• Biblioteca.jpg
  • fotobanner9.png
  • fotobanner13.png
  • fotobanner43.jpg
  • uff.png

Nível: Mestrado Profissional

Obrigatória: Não

Área de Concentração: Sistemas de Produção e Processos

Carga Horária: 60

Turno: Noite 

Créditos: 4

 

Objetivo:

O objetivo da disciplina é capacitar os alunos a utilizar técnicas estatísticas de análise multivariada de dados em suas áreas de interesse no campo da Engenharia de Produção. Para cada técnica apresentada serão abordados: Exemplos de aplicações das técnicas em diferentes áreas da Engenharia de Produção; Fundamentos teóricos; Análise e interpretação dos resultados; Dificuldades operacionais; Limitações na aplicação das técnicas; Ao fim do curso os alunos deverão estar aptos a selecionar as técnicas adequadas pare desenvolver suas 11 pesquisas, selecionar e utilizar o software apropriado e interpretar corretamente os resultados.

 

Ementa:

1. Revisão de Álgebra Matricial: distância; matrizes ortogonais; autovalores e autovetores; formas quadráticas. 2. Distribuição Normal multivariada: propriedades; amostragem e verossimilhança; verificação da suposição de normalidade. 3. Análise de Agrupamento: medidas de similaridade; métodos de agrupamento hierárquico (ligação simples, ligação média e ligação completa) e não hierárquico (k-médias). 4. Análise de componentes principais: método para obtenção de componentes principais; componentes principais de uma distribuição normal multivariada, de variáveis padronizadas e de uma matriz de correlação; estimação e testes de igualdade de componentes principais.5. Análise Fatorial: modelo; variância específica; modelo de fator ortogonal; métodos de Estimação – Fatorial Principal e por Máxima Verossimilhança; Rotação e Escore dos Fatores.6. Análise de Regressão Multivariada: obtenção do modelo; seleção de variáveis; verificação do ajuste;7. Análise de Correspondência: Formulação matemática (decomposição em coordenadas principais e representação gráfica das coordenadas principais) e exemplos de aplicação. 8. Análise discriminante e classificação: o problema de classificação geral; regra de classificação ótima para duas populações; modelo com duas populações normais multivariadas; modelo com várias populações (método de Anderson e método de Fisher).

 

Bibliografia:

HAIR, J. F., ANDERSON, R. E. TATHAM, R. L., BLACK, W. C. Análise Multivariada de Dados. 5. ed. Porto Alegre: Bookman, 2006.

ANDERSON, T. W. An introduction to multivariate statistical analysis. New York, John Wiley, 2a . ed., 1984

BARROSO, L. P., ARTES, R. Análise Multivariada. 10º. SEAGRO e 48ª. RBRAS. Lavras: UFLA, 2003.

REIS, E. Estatística Multivariada Aplicada. Ed. Silabo. 2ª. ed. 2001.

MINGOTI, S.A. Análise de dados através de métodos de estatística multivariada. Belo Horizonte: UFMG, 2005.

WICHERN, D. W., JOHNSON, R. A. Applied multivariate statistical analysis. Upper Saddle River, NJ: Pearson Prentice-Hall, 6ª ed., 2007.

 

 

Login

Busca