ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 7 Análise de Clusters
|
|
- José Lemos Ribeiro
- 7 Há anos
- Visualizações:
Transcrição
1 ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 7 Análise de Clusters
2 7.1 (A1) Considere a seguinte matriz de distâncias : Determine os clusters para estes 4 objectos assumindo: a) Um modelo hierárquico "single linkage". b) Um modelo hierárquico "complete linkage". c) Um modelo hierárquico "average linkage". d) Desenhe os dendrogramas e compare os resultados dos três modelos (T) Considere agora a matriz de distâncias: Repita as alíneas a) a d) do exercício anterior (A1) Uma amostra para as cotações das acções de 5 empresas transaccionadas na NYSE permitiu calcular a seguinte matriz de correlações entre as cotações dos títulos (arredondadas a 2 casas decimais): Allied Chemical Du Pont Union Carbide Exxon Texaco Allied Chemical 1 Du Pont.58 1 Union Carbide Exxon Texaco Usando as correlações como medida de semelhança entre os títulos construa os clusters das acções usando os modelos de "single linkage" e "complete linkage"
3 7.4. (A1) Para quatro indivíduos (A D) foram medidas as variáveis X 1 e X 2 obtendo-se: Indiv. X 1 X 2 A 5 4 B 1-2 C -1 1 D 3 1 Use o algoritmo das K-médias para dividir os indivíduos em K=2 grupos. a) Comece com os grupos (AB) e (CD). b) Repita começando com os grupos (AC) e (BD) (A2) O quadro seguinte apresenta dados sobre 43 marcas comerciais de cereais de pequeno almoço para os quais se mediram 9 variáveis (dispõe destes dados no ficheiro CEREAIS.SAV) X 1 - Fabricante X 2 - teor de calorias X 3 - " proteínas X 4 - " gordura X 5 - " sódio X 6 - " fibras X 7 - " hidratos de carbono X 8 - " açúcar X 9 - " potássi0 Utilize o SPSS para a) Calcular a distância euclideana entre cada par de marcas de cereais. b) Utilizando essas distâncias agrupar as marcas de cereais usando os métodos de "single linkage" e "complete linkage". Compare os dendrogramas. c) Utilize os algoritmo das K-médias para agrupar as marcas de cereais. Use K=2, 3 e 4 e compare os resultados
4 Marca X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 ACCheerios G Cheerios G CocoaPuffs G CountChocula G GoldenGrahams G HoneyNutCheerios G Kix G LuckyCharms G MultiGrainCheerios G OatmealRaisinCrisp G RaisinNutBran G TotalCornFlakes G TotalRaisinBran G TotalWholeGrain G Trix G Cheaties G WheatiesHoneyGold G AllBran K AppleJacks K CornFlakes K CornPops K CracklinOatBran K Crispix K FrootLoops K FrostedFlakes K FrostedMiniWheats K FruitfulBran K JustRightCrunchyNuggets K MueslixCrispyBlend K NutNHoneyCrunch K NutriGrainAlmondRaisin K NutriGrainWheat K Product19 K RaisinBran K RiceKrispies K Smacks K SpecialK K CapNCrunch Q HoneyGrahamOhs Q Life Q PuffedRice Q PuffedWheat Q QuakerOatmeal Q
5 7.6. (A2) (do teste de frequência de 24.JUN.2000) Um colega seu está apostado em fazer o trabalho de Estatística Multivariada a partir dos dados disponíveis numa base com a caracterização dos hotéis portugueses (aliás, já sua conhecida!). Como simpatizou muito com as técnicas de Análise de Clusters, decidiu-se por aplicá-las por forma a agrupar os hotéis mais semelhantes. Para ensaiar a utilização da técnica, começou por construir um quadro com apenas cinco hotéis e dez variáveis binárias que assinalam a presença (1) ou ausência (0) de algumas facilidades: nome cidade snack restaura conferen cofrquar piscina ginásio cabeleir ténis garagem 1 Hotel do Elevador Hotel Ofir Hotel Horus Hotel Vermar GaiaHotel Como aprendeu que uma análise de clusters começa sempre pelo cálculo de uma matriz de dissemelhanças (ou distâncias) entre as observações consideradas, o seu colega decidiu calcular uma. Como é estudioso sabe que, porque as variáveis são binárias, não deve usar os conceitos de distância mais habitualmente usados e porque gosta de inovar, propõe a utilização da medida de dissemelhança de Lance e Williams (também conhecida por coeficiente não métrico de Bray-Curtis) dada por (b+c)/(2a+b+c), onde a representa o número de atributos presentes em ambos os casos e b e c representam o os números de atributos presentes num dos casos e ausentes no outro. a) Compare este conceito com os apresentados na aula para variáveis binárias, diga entre que valores pode variar, qual o significado dos extremos e que argumentos podem justificar a sua adopção. b) Usando o SPSS o seu colega obteve a seguinte matriz de dissemelhanças: Proximity Matrix Binary Lance-and-Williams Nonmetric Measure 1:Hotel do Elev ador 2:Hotel Ofir 3:Hotel Horus 4:Hotel Vermar 5:GaiaHotel 1:Hotel do Elev ador :Hotel Ofir :Hotel Horus :Hotel Vermar :GaiaHotel This is a dissimilarity matrix A partir desta matriz construa o dendograma para uma aglomeração hierárquica simples (nearest neighbor)
6 7.7. (A2) (usando os dados do teste de freq. de 27.JAN.2004) O ficheiro Ex7-7.xls apresenta os dados do consumo médio de proteínas em diversos tipos de alimentos para 25 países europeus (São dados de 1973 citados em Manly, 1994). Os valores são consumos médios diários em gr. por pessoa e as variáveis referem-se a nove grupos de alimentos: redmeat - carnes vermelhas; whitemea - carnes brancas; eggs - ovos; milk - leite; fish - peixe; cereals - cereias; starchyf - féculas (batata e outras) pulsenut - leguminosas e oleaginosas; fruveget - frutas e vegetais. Pretende-se agora agrupar os países com hábitos alimentares semelhantes (no que toca a quantidades e fontes de proteínas) recorrendo à Análise de Clusters. a) Faz sentido a utilização desta técnica? b) Proponha um conceito de distância e um método de agregação e use o SPSS para constituir os grupos (T) (do teste de frequência de 6.JAN.2006) Um colega seu está a experimentar a utilização da Análise de Clusters. Trabalhando com o conjunto de dados no Quadro 7.8.1, obteve o output do SPSS para a utilização dum método hierárquico de clustering que consta abaixo. Indivíduo X 1 X 2 X 3 X 4 X 5 A B C D E F Quadro a) Diga, justificando, qual o método hierárquico utilizado. b) Complete o aglomeration schedule e acrescente ao dendrograma uma escala para as distâncias apropriada ao problema. c) Como ficam divididas as observações se decidir formar dois clusters? Trata-se duma solução possível no caso de utilizar o algoritmo das K-médias (com k=2)? OUTPUT:
7 Proximity Matrix Squared Euclidean Distance Case ,00 15,50 13, ,25 9, ,50,00 16,75 18,75 4,75 22, ,25 16,75,00 10,00 13,00 18, ,75 10,00,00 12,50 17, ,25 4,75 13,00 12,50,00 11,75 6 9,00 22,50 18,25 17,75 11,75,00 This is a dissimilarity matrix Agglomeration Schedule Cluster Combined Stage Cluster First Appears Stage Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2 Next Stage , , , * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * Dendrogram using... Rescaled Distance Cluster Combine C A S E Label Num
8 7.9. (Do exame de 26.JUN.2007) No Quadro tem as notas de três testes e da prova final numa disciplina da nossa Universidade. Utilizou-se esta informação para fazer uma análise de clusters dos alunos considerando, primeiro a "block distance" (isto é distância de Minkovski com m=1) e depois a distância euclideana. Os resultados obtidos para o método hierárquico com ligações médias apresentam-se no Output a) Compare os resultados, referindo-se especialmente aos objectivos do clustering no que toca à variabilidade intra e inter clusters. (Seja sucinto na resposta.) b) Repare agora que, nesta análise, os trabalhos (que são de grupo) têm um peso tão grande que quase se podem identificar os grupos de trabalho nos dendogramas. Um seu colega sugeriu então que se padronizassem as variáveis. Outro sugeriu que se fizesse o clustering com base na nota de fim de semestre. Que comentários lhe merecem estas sugestões? c) Eu preferi construir uma nova variável, que é a média aritmética das notas dos três trabalhos. Fiz então o clustering usando esta média e a nota do teste de frequência. O resultado desta minha análise apresenta-se no Output Que comentários lhe suscita?
9 Quadro Aluno T1 T2 T3 F 1 16,0 14,0 16,0 12,6 2 16,0 17,0 19,0 7,5 3 15,0 14,0 15,0 11,0 4 16,0 17,0 19,0 13,0 5 16,0 17,0 15,0 14,3 6 16,0 17,0 19,0 12,8 7 16,0 17,0 15,0 8,3 8 16,0 17,0 19,0 11,8 9 16,0 17,0 15,0 13, ,0 17,0 15,0 6, ,0 14,0 15,0 8, ,0 14,0 16,0 12, ,0 16,0 15,5 9, ,0 16,0 15,5 9, ,0 16,0 15,5 13, ,0 14,0 16,0 5, ,0 14,0 16,0 13, ,0 17,0 19,0 11, ,0 16,0 15,5 8, ,0 14,0 16,0 11, ,0 14,0 15,0 12, ,0 17,0 17,0 12, ,0 17,0 18,0 15, ,0 17,0 17,0 18, ,0 17,0 18,0 16, ,0 17,0 18,0 9, ,0 14,0 15,0 11, ,0 17,0 18,0 11, ,0 14,0 15,0 9, ,0 14,0 15,0 11, ,0 17,0 17,0 12, ,0 14,0 15,0 8,5 Quadro
10 Clustering c/ "block distance" Output (1/4) Stage Agglomeration Schedule Stage Cluster First Cluster Combined Appears Coefficients Cluster 1 Cluster 2 Cluster 2 Cluster 1 Next Stage E
11 Output (2/4) * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E Label Num I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I
12 Output (3/4) Clustering c/ distância euclideana Agglomeration Schedule Cluster Combined Stage Cluster First Appears Stage Cluster 1 Cluster 2 Coefficients Cluster 2 Cluster 1 Next Stage E
13 Output (4/4) * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E Label Num I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I
14 Output (1/2) Stage Agglomeration Schedule Stage Cluster First Cluster Combined Appears Coefficients Cluster 1 Cluster 2 Cluster 2 Cluster 1 Next Stage E
15 Output (2/2) * * * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * * * Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E Label Num I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I I
ESTATÍSTICA MULTIVARIADA 1º. Semestre 2008/09
ESTATÍSTICA MULTIVARIADA º. Semestre 008/09.Janeiro.009 José Filipe Rafael Fausto Rodriguez Tiago Tarré I (8 valores) O Sea n Sun é um hotel de estrelas, extremamente bem localizado, e que tem primado
Leia mais[DataSet11] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário Prof essores.sav
USE ALL. FILTER BY filter_$. EXECUTE. CLUSTER CondRelativa ImpRelativa IntegRelativa /METHOD SINGLE /MEASURE=SEUCLID /ID=Id.Prof /PRINT SCHEDULE /PRINT DISTANCE /PLOT DENDROGRAM. [DataSet] D:\Fmh\Doutoramento\Tese\Dados\Quantitativos\Questionário
Leia maisMódulo 18- Análise de Cluster Tutorial SPSS Análise dos Resultados Método Hierárquico e Não-Hierárquico
Tutorial SPSS Módulo 8 Análise de Cluster Módulo 8- Análise de Cluster Tutorial SPSS Análise dos Resultados Método Hierárquico e Não-Hierárquico Situação Problema Apresentamos novamente a situação problema
Leia maisUNIVERSIDADE DOS AÇORES Licenciatura em Sociologia. Análise de Dados
UNIVERSIDADE DOS AÇORES Licenciatura em Sociologia Análise de Dados Exame Data: 200 06 07 Duração: 2 horas Nota: Justifique todas as suas afirmações. Um investigador pretende saber se existem ou não diferenças
Leia maisESTATÍSTICA MULTIVARIADA. 2º. Semestre 2006/07
ESTATÍSTICA MULTIVARIADA º. Semestre 006/07.Março.007 José Filipe Rafael Fez um inquérito a 45 potenciais clientes de um novo produto pedindo-lhes que avaliassem nove características diferentes numa escala
Leia maisDescoberta de Conhecimento em Bases de Dados. Pesquisa de Clusters
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Descoberta de Conhecimento em Bases de Dados. Pesquisa de Clusters Descoberta
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisLes-0773: ESTATÍSTICA APLICADA III ANÁLISE DE AGRUPAMENTO. Junho de 2017
Les-0773: ESTATÍSTICA APLICADA III ANÁLISE DE AGRUPAMENTO AULA 4 02/06/17 Prof a Lilian M. Lima Cunha Junho de 2017 DEFINIÇÃO Análise de conglomerados (Cluster Analysis) é uma das técnicas de análise multivariada
Leia maisDescrição do Método de Análise de Clusters
ANÁLISE DE CLUSTERS A análise de Clusters designa uma série de procedimentos estatísticos sofisticados que podem ser usados para classificar objectos e pessoas por observação das semelhanças e dissemelhanças
Leia maisMódulo 18- Análise de Cluster Tutorial SPSS Preparação dos Dados e Geração de Tabelas Método Hierárquico e Não-Hierárquico
Tutorial SPSS Módulo 18 Análise de Cluster 1 Módulo 18- Análise de Cluster Tutorial SPSS Preparação dos Dados e Geração de Tabelas Método Hierárquico e Não-Hierárquico Situação Problema Uma varejista de
Leia maisAnálise de Agrupamento. Cluster Analysis
Análise de Agrupamento Cluster Analysis Objetivo Classificar objetos, itens ou indivíduos de acordo com as suas semelhanças. Os objetos semelhantes são alocados em um mesmo grupo e, portanto, aqueles que
Leia maisAnálise de Agrupamento (Cluster analysis)
Análise de Agrupamento (Cluster analysis) Anderson Rodrigo da Silva 1 Exemplos de aplicações de análise de agrupamento Pesquisas de mercado Agrupamento de cidades-teste Bancos de germoplasma Caracterização
Leia maisVARIEDADES DE SOBREMESAS DO MCDONALDS SEGUNDO SUAS CARACTERÍSTICAS NUTRICIONAIS: UMA APLICAÇÃO DE ANÁLISE DE AGRUPAMENTO
VARIEDADES DE SOBREMESAS DO MCDONALDS SEGUNDO SUAS CARACTERÍSTICAS NUTRICIONAIS: UMA APLICAÇÃO DE ANÁLISE DE AGRUPAMENTO Luana Kelly de Souza Nóbrega 1 Dalila Camêlo Aguiar 2 Jaylanne Medeiros de Mendonça
Leia maisAnálise de dados multivariados I
Análise de dados multivariados I Tópico: Análise de Conglomerados ou Agrupamentos (ou ainda, Cluster Analysis) Bibliografia: R.A. Johnson, Applied Multivariate Statistical Analysis, Prentice Hall, 199
Leia maisA procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP
A procura da melhor partição em Classificação Hierárquica: A abordagem SEP/COP Lúcia Sousa Escola Superior de Tecnologia e Gestão, Instituto Politécnico de Viseu Fernanda Sousa Faculdade de Engenharia
Leia maisEscola: Nome: Turma: N.º: Data: / / FICHA DE TRABALHO
Ciências Naturais, 6º Ano Escola: Nome: Turma: N.º: Aula n.º: Conteúdo: Alimentação Saudável Data: / / FICHA DE TRABALHO Para cada questão, assinala a ou as opções corretas. ❶ A alimentação é saudável
Leia maisAgrupamento Espectral e Hierárquico
Agrupamento Espectral e Hierárquico Fabrício Olivetti de França Universidade Federal do ABC Tópicos 1. Agrupamento Espectral 2. Agrupamento Hierárquico 1 Agrupamento Espectral Agrupamento Espectral Nem
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Conceitos básicos Classificação não-supervisionada:
Leia maisALIMENTAÇÃO SAUDÁVEL. Dra. Helena Maia Nutricionista
ALIMENTAÇÃO SAUDÁVEL Dra. Helena Maia Nutricionista OBJECTIVOS Obesidade: Riscos, prevalências e tipos Nutrição / Nutrientes Roda dos Alimentos Alimentação Mediterrânica IMC Conclusão RISCOS RELACIONADOS
Leia maisNíveis descritivos de testes estatísticos de variabilidade como medidas de similaridade entre objetos em análises de agrupamento
Níveis descritivos de testes estatísticos de variabilidade como medidas de similaridade entre objetos em análises de agrupamento Luiz Roberto Martins Pinto 1 Leonardo Evangelista Moraes 2 Priscila Ramos
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 3 Distribuição Normal Multivariada
ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11 EXERCÍCIOS PRÁTICOS - CADERO 3 Distribuição ormal Multivariada 22-02-11 3.1 3.1. Considere três variáveis bidimensionais (X 1, X 2 ) com distribuição normal
Leia maisTrilha Learning Machine Cluster Analysis em 4 passos Marco Siqueira Campos
Trilha Learning Machine Cluster Analysis em 4 passos Marco Siqueira Campos Marco Siqueira Campos Sócio fundador Siqueira Campos Associados e sos-stat Estatístico UFRGS Certificado Data Science Specialization
Leia maisTécnicas Estatísticas de Agrupamento
Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo Disciplina: EAD 351 Técnicas Estatísticas de Agrupamento Avisos Prova 1 21 de Setembro Trabalho Entrega até 24 de novembro
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 5 Análise Factorial de Componentes Principais
ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 21 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 5 Análise Factorial de Componentes Principais 26-4-11 5.1 5. ANÁLISE FACTORIAL DE COMPONENTES PRINCIPAIS 5.1. Admita 3 variáveis
Leia maisAula 3 Representação do Conhecimento
Aula 3 Representação do Conhecimento Sumário (Representação do Conhecimento) - Introdução - Tabelas - Modelos Lineares - Árvores - Regras - Baseada em Instância - Clusters (Aglomerado) - Prática: Árvore
Leia maisComparação entre o método Ward e o método K-médias no agrupamento de produtores de leite
Comparação entre o método Ward e o método K-médias no agrupamento de produtores de leite Enio Júnior Seidel,Fernando de Jesus Moreira Júnior, Angela Pelegrin Ansuj, Maria Rosane Coradini Noal Departamento
Leia mais2COP229 Inteligência Computacional. Aula 3. Clusterização.
Aula 3 Clusterização Sumário (Clusterização) - Introdução - Aprendizado Não Supervisionado - Aprendizado Supervisionado - Introdução: Clusterização - Etapas para o processo de Clusterização - Distância
Leia maisAPLICAÇÃO DE ANÁLISE DE CLUSTER EM VALORES NUTRICIONAIS REFERENTES Á TIPOS DE CARNES
APLICAÇÃO DE ANÁLISE DE CLUSTER EM VALORES NUTRICIONAIS REFERENTES Á TIPOS DE CARNES Samara Rilda de S.BEZERRA 1, Edwirde Luiz SILVA 1,Aldreany P.Araújo SILVA 1 1 Departamento de Estatística, Universidade
Leia maisConsistência do padrão de agrupamento de cultivares de milho
Ciência Rural, Santa Maria, v.41, Consistência n.9, p.1503-1508, do padrão set, de 2011 agrupamento de cultivares de milho. ISSN 0103-8478 1503 Consistência do padrão de agrupamento de cultivares de milho
Leia maisANÁLISE DE BIG DATA E INTELIGÊNCIA ARTIFICIAL PARA A ÁREA MÉDICA
CURTA DURAÇÃO ANÁLISE DE BIG DATA E INTELIGÊNCIA ARTIFICIAL PARA A ÁREA MÉDICA CARGA HORÁRIA: 80 horas COORDENAÇÃO: Prof.ª Dr.ª Alessandra de Ávila Montini OBJETIVOS Introduzir o conceito de Big Data,
Leia maisValor nutricional do mel na dieta mediterrânica
VALORIZAÇÃO DOS PRODUTOS APÍCOLAS Valor nutricional do mel na dieta mediterrânica Duarte Torres Caramulo 16 de Junho 2012 dupamato@fcna.up.pt dieta do gredo diaita regime alimentar modo de vida Todas as
Leia maisSENSOMETRIA. Adilson dos Anjos. Curitiba, PR 21 de maio de Departamento de Estatística Universidade Federal do Paraná
SENSOMETRIA Adilson dos Anjos Departamento de Estatística Universidade Federal do Paraná aanjos@ufpr.br Curitiba, PR 21 de maio de 2015 1 / 7 SENSOMETRIA SEGMENTAÇÃO 2 / 7 Introdução Análise de agrupamentos->
Leia maisPré processamento de dados II. Mineração de Dados 2012
Pré processamento de dados II Mineração de Dados 2012 Luís Rato Universidade de Évora, 2012 Mineração de dados / Data Mining 1 Redução de dimensionalidade Objetivo: Evitar excesso de dimensionalidade Reduzir
Leia maisO que são nutrientes?
Os nutrientes O que são nutrientes? São substâncias utilizadas pelo metabolismo do organismo essenciais ao seu funcionamento; Os alimentos contêm nutrientes que o organismo não consegue sintetizar, assim
Leia maisEscola: Nome: Turma: N.º: Data: / / FICHA DE TRABALHO 1. fibras vegetais glícidos reguladora. plástica lípidos energética
Conteúdo: Nutrientes Alimentares: Funções Gerais FICHA DE TRABALHO 1 fibras vegetais glícidos reguladora plástica lípidos energética protetora proteínas nutrientes Nos alimentos encontramos as substâncias,
Leia maisNutrientes. Leonardo Pozza dos Santos
Nutrientes Leonardo Pozza dos Santos Itaqui, 2017 O que define um nutriente? - Qualquer elemento ou composto químico necessário para o metabolismo de um organismo vivo. - Eles compõem os alimentos e são
Leia maisInteligência nos Negócios (Business Inteligente)
Inteligência nos Negócios (Business Inteligente) Sistemas de Informação Sistemas de Apoio a Decisão Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7) Fundamentação da disciplina Analise de dados Decisões
Leia maisLARANJA E ROXA PALHA MIX CHIPS É feito de maneira 100% natural, com batata-doce amarela, rosa e roxa, sem adição de aditivos químicos, como conservantes artificiais. Possui sal com baixo teor de sódio
Leia maisANÁLISE DE CONGLOMERADOS E OS INDICADORES DE GOVERANÇA MUNDIAL
PUC - SP ANÁLISE DE CONGLOMERADOS E OS INDICADORES DE GOVERANÇA MUNDIAL José Renato Lamberti Stella Milanez MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS MÉTODOS QUANTITATIVOS PROF. DR. ARNOLDO HOYOS SÃO PAULO
Leia maisCiências Naturais, 6º Ano. Ciências Naturais, 6º Ano FICHA DE TRABALHO 1. Escola: Nome: Turma: N.º: Conteúdo: Nutrientes Alimentares: Funções Gerais
Conteúdo: Nutrientes Alimentares: Funções Gerais FICHA DE TRABALHO 1 fibras vegetais glícidos reguladora Conteúdo: Nutrientes Alimentares: Funções Gerais FICHA DE TRABALHO 1 fibras vegetais glícidos reguladora
Leia maisAula 8 - Reconhecimento e Interpretação. Prof. Adilson Gonzaga
Aula 8 - Reconhecimento e Interpretação Prof. Adilson Gonzaga Elementos de Visão Computacional: Visão Computacional Processamento de Baio Nível Processamento de Nível Intermediário Processamento de Alto
Leia maisANÁLISE DE AGRUPAMENTO APLICADA AO CRESCIMENTO POPULACIONAL DE ALGUNS PAÍSES EUROPEUS
ANÁLISE DE AGRUPAMENTO APLICADA AO CRESCIMENTO POPULACIONAL DE ALGUNS PAÍSES EUROPEUS Edwirde Luiz SILVA 1, Dalila Camêlo AGUIAR 2 1 Departamento de Estatística, Universidade Estadual da Paraíba - UEPB,
Leia maisMedidas de Semelhança
Medidas de Semelhança Índices de Semelhança Grandezas numéricas que quantificam o grau de associação entre um par de objetos ou de descritores. Como escolher um Índice? O objetivo da análise é associar
Leia maisCentro de Tratamento de Águas para Plantas
M E S T R A D O E M G E S T Ã O D E I N F O R M A Ç Ã O 2 / 2 1 A N Á L I S E D E D A D O S P R O F. J O A Q U I M M A R Q U E S D E S Á Análise Estatística Centro de Tratamento de Águas para Plantas Jorge
Leia maisExistem feijões de várias cores?
1 ? Existem feijões de várias cores? R.: Sim. COM O APOIO DE: 1 ? Qual é a zona do país que produz mais feijão? R.: Zona Centro. COM O APOIO DE: 1 ? O feijão é rico em fibra. Este nutriente ajuda a um
Leia maisUniversidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais. ESTATÍSTICA MULTIVARIADA 1º. Semestre 2004/05
Universidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais ESTATÍSTICA MULTIVARIADA º. Semestre 2004/05 25.Outubro.2004 José Filipe Rafael I Uma empresa tem o seu mercado dividido
Leia maisESTATÍSTICA APLICADA
ESTATÍSTICA APLICADA TEMA I ESTATÍSTICA DESCRITIVA SUMÁRIO: CLASSIFICAÇÃO DOS DADOS SEGUNDO A ESCALA DISTRIBUIÇÕES DE FREQUENCIA PARA DADOS CONTÍNUOS. DISTRIBUIÇÃO EM CLASSES Distribuição para Dados Quantitativos
Leia maisEscalonamento Multidimensional
Programa de Pós-Graduação em Administração de Organizações (PPGAO) Análise de dados multivariados I Escalonamento Multidimensional Escalonamento Multidimensional (EMD) CAPÍTULO 9 Escalonamento Multidimensional
Leia maisA análise de aglomerados
Mais importante do que saber fazer é saber o por quê (Norbert Wiener (1894 1964). Prof. Lorí Viali, Dr. viali@pucrs.br; viali@mat.ufrgs.br; http://www.pucrs.br/famat/viali; http://www.mat.ufrgs.br/~viali/
Leia maisUniversidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais. ESTATÍSTICA MULTIVARIADA 2º. Semestre 2006/07
Universidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais ESTATÍSTICA MULTIVARIADA 2º. Semestre 2006/07 28.Maio.2007 José Filipe Rafael I Um colega seu está a tentar explicar o salário
Leia maisMétodos de Agrupamento (Clustering) Aula 18
Métodos de Agrupamento (Clustering) Aula 18 Prof. Dr. Paulo A. V. de Miranda Instituto de Matemática e Estatística (IME), Universidade de São Paulo (USP) pmiranda@vision.ime.usp.br Existem duas classes
Leia maisUNIVERSIDADE FEDERAL DE ALFENAS PROGRAMA DE ENSINO
Curso: Nutrição (04) Ano: 2013 Semestre: 2 Período: 2 Disciplina: Composição de Alimentos (Food Composition) Carga Horária Total: 45 Teórica: 45 Atividade Prática: 0 Prática Pedagógica: 0 Aulas Compl.
Leia maisESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 6 Análise Discriminante
ESTTÍSTIC MULTIVRID 2º SEMESTRE 2010 / 11 EXERCÍCIOS PRÁTICOS - CDERNO 6 nálise Discriminante 6. NÁLISE DISCRIMINNTE 6.1. Considere uma variável X com distribuição normal univariada com variância. Se X
Leia maisTABELAS NUTRICIONAIS E RÓTULOS DOS ALIMENTOS TABELA NUTRICIONAL
TABELAS NUTRICIONAIS E RÓTULOS DOS ALIMENTOS TABELA NUTRICIONAL A rotulagem dos alimentos é obrigatória e essencial para que o consumidor possa fazer as melhores escolhas. Dada a entrada de novas marcas
Leia maisTABELAS NUTRICIONAIS E RÓTULOS DOS ALIMENTOS TABELA NUTRICIONAL
TABELAS NUTRICIONAIS E RÓTULOS DOS ALIMENTOS TABELA NUTRICIONAL A rotulagem dos alimentos é obrigatória e essencial para que o consumidor possa fazer as melhores escolhas. Dada a entrada de novas marcas
Leia maisANEXO 2 INGESTÃO NUTRICIONAL
ANEXO 2 INGESTÃO NUTRICIONAL Tabela A2.1 - Ingestão média de energia, macronutrientes, fibra e álcool (IAN-AF 2015-2016), ajustada para a variabilidade intra-individual, para o total nacional e por sexo,
Leia maisAutocorrelação Espacial. Sistemas de Informação Geográfica II. Estatística espacial MAUP. Estatísticas espaciais. Estatística espacial
Sistemas de Informação Geográfica II Estatística espacial Alexandre Gonçalves DECivil - IST alexandre.goncalves@tecnico.ulisboa.pt Autocorrelação Espacial Os dados de locais próximos entre si tendem a
Leia maisTécnicas Multivariadas em Saúde
Roteiro Técnicas Multivariadas em Saúde Lupércio França Bessegato Dep. Estatística/UFJF 1. Introdução 2. Distribuições de Probabilidade Multivariadas 3. Representação de Dados Multivariados 4. Testes de
Leia maisAnálise de dados: clustering e redução de dimensionalidade
Análise de dados: clustering e redução de dimensionalidade Métodos e sua implementação em R Clustering - definições Objectivo genérico: agrupar objetos / entidades / exemplos (linhas da tabela) com base
Leia maisAprendizagem de Dados Simbólicos e/ou Numéricos
Aprendizagem de Dados Simbólicos e/ou Numéricos Francisco de A.T. de Carvalo Francisco de A.T. de Carvalo, Agrupamento (Clustering Métodos usados para a construção de grupos de objetos com base nas semelanças
Leia maisCopyright Biostrument, S.A.
Alimentos Compostos Para Animais Domésticos Legislação Consolidada Data de actualização: 08/05/2008 Texto consolidado produzido pelo sistema CONSLEG do serviço das publicações oficiais das comunidades
Leia maisExercícios de Excel com Programação em VBA. Luís Vieira Lobo
Exercícios de Excel com Programação em VBA Luís Vieira Lobo Enunciados 1) Considere o seguinte livro Excel constituído pelas folhas de cálculo Pauta e Exame (ver Fig. 1 e Fig. 2). Fig. 1 Folha de cálculo
Leia maisSEL-0339 Introdução à Visão Computacional. Aula 7 Reconhecimento de Objetos
Departamento de Engenharia Elétrica - EESC-USP SEL-0339 Introdução à Visão Computacional Aula 7 Reconhecimento de Objetos Prof. Dr. Marcelo Andrade da Costa Vieira Prof. Dr. Adilson Gonzaga mvieira@sc.usp.br
Leia maisUnidade de Cuidados na Comunidade de Castelo Branco. Alimentação Saudável L/O/G/O.
Unidade de Cuidados na Comunidade de Castelo Branco Alimentação Saudável L/O/G/O www.themegallery.com Maio 2014 Sumário: O que é uma Alimentação Saudável; Nova Roda dos Alimentos; Recomendações de uma
Leia maisLicenciatura em GRH Tratamento de informação
Licenciatura em GRH Tratamento de informação 2010-2011 TI-GRH : Exercícios de Estatística Descritiva II Docente: Margarida Cardoso ESTATÍSTICA DESCRITIVA BIVARIADA 1. um estudo sobre transportes, recolheu-se
Leia maisAnálise Discriminante
Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Análise Discriminante Análise Discriminante 1 Análise discriminante - A
Leia maisExtracção de Conhecimento de Dados obtidos por Simulação da Desnaturação Proteica
Extracção de Conhecimento de Dados obtidos por Simulação da Desnaturação Proteica por Elisabeth Silva Fernandes Dissertação de Mestrado em Análise de Dados e Sistemas de Apoio à Decisão Orientador: Professor
Leia maisEscola Básica e Sec. Fernão do Pó Projeto NutreBem Desportivamente Ano letivo Lanches Saudáveis. Paulo Baptista
Lanches Saudáveis Quais são as características dos lanches que os jovens, habitualmente, ingerem? Todos os estudos de investigação chegaram à mesma conclusão: Os lanches são ricos (excesso) em: - Calorias
Leia maisÍNDICE Janelas Menus Barras de ferramentas Barra de estado Caixas de diálogo
XXXXXXXX ÍNDICE INTRODUÇÃO 15 1. VISÃO GERAL DO SPSS PARA WINDOWS 17 1.1. Janelas 17 1.2. Menus 20 1.3. Barras de ferramentas 21 1.4. Barra de estado 21 1.5. Caixas de diálogo 22 2. OPERAÇÕES BÁSICAS 23
Leia maisEste conjunto de testes formativos para a cadeira de Matemática Discreta baseia-se na matéria do manual indicado.
INTRODUÇÃO Este conjunto de testes formativos para a cadeira de Matemática Discreta baseia-se na matéria do manual indicado. Com este conjunto de testes formativos visa-se atingir três objectivos: Fornecer
Leia maisA Roda dos Alimentos LEITE
LEITE A Roda dos Alimentos serve para nos ensinar o que devemos comer, quando e em que quantidades. Ajuda-nos a manter uma alimentação equilibrada, variada e completa, ou seja, mais saudável! A Roda dos
Leia maisClustering (k-means, SOM e hierárquicos)
Clustering (k-means, SOM e hierárquicos) André Tavares da Silva andre.silva@udesc.br (Capítulo 10 de Duda e Hart) Clustering Introdução e tipos Roteiro Agrupamentos hierárquicos AGNES, DIANA e Dendogram
Leia maisVocê é o que você come? A composição química dos seres vivos
Você é o que você come? A composição química dos seres vivos Principais substâncias presentes na matéria viva Carboidratos 1 a 2% Sais minerais 1% Proteínas 10 a 15% Lipídios 2 a 3% Água 75 a 85% Composição
Leia maisANEXO 2 INGESTÃO NUTRICIONAL
ANEXO 2 INGESTÃO NUTRICIONAL Tabela A2.1 - Ingestão média de energia, macronutrientes, fibra e álcool (IAN-AF 2015-2016), ajustada para a variabilidade intra-individual, para o total nacional e por sexo,
Leia maisESCOLA SECUNDÁRIA JAIME MONIZ Matemática Aplicada às Ciências Sociais 10º ano
ESCOLA SECUNDÁRIA JAIME MONIZ Matemática Aplicada às Ciências Sociais 10º ano Ficha de Trabalho: Revisão Estatística Univariada e Bivariada. 2009/2010 Nos arredondamentos que efectuar, conserve sempre
Leia maisAtividades criativas, padrões residenciais e crescimento urbano
Atividades criativas, padrões residenciais e crescimento urbano Paulo Conceição, Fernanda Sousa, Carlos Oliveira, Isabel Breda Vázquez e Diana Silva (CITTA.up.uc Centro de Investigação do Território, Transportes
Leia maisHI! WE ARE STUDENTS FROM D. ANTÓNIO DA COSTA SCHOOL IN ALMADA - PORTUGAL AND OUR WORK IS BASICALLY
HI! WE ARE STUDENTS FROM D. ANTÓNIO DA COSTA SCHOOL IN ALMADA - PORTUGAL AND OUR WORK IS BASICALLY ABOUT HEALTHY DIETS. IN OUR WORK WE WANTED TO SHOW ALL THE GROUPS OF THE FOOD PYRAMID AND GIVE THE STUDENTS
Leia maisErly Catarina de Moura NUPENS - USP
Erly Catarina de Moura NUPENS - USP erlycm@usp.br Evolução do estado nutricional de homens, 1974-1975, 1989, 2002-2003, Brasil déficit de peso sobrepeso obesidade eutrofia 100% 80% 60% 40% 20% 0% 1974-75
Leia maisClustering: k-means e Agglomerative
Tópicos Avançados em Avaliação de Desempenho de Sistemas Jackson Nunes Marco Eugênio Araújo Outubro de 2014 1 Sumário Contextualização Classificação Agrupamento (Clustering) Cenários de Aplicação Clustering
Leia maisAlimentar-se bem, para um envelhecer mais saudável. Juliana Aquino
Alimentar-se bem, para um envelhecer mais saudável. Juliana Aquino A dieta para idosos deve ser variada e equilibrada, de forma a proporcionar o bom estado nutricional e contribuir para a prevenção de
Leia maisHÁBITOS ALIMENTARES DOS PORTUGUESES ALTERARAM-SE
As expressões sublinhadas encontram-se explicadas no final do texto HÁBITOS ALIMENTARES DOS PORTUGUESES ALTERARAM-SE Os hábitos alimentares da população portuguesa alteraram-se, tendo o consumo alimentar
Leia maisNUTRIENTES. Profª Marília Varela Aula 2
NUTRIENTES Profª Marília Varela Aula 2 NUTRIENTES NUTRIENTES SÃO SUBSTÂNCIAS QUE ESTÃO INSERIDAS NOS ALIMENTOS E POSSUEM FUNÇÕES VARIADAS NO ORGANISMO. PODEM SER ENCONTRADOS EM DIFERENTES ALIMENTOS, POR
Leia maisSegmentação: exemplo chocolate
Segmentação: exemplo chocolate Adilson dos Anjos Segmentação Pacotes utilizados library(factominer) library(readxl) library(graphics) library(cluster) library(fpc) Dados sobre Chocolate choco
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Tipos de Aprendizagem. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Tipos de Aprendizagem Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir diferentes tipos de
Leia maisEXECUTIVE MASTER EM APPLIED BUSINESS ANALYTICS
EXECUTIVE MASTER EM APPLIED BUSINESS ANALYTICS UNIDADE CURRICULAR: MÉTODOS DE SEGMENTAÇÃO Relatório da Aplicação do Algoritmo SOM Mapa Auto-organizado Elisabeth Fernandes Nuno Pinho da Silva Ano letivo
Leia maistreinofutebol.net treinofutebol.net
Alimentação do Desportista A alimentação pode influenciar positiva ou negativamente o rendimento dum atleta, devendo consequentemente ser orientada no sentido de não só melhorar a sua capacidade desportiva,
Leia maisPreocupação com a alimentação saudável
Preocupação com a alimentação saudável Projeto: Nossa alimentação nossa vida Você cuida da sua alimentação? Nosso objetivo é conhecer os alimentos e incentivar as pessoas a comerem alimentos mais saudáveis.
Leia mais> as disponibilidades alimentares são agora. > os hábitos alimentares mudaram devido à. > os conhecimentos científicos evoluíram.
A RODA DOS ALIMENTOS VARIAR OS PRAZERES Se não é completamente verdade que as cenouras fazem os olhos bonitos, também não é completamente mentira As cenouras contêm um tipo de (pró)-vitamina que faz muito
Leia maisEmentas Primavera/Verão Creche (1-3 anos)
Semana 1 com pão com bolacha Sopa de feijão-verde Massa à lavrador (c/vitela, tronchuda e feijão vermelho) Sopa de feijão branco e Tintureira/cação de cebolada (tomate e pimento) e batata cozida Pão (1/2)
Leia maisCálculo Diferencial e Integral I
Cálculo Diferencial e Integral I Prof. Lino Marcos da Silva Atividade 1 - Números Reais Objetivos De um modo geral, o objetivo dessa atividade é fomentar o estudo de conceitos relacionados aos números
Leia maisCardiovascular 29% Infectious & Parasitic 19% Other 3% Injury 9% Digestive 4% Respiratory. Respiratory Infections. 7% Neuropsychiatric
Impacto Global das Doenças Cardiovasculares Digestive 4% Respiratory 7% Neuropsychiatric 2% Injury 9% Other 3% Infectious & Parasitic 19% Respiratory Infections 7% Maternal & Perinatal 5% Cardiovascular
Leia maisROTULAGEM NUTRICIONAL. Nutricionista Geisa L. A. de Siqueira
ROTULAGEM NUTRICIONAL Nutricionista Geisa L. A. de Siqueira É toda inscrição, legenda e imagem ou, toda matéria descritiva ou gráfica que esteja escrita, impressa, estampada, gravada ou colada sobre a
Leia maisINSTITUTO SUPERIOR TÉCNICO LEFT LEBL LQ LEAM LEMAT Ano Lectivo: 2006/2007 Semestre: 2 o
INSTITUTO SUPERIOR TÉCNICO LEFT LEBL LQ LEAM LEMAT Ano Lectivo: 2006/2007 Semestre: 2 o MATEMÁTICA COMPUTACIONAL Eercícios 1.1. Represente num sistema de ponto flutuante com 4 dígitos na mantissa e arredondamento
Leia maisExame Final de Métodos Estatísticos
Exame Final de Métodos Estatísticos Data: de Junho de 26 Duração: 3h. Nome: Curso: Declaro que desisto N. Mec. Regime: As cotações deste exame encontram-se na seguinte tabela. Responda às questões utilizando
Leia maisO quadrado e outros quadriláteros
Acesse: http://fuvestibular.com.br/ A UUL AL A O quadrado e outros quadriláteros Para pensar No mosaico acima, podemos identificar duas figuras bastante conhecidas: o quadrado, de dois tamanhos diferentes,
Leia maisInteligência nos Negócios (Business Inteligente)
Inteligência nos Negócios (Business Inteligente) Sistemas de Informação Sistemas de Apoio a Decisão Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7) Fundamentação da disciplina Analise de dados Decisões
Leia maisExame de Aprendizagem Automática
Exame de Aprendizagem Automática 2 páginas com 12 perguntas e 3 folhas de resposta. Duração: 2 horas e 30 minutos DI, FCT/UNL, 12 de Janeiro de 2017 Nota: O exame está cotado para 40 valores. Os 20 valores
Leia mais