - UFABC, setembro de 2020.
Gravação de aula disponível em: https://youtu.be/KZOpbdhA-6A
Disciplina de Planejamento e Política Ambiental. Universidade Federal do ABC - UFABC. Setembro de 2020.
Gravação de aula disponível em: https://youtu.be/zFWhgfCITFI
Aula da disciplina de Planejamento e Política Ambiental, Universidade Federal do ABC, São Bernardo do Campo - SP, setembro de 2020.
Gravação de aula disponível em: https://youtu.be/Cbrww_jl6jY
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, maio de 2020.
Gravação de aula disponível em: https://youtu.be/ZCiuyw2XYBQ
Video Estelita: 7 anos em 7 minutos: https://youtu.be/J_YsiBuBWDY
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, maio de 2020.
Gravação de aula disponível em: https://youtu.be/fdZJ59B2Wac
Dados para as atividades disponíveis em:
https://app.box.com/s/r9yi7ula7sc47vr0e1g5u76ye7b1uhsk
Portal para o mapeamento participativo: https://draw.chat/
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, maio de 2020.
Gravação de aula disponível em: https://youtu.be/5IwT_Ne25_M
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC - UFABC, São Bernardo do Campo - SP, maio de 2020.
Gravação de aula disponível em: https://youtu.be/LXI3hpxYYIw
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, abril de 2020.
Gravação de aula disponível em: https://youtu.be/E0VwlHcZXxQ
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, abril de 2020.
Gravação de aula disponível em: https://youtu.be/iKpCInbZYbs
Atividade do curso de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, abril de 2020.
Gravação disponível em: https://youtu.be/rxLOKTy5uvs
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, abril de 2020.
Gravação de aula disponível em: https://youtu.be/9Y8rQARg8qo
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo - SP, abril de 2020.
Gravação de aula disponível em: https://youtu.be/fZIGBW5tHtY
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), São Bernardo do Campo, março de 2020.
Gravação de aula disponível em: https://youtu.be/T-ZMro0pOW0
Aula da disciplina de Território e Sociedade, Universidade Federal do ABC (UFABC), março de 2000
Gravação de aula disponível em: https://youtu.be/20Jm9O4J430
Aula da disciplina de Uso de dados espaciais para estudos ambientais. Universidade Federal do ABC, São Bernardo do Campo, fevereiro de 2020.
Gravação de aula disponível em: https://youtu.be/R3D2qlJSjVA
Base de dados disponível em: https://app.box.com/s/rlp75p8gvl1v363g1v4m6xbb4rdlz91y
proposta curricular da educação de jovens e adultos da disciplina geografia, para os anos finais do ensino fundamental. planejamento de unidades, plano de curso da EJA- GEografia
para o professor que trabalha com a educação de jovens e adultos- anos finais do ensino fundamental.
LIVRO MPARADIDATICO SOBRE BULLYING PARA TRABALHAR COM ALUNOS EM SALA DE AULA OU LEITURA EXTRA CLASSE, COM FOCO NUM PROBLEMA CRUCIAL E QUE ESTÁ TÃO PRESENTE NAS ESCOLAS BRASILEIRAS. OS ALUNOS PODEM LER EM SALA DE AULA. MATERIAL EXCELENTE PARA SER ADOTADO NAS ESCOLAS
Sequência Didática - Cordel para Ensino Fundamental ILetras Mágicas
Sequência didática para trabalhar o gênero literário CORDEL, a sugestão traz o trabalho com verbos, mas pode ser adequado com base a sua realidade, retirar dos textos palavras que iniciam com R ou pintar as palavras dissílabas ...
Slides Lição 9, Betel, Ordenança para uma vida de santificação, 2Tr24.pptxLuizHenriquedeAlmeid6
Slideshare Lição 9, Betel, Ordenança para uma vida de santificação, 2Tr24, Pr Henrique, EBD NA TV, 2° TRIMESTRE DE 2024, ADULTOS, EDITORA BETEL, TEMA, ORDENANÇAS BÍBLICAS, Doutrina Fundamentais Imperativas aos Cristãos para uma vida bem-sucedida e de Comunhão com DEUS, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Comentários, Bispo Abner Ferreira, Com. Extra Pr. Luiz Henrique, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique
proposta curricular para educação de jovens e adultos- Língua portuguesa- anos finais do ensino fundamental (6º ao 9º ano). Planejamento de unidades letivas para professores da EJA da disciplina língua portuguesa- pode ser trabalhado nos dois segmentos - proposta para trabalhar com alunos da EJA com a disciplina língua portuguesa.Sugestão de proposta curricular da disciplina português para turmas de educação de jovens e adultos - ensino fundamental. A proposta curricular da EJa lingua portuguesa traz sugestões para professores dos anos finais (6º ao 9º ano), sabendo que essa modalidade deve ser trabalhada com metodologias diversificadas para que o aluno não desista de estudar.
livro em pdf para professores da educação de jovens e adultos dos anos iniciais ( alfabetização e 1º ano)- material excelente para quem trabalha com turmas de eja. Material para quem dar aula na educação de jovens e adultos . excelente material para professores
1. ANÁLISE DE AGRUPAMENTOS
(Cluster Analysis)
Vitor Vieira Vasconcelos
BH1350 – Métodos e Técnicas de Análise da Informação para o Planejamento
Agosto de 2016
2. Análise de Agrupamentos
Medidas de similaridade
Métodos de agrupamento
Em árvore (hierárquico)
Médias K
Prática no SPSS e QGIS
Regionalização
Método Skater
Prática no Terraview
HAIR; BLACK; BABIN; ANDERSON; TATHAM. Análise Multivariada de Dados. 6ª ed., 2009.
Conteúdo
3. HAIR; BLACK; BABIN; ANDERSON; TATHAM. Análise
Multivariada de Dados. 6ª ed., 2009.
Capítulo 9 – Análise de Agrupamentos
Referência Principal
4. É uma técnica analítica pra identificar subgrupos
significativos de entidades homogêneas
(pessoas/objetos/lugares).
O objetivo é classificar uma amostra de entidades
em um número menor de grupos mutuamente
excludentes, com base nas similaridades entre as
entidades.
Busca por uma estrutura “natural” entre as
observações com base em um perfil multivariado.
HAIR; BLACK; BABIN; ANDERSON; TATHAM. Análise Multivariada de Dados. 6ª ed., 2009.
ANÁLISE DE AGRUPAMENTOS
5. Os agrupamentos resultantes de entidades devem
exibir elevada homogeneidade interna (dentro
dos agrupamentos) e elevada heterogeneidade
externa (entre agrupamentos).
ANÁLISE DE AGRUPAMENTOS
Idealmente, os
objetos dentro de um
agrupamento estarão
próximos quando
representados
graficamente, e
diferentes
agrupamentos estarão
distantes.
7. 1. Classificar os setores censitários de acordo com as
diferentes dimensões de justiça/injustiça ambiental.
2. Classificar os municípios de SP em função das diferentes
dimensões de violência contra a mulher
3. Classificar os bairros do ABC de acordo com a
quantidade/perfil dos lançamentos residenciais
4. Classificar os distritos de SP de acordo com as variáveis de
infraestrutura e entorno dos domicílios
5. …
Exemplos “inspirados” nos trabalhos
propostos pelos alunos
8. Conjunto de variáveis que representam as
características usadas para comparar objetos da
análise de agrupamentos. Deve ser especificado pelo
analista.
Variável Estatística de Agrupamento
10. Características da Análise
de Agrupamentos
1. É descritiva, não-teórica e não-inferencial
2. Sempre criará agrupamentos, independente da
existência real de alguma estrutura dos dados
3. Variedade de vias e critérios para a definição dos grupos,
o que possibilita a obtenção de soluções diferentes
4. Não é generalizável, pois é totalmente dependente das
variáveis usadas como base para a medida de
similaridade
12. 1. Medição de Similaridade
Agrupamentos são grupos de objetos semelhantes.
Precisamos, portanto, definir uma medida do grau de
similaridade/dissimilaridade entre os objetos.
É possível medir similaridade, por exemplo, de acordo com a
distância euclidiana entre cada par de observações.
13. 1. Medição de Similaridade
• Medidas de proximidade
o Distância Euclidiana (ou Euclidiana Quadrática)
o Log da Verossimilhança (logLikelihood)
Pode incluir variáveis categóricas
• Medidas de Padrões
o Coeficiente de correlação “r” de Pearson
14. 2. Formação de Agrupamentos
Definida a medida de similaridade a ser adotada,
precisamos formar agrupamentos com base na
similaridade de cada par de observações.
Esse procedimento deve determinar a pertinência a
grupo de cada observação para cada conjunto de
agrupamentos formados
15. 2. Formação de Agrupamentos
• Ligação entre grupos (otimizar proximidade)
• Método Ward (agrupamentos com números
similares de casos)
16. 3. Número de Agrupamentos
DILEMA
Menor nr. de agrupamentos &
Menor homogeneidade interna nos grupos
VS.
Maior nr. de agrupamentos &
Maior homogeneidade interna nos grupos
17. Qual o melhor número de agrupamentos?
Regra do Cotovelo
18. Métodos de Agrupamento
1. Agrupamento em árvore (tree clustering): método
aglomerativo hierárquico
2. K-médias (k-means): método não hierárquico por
repartição
3. Duas etapas: 1º Método -> 2º Método
19. Agrupamento em Árvore
Considere as seguintes observações:
Variável de
Agrupamento
Observação
A B C D E F G
Variável 1 (V1) 3 4 4 2 6 7 6
Variável 2 (V2) 2 5 7 7 6 7 4
21. 0
2
4
6
8
0 2 4 6 8
V2
V1
D C
E
F
A
B
G
Agrupamento em Árvore
Como medimos similaridade?
Neste exemplo, utilizaremos a
distância euclidiana (linha reta)
entre cada par de observações
22. Matriz de Proximidade de Distâncias
Euclidianas entre Observações
Observação
A B C D E F G
A -
B 3,162 -
C 5,099 2,000 -
D 5,099 2,828 2,000 -
E 5,000 2,236 2,236 4,123 -
F 6,403 3,606 3,000 5,000 1,414 -
G 3,606 2,236 3,606 5,000 2,000 3,162 -
23. Matriz de Proximidade de Distâncias
Euclidianas entre Observações
Observação
A B C D E F G
A -
B 3,162 -
C 5,099 2,000 -
D 5,099 2,828 2,000 -
E 5,000 2,236 2,236 4,123 -
F 6,403 3,606 3,000 5,000 1,414 -
G 3,606 2,236 3,606 5,000 2,000 3,162 -
Menor Distância,
Maior Similaridade
24. Agrupamento em Árvore
(1) Identificar as observações mais próximas (E e F) e
combiná-las em um agrupamento
28. Métodos de Agrupamento
1. Agrupamento em árvore (tree clustering): método
aglomerativo hierárquico
2. K-médias (k-means): método não hierárquico por
repartição
3. Duas etapas: 1º Método -> 2º Método
29. K-MÉDIAS
Gera k diferentes grupos com a maior distinção possível
entre eles.
Parte de k-conjuntos aleatórios e move os objetos entre
estes conjuntos com o objetivo de:
(1) Minimizar a variabilidade dentro dos conjuntos
(2) Maximizar a variabilidade entre conjuntos
33. Métodos de Agrupamento
1. Agrupamento em árvore (tree clustering): método
aglomerativo hierárquico
2. K-médias (k-means): método não hierárquico por
repartição
3. Duas etapas: 1º Método -> 2º Método
34. Agrupamentos em duas
etapas
Exemplo:
1. Análise de Agrupamento Hierárquica
2. Usa pontos centrais dos agrupamentos da análise
hierárquica para criar os primeiros conjuntos de médias K
3. Realiza as modificações aleatórias para tentar:
• Minimizar a variabilidade dentro dos conjuntos
• Maximizar a variabilidade fora dos conjuntos
35. Grupos de Entropia
• Grupos com poucos elementos, bastante diferentes
do restante da amostra
• Úteis para análise de valores atípicos
46. Refazer análise hierárquica com método de ligação entre
grupos
Análise de Cluster Hierárquica
47. Analisar -> Relatórios -> Resumos de Caso
Análise de Cluster Hierárquica
48. Analisar -> Relatórios -> Resumos de Caso
Análise de Cluster Hierárquica
49. Refazer análise hierárquica com método Ward e
intervalo por correlação de Pearson
Análise de Cluster Hierárquica
50. Análise de Cluster Hierárquica
Correlação de Pearson nos Agrupamentos
Par de
correlação
Renda
X
Rede2
Renda
X
Consumo
Rede2
X
Consumo
Total 0.436 0.601 0.633
Agrupamento
1 0.662 0.74 0.807
2 0.891 0.934 0.856
3 0.934 0.781 0.791
4 0.664 0.863 0.704
5 0.730 0.858 0.927
51. Refazer análise hierárquica com método Ligação entre
grupos e intervalo por correlação de Pearson
Análise de Cluster Hierárquica
52. Análise hierárquica com método Ligação entre grupos e
intervalo por correlação de Pearson
Análise de Cluster Hierárquica
Par de
correlação
Renda
X
Rede2
Renda
X
Consumo
Rede2
X
Consumo
Agrupamento
1 0.690 0.742 0.861
2 0.892 0.958 0.877
3 0.947 0.832 0.775
4 0.646 0.836 0.693
5 0.858 0.804 0.770
Total 0.436 0.601 0.633
54. Análise de Cluster Hierárquica
R2 B1 Renda
(padronizado)
B2 Rede2
(padronizado)
Geral 0.53 0.402 0.458
Agrupamento
1 0.78 0.293 0.665
2 0.693 0.954 -0.129*
3 0.921 0.863 0.106
4 0.671 0.541 0.306
5 0.739 0.666 0.263
Regressão pelos Agrupamentos de Correlação de
Pearson, Método Ligação entre grupos
* Não significativo a 95% de confiança
55. Refazer análise hierárquica para distância euclidiana
quadrática incluindo coordenadas geográficas X e Y com
variáveis
Análise de Cluster Hierárquica
Consumo
Renda
Rede
X
Y
60%
40%
56. 1º Passo: Criar os scores Z das váriáveis
Analisar > Estatísticas Descritivas > Descritivas
K-MÉDIAS
63. Podemos exportar, no formato .csv ou .dbf (Dbase IV), os
resultados salvos na tabela.
Em seguida, podemos juntar esta tabela ao shapefile
(União) no QGIS e visualizar os grupos espacialmente
Visualização dos
agrupamentos
64. 1º - Visualizar mapa para Análise Hierárquica
Método Ward – Distância Euclideana ao Quadrado
Visualização dos agrupamentos
66. 2º - Visualizar mapa para Análise Hierárquica
Ligação entre grupos– Distância Euclideana ao Quadrado
Visualização dos agrupamentos
67. Análise Hierárquica - Distância Euclideana ao Quadrado
Ligação
entre
grupos
Método
Ward
68. 3º - Visualizar mapa para Médias K
Visualização dos agrupamentos
69. Hierárquico X Médias K
Distância
entre
grupos
Hierárquico
Método Ward
Distância
Euclideana ao
Quadrado
Médias K
70. 4º - Visualizar mapa para Cluster de 2 Etapas
Visualização dos agrupamentos
71. Hierárquico X Duas etapas
2 Etapas
Hierárquico
Método Ward
Distância
Euclideana ao
Quadrado
72. 5º - Visualizar mapa para análise hierárquica
Método Ward – Distância Euclideana Quadrática
Incluindo Coordenadas X e Y
Visualização dos agrupamentos
74. 6º - Visualizar mapa para análise hierárquica
Método Ward – Correlação de Pearson
Visualização dos agrupamentos
75. Correlação de Pearson
Par de
correlação
Renda
X
Rede2
Renda
X
Consumo
Rede2
X
Consumo
Agrupamento
1 0.662 0.74 0.807
2 0.891 0.934 0.856
3 0.934 0.781 0.791
4 0.664 0.863 0.704
5 0.730 0.858 0.927
Total 0.436 0.601 0.633
76. 7º - Visualizar mapa para análise hierárquica
Método de Ligação entre Grupos – Correlação de Pearson
Visualização dos agrupamentos
77. Par de
correlação
Renda
X
Rede2
Renda
X
Consumo
Rede2
X
Consumo
Agrupamento
1 0.690 0.742 0.861
2 0.892 0.958 0.877
3 0.947 0.832 0.775
4 0.646 0.836 0.693
5 0.858 0.804 0.770
Total 0.436 0.601 0.633
Par de
correlação
Renda
X
Rede2
Renda
X
Consumo
Rede2
X
Consumo
Agrupamento
1 0.662 0.74 0.807
2 0.891 0.934 0.856
3 0.934 0.781 0.791
4 0.664 0.863 0.704
5 0.730 0.858 0.927
Total 0.436 0.601 0.633
Correlação de Pearson
Ligação
entre
grupos
Método
Ward
78. Gravar dados no Shapefile
Clique com o botão direito na camada e selecione
“salvar como…”
80. Método Skater
Técnica:
Minimizar a variabilidade entre os agrupamentos, mas
mantendo a contiguidade de todos os elementos em cada
agrupamento
Resultado:
Regiões relativamente homogêneas espacialmente contínuas
Regionalização
82. Inicialmente associa-se "custos" às arestas
Os "custos" são calculados em função da similaridade
entre os geo-objetos
Depois são eliminadas as arestas de menor "custo"
89. • ICV80: Índice de Condição de Vida geral, no ano de 1980.
• DEM80: Defasagem escolar média (em anos) entre crianças de 7 a 14
anos, no ano de 1980.
• TRAB80: Porcentagem de crianças de 10 a 14 anos que trabalham, no
ano de 1980.
• AAGU80: Abastecimento adequado de água, no ano de 1980.
• TANALF80: Taxa de analfabetismo da população de 15 anos ou mais
(%), no ano de 1980.
• MANOS80: Número médio de anos de estudo (pop. de 25 anos ou
mais, no ano de 1980).
• ESP80: Esperança de vida ao nascer (em anos), no ano de 1980.
• TMI80: Taxa de mortalidade infantil (por mil nascidos vivos), no ano
de 1980.
• RENDA80: Renda familiar per capita média (Cr$1000 de 01/09/91), no
ano de 1980.
• POBRES80: Proporção de pobres (P0), no ano de 1980.
Regionalização
90. Análise -> Skater
Grupos: 10
Escolher atributos em
Plan.1 que terminem em
“80_P” (variáveis
padronizadas do ano
1980)
Regionalização
93. Para alterar a legenda
do mapa, clicar com
botão direito do mouse
sobre o tema a ser
visualizado e escolher
“Editar Legenda…”
Regionalização
94. 1- Escolher o atributo
“ska”, com precisão = 1
2- Selecione “Aplicar”
3- Selecione “Ok”
Regionalização
95. Repetir a análise para o
anos de 1991
Selecione o tema
“Metrop_1991”
Análise -> Skater
Grupos: 10
Nome da Coluna: ska91
Escolher atributos em
Plan.2 que terminem em
“91_P” (variáveis
padronizadas do ano 1991)
Regionalização
97. Para salvar os mapas, vá em:
Arquivo -> Salvar Tela de visualização ->Arquivo
Regionalização
98. Análise de 1980 com método de
agregação por população
Selecione o tema
“Metrop_1980”
Análise -> Skater
Grupos: 100.000 hab
Atributo: Plan1->Pop1980
Nome da Coluna: ska80pop
Escolher atributos em Plan.1
que terminem em “80_P”
(variáveis padronizadas do ano
1980)
Regionalização
100. Análise de 1980 com método de
agregação por população
Selecione o tema
“Metrop_1991”
Análise -> Skater
Grupos: 100.000 hab
Atributo: Plan2->TOTAL_91
Nome da Coluna: ska91pop
Escolher atributos em Plan.2
que terminem em “91_P”
(variáveis padronizadas do ano
1991)
Regionalização
102. Para salvar os mapas, vá em:
Arquivo -> Salvar Tela de visualização ->Arquivo
Regionalização
103. Exercício
Realize as seguintes análises de agrupamento para
os dados do seu trabalho de curso:
- Método Ward
- Distância Euclideana ao Quadrado
- Correlação de Pearson
- Escolha um número de agrupamentos com base
na heterogeneidade dos grupos
- Realize a regressão para cada um dos
agrupamentos de correlação de Pearson
- Exporte os resultados do SPSS para sua base de
dados do QGIS e gere os dois mapas de
agrupamento
- Interprete os resultados