O coeficiente de correlação bivariado mede como variáveis ou postos estão relacionados. Coeficientes: Pearson, Spearman s rho e Kendall s tau-b.

Tamanho: px

Começar a partir da página:

Download "O coeficiente de correlação bivariado mede como variáveis ou postos estão relacionados. Coeficientes: Pearson, Spearman s rho e Kendall s tau-b."

Nelson Madureira Botelho
6 Há anos
Visualizações:

4 O coeficiente de correlação bivariado mede como variáveis ou postos estão relacionados. Coeficientes: Pearson, Spearman s rho e Kendall s tau-b. Com a correlação bivariada mede-se o relacionamento entre duas variáveis com a correlação canônica é medido como dois conjuntos de variáveis estão associados. A correlação parcial é um coeficiente que mede o relacionamento linear entre duas variáveis enquanto são controlados os efeitos de uma ou mais variáveis adicionais. É uma técnica para encontrar subgrupos significativos de indivíduos ou objetos. O objetivo é classificar uma amostra de entidades (indivíduos ou objetos) em um número pequeno de grupos mutuamente exclusivos. Diferentemente da análise discriminante, os grupos não são pré-definidos.

5 Se na regressão múltipla a única variável dependente for categórica a técnica apropriada é a análise discriminante. O principal objetivo da análise discriminante é entender diferenças entre grupos e prever a probabilidade de que uma entidade (indivíduo ou objeto) pertença a uma classe em particular ou grupo baseado nas várias variáveis independentes. A análise de variância é utilizada para testar se várias médias são iguais. É uma extensão do teste t de duas amostras. A MANOVA está interessada em diferenças entre médias (grupos). Só que a ANOVA utiliza uma única variável métrica dependente, enquanto que a MANOVA testa diferenças entre grupos (vetores de médias), utilizando várias variáveis métricas dependentes simultaneamente. Quão efetivo é um novo formicida e qual é a concentração apropriada para o seu uso.

6 A análise conjunta é uma técnica de avaliação de objetos (produtos, serviços ou idéias), utilizada para entender como os respondentes desenvolvem preferências por produtos ou serviços. A Logit analisa o relacionamento entre variáveis dependentes (ou respostas) e variáveis independentes. A variável dependente é sempre categórica. O logaritmo das odds ratios da variável dependente é expresso como uma combinação linear dos parâmetros. Uma distribuição Multinomial é assumida.. Dados de acidentes de automóveis em Porto Alegre são utilizados para determinar o relacionamento entre usar o cinto de segurança ou não e se os danos foram fatais ou não. A odds ratio indica evidência significativa de relacionamento. Odds Ratio = P(A) P(A) = e P(A) P(A) β 0 + β1x 1+ β n X n A regressão múltipla é o método de análise apropriado quando o problema envolve uma variável (métrica) dependente que se presume relacionada com duas ou mais variáveis independentes (métricas). O objetivo é prever mudanças na variável dependente em resposta à mudanças nas variáveis independentes.

7 Um dos objetivos da análise correspondência é descrever o relacionamento entre duas variáveis nominais em um espaço dimensional mais baixo, enquanto descreve simultaneamente o relacionamento entre as categorias para cada variável. A Análise de Fatores, incluindo variações como a Análise de Componentes e a Análise de Fatores Comuns objetiva encontrar uma forma de condensar a informação contida em um determinado número de variáveis originais em um conjunto menor com perda mínima de informação. Permite o estudo das propriedades de escalas de medidas e de seus itens. O procedimento determina medidas de confiabilidade de escalas e também fornece informações sobre relacionamentos entre itens individuais na escala. O objetivo é transformar julgamentos de semelhança ou preferência (por exemplo, por lojas ou marcas) em distâncias representadas no espaço multidimensional.

8 (1) As variáveis podem ser classificadas em independentes e dependentes de acordo com algum critério? (2) Se sim, quantas são tratadas como dependentes em uma única análise? (3) Qual a escala de medida utilizada para avaliar as variáveis?

9 (01) Número de variáveis dependentes (02) Tipo de variável CLASSIFICAÇÃO DAS TÉCNI CAS MULTIVARIADAS Tipo de relação sendo examinada Dep endê ncia: In ter dep end ênc ia: Qu anta s var iáveis e stão sen do expl icad as? A estrutura do r elac iona men to é en tr e? Rel ações múltiplas d e va riáv eis d epen den tes e in depe nden tes? Vár ias var iáv eis em uma única relação Uma var iáv el de pend ent e em uma úni ca relação Va riáv eis Casos /Respo nde nt es Obj etos Modelagem por equações estruturais Qual é o tipo de var ável d epe nden te? Qua l é o tipo de escala da var iá vel d epen dent e? Anál ise de Fatores Anális e de Co ng lom er ado s Como os atr ib uto s são m ens ur ado s? Mé tr ica Não- mét ri ca Métrica Não-métrica Mé tr ica Não-mé trica Qual é a escala de m edi da d a var iáv el exp licat iva? An álise c anôn ica c or rel ação com va riá veis d ummy Reg res são Mú ltip la An álise Con junt a An álise Di scri min ante Modelos L ine are s de Pr ob abili dade Redu ção Mu ltid ime nsion al An álise de correspondência Mét ri ca Não- mét rica Análi se can ôni ca cor r elaçã o Anál ise d e var iânc ia mult ivariada Correlação canônica Y 1 + Y2 + Y Yn = X1 + X2 + X Xn (Qualitativas, Quantitativas ) (Qualitativas, Quantitativas ) Análise multivariada de variância Y 1 + Y2 + Y Yn = X1 + X2 + X Xn (Quantitativas ) Análise de variância (Qualitativas) Y = X 1 + X2 + X Xn (Quantitativas ) Análise discriminante múltipla (Qualitativas) Y = X 1 + X2 + X Xn (Qualitativa) (Quantitativas ) Análise de regressão múltipla Y = X 1 + X2 + X Xn (Quantitativa) Análise conjunta (Quantitativas, Qualitativas) Y = X 1 + X2 + X Xn (Quantitativa, Qualitativa) (Qualitativas)

Documentos relacionados

Estatística Multivariada. Visão Panorâmica. Aplicações: Associação. Classificação. Comparação. Associação. Correlação Bivariada.

Estatística Multivariada. Visão Panorâmica. Aplicações: Associação. Classificação. Comparação. Associação. Correlação Bivariada. Prof. Lorí Viali, Dr. viali@pucrs.br; viali@mat.ufrgs.br; http://www.pucrs.br/famat/viali; http://www.mat.ufrgs.br/~viali/ Embora projetos complexos e métodos sofisticados sejam necessários para responder