ANÁLISE DISCRIMINANTE

Documentos relacionados
Análise Discriminante

29 e 30 de julho de 2013

Aula 2 Uma breve revisão sobre modelos lineares

ÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

Análise de Dados Longitudinais Aula

CONHECIMENTOS ESPECÍFICOS

Modelo de Regressão Múltipla

CONHECIMENTOS ESPECÍFICOS

Econometria II. Notas de bolso! Propriedades da E(.), Var(.) e Cov(.) Temos que (a,b) são constantes e (X,Y) são variáveis aleatórias.

Transformações e Ponderação para corrigir violações do modelo

Tratamento Estatístico de Dados em Física Experimental

Métodos Quantitativos Aplicados

ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt

Apontamentos de Introdução às Probabilidades e à Estatística

Análise Multivariada Aplicada à Contabilidade

UNIVERSIDADE FEDERAL FLUMINENSE. Programa de Mestrado e Doutorado em Engenharia de Produção. Disciplina: Estatística Multivariada

Mestrado Profissional em Administração. Disciplina: Análise Multivariada Professor: Hedibert Freitas Lopes 1º trimestre de 2015

Análise estatística multivariada

PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

Disciplina de Modelos Lineares Professora Ariane Ferreira

CURTA DURAÇÃO APLICAÇÕES DE ESTATÍSTICA

Análise da Regressão múltipla: MQO Assintótico y = β 0 + β 1 x 1 + β x +... β k x k + u 3. Propriedades assintóticas Antes, propriedades sobre amostra

Ralph S. Silva

AVALIAÇÃO DOS TESTES MULTIVARIADOS DA RAZÃO DE VEROSSIMILHANÇAS E T² DE HOTELLING: Um estudo por simulação de dados

Análise de dados, tipos de amostras e análise multivariada

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... ANÁLISE DE VARIÂNCIA. Departamento de Matemática ESTV.

ANÁLISE DE VARIÂNCIA. y j = µ + τ i + e i j = µ i + e i j

ROTINA PARA APLICAÇÃO DO MÉTODO PARAMÉTRICO

COMPARAÇÃO DE MODELOS MISTOS VISANDO À ESTIMAÇÃO DO COEFICIENTE DE HERDABILIDADE PARA DADOS DE PROPORÇÕES

Análise Multivariada Aplicada à Contabilidade

Teste de Hipóteses Paramétricos

'HVFULomRH$QiOLVH([SORUDWyULDGRV'DGRV

Seminário de Análise Multivariada

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

Ralph S. Silva

Regression and Clinical prediction models

A Metodologia de Box & Jenkins

Esse material foi extraído de Barbetta (2007 cap 13)

PÓS-GRADUAÇÃO ANÁLISE DE DATA MINING

TESTE DE COMPARAÇÃO MÚLTIPLA

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07

Estudo das hipóteses não paramétricas χ² de Pearson aplicado ao número de acidentes envolvendo motos na cidade de Campina Grande Paraíba.

Análise de Variância Multivariada (MANOVA) (Johnson & Wichern, Cap. 6)

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses

Capítulo 6 Estatística não-paramétrica

Teste de Hipótese. Comparação entre médias de dois grupos de dados 22/05/2009. Conteúdo. Valor de P. Tipos de Erro. Tipos de Erro

Unidade IV Inferência estatística

Professora: Cira Souza Pitombo. Disciplina: Aplicações de técnicas de análise de dados

Exercícios Selecionados de Econometria para Concursos Públicos

Universidade Católica Portuguesa Faculdade de Ciências Económicas e Empresariais. ESTATÍSTICA MULTIVARIADA 2º. Semestre 2006/07

INCERTEZAS E COVARIÂNCIAS EM MEDIÇÕES COM MULTÍMETROS DIGITAIS

Capítulo 6 Estatística não-paramétrica

Define-se o regressor,ϕ,como. e o vector de parâmetros a estimar, θ,como. O modelo escreve-se:

Estimação e Testes de Hipóteses

Testes não paramétricos. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais

9 a 14 de Setembro Pós-Graduação em Produção Vegetal UFPR. Éder David Borges da Silva Renato Gonçalves de Oliveira

Econometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010

AULA 8 Experimentos multinomiais e tabelas de contingência

Técnicas Multivariadas em Saúde. Vetores Aleatórios. Métodos Multivariados em Saúde Roteiro. Definições Principais. Vetores aleatórios:

Regressão linear múltipla

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 6 Análise Discriminante

CONHECIMENTOS ESPECÍFICOS

9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla

Medidas de Semelhança

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

Profissinais que desejam adquirir ou aprimorar seus conhecimentos em modelagem de dados, analytics e estatística aplicada

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Capítulo 4 Inferência Estatística

Econometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.

Técnicas Multivariadas em Saúde

Mario de Andrade Lira Junior

Análise de Aderência e de Associação

Análise Multivariada Aplicada à Contabilidade

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Súmario APRESENTAÇÃO DA COLEÇÃO...13

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br

UNIVERSIDADE ESTADUAL PAULISTA PLANO DE ENSINO DA DISCIPLINA

Séries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9

TESTE DO QUI-QUADRADO DE INDEPENDÊNCIA

Estatística Aplicada II. } Regressão Linear

Testes de Aderência, Homogeneidade e Independência

Os Mínimos Quadrados Ordinários Assintóticos

Análise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica

TESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS

Éder David Borges da Silva Renato Gonçalves de Oliveira

CONHECIMENTOS ESPECÍFICOS

Testes de Aderência, Homogeneidade e Independência. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais

ANÁLISE DISCRIMINANTE (MÓDULO I)

Value at Risk Não-linear. Análise de Risco (4) R.Vicente

variável dependente natureza dicotômica ou binária independentes, tanto podem ser categóricas ou não estimar a probabilidade associada à ocorrência

Filho, não é um bicho: chama-se Estatística!

1 Introdução aos Métodos Estatísticos para Geografia 1

CONHECIMENTOS ESPECÍFICOS

Dadas as observações x 1, x 2,..., x n p-variadas, a AF busca responder a seguinte questão.

CONHECIMENTOS ESPECÍFICOS

3. Estimação pontual USP-ICMC-SME. USP-ICMC-SME () 3. Estimação pontual / 25

Transcrição:

ANÁLISE DISCRIMINANTE 56 ª Reunião Anual da Região Brasileira da Sociedade Internacional de Biometria 4 º Simpósio de Estatística Aplicada à Experimentação Agronômica Prof. Edwirde L. Silva 5 A 9 de Julho de 0 Maringá, PR

Aplicação do teste Box M Prof. Edwirde Luiz Silva - UEPB

PRINCIPAIS PRESSUPOSTO PARA FUNÇÃO FUNÇÃO DISCRIMINANTE Igualdade das matrizes de covariâncias Box definiu o teste M utilizando o método de quociente de verossimilhanças e pressupondo que os valores de médias dos grupos são conhecidos. As hipóteses a testar são: H H o : Σ : Σ i = Σ Σ j =... = Σ, i j k Σ ˆ = S e µˆ = j j X j Seja n a dimensão total da amostra e v j os graus de liberdade associados a cada grupo, S j a matriz de covariância do grupo j e S a matriz de covariância total. J=,...,k grupos Prof. Edwirde Luiz Silva - UEPB

PRINCIPAIS PRESSUPOSTO PARA FUNÇÃO FUNÇÃO DISCRIMINANTE igualdade das matrizes de covariâncias Mbox = ( n k) ln S k = j v j ln S j Sendo: K é o número de grupos; n é número total da amostra (em todos os grupos); p é número de variáveis; Determinante da matriz de covariância comum Determinante da matriz de covariância do grupo j v j = n j - os graus de liberdade associados a cada grupo j. S = S i = ( n n i= ). S n + + ( n n ( x ) i= x i n n n = n i= ) S ( x x) i n Matriz de covariância comum Variância de x i, i=. Prof. Edwirde Luiz Silva - UEPB

PRINCIPAIS PRESSUPOSTO PARA FUNÇÃO FUNÇÃO DISCRIMINANTE igualdade das matrizes de covariâncias Aproximações a Qui-quadrada: k k p + 3p ( n k)ln S v j ln S j ~ = j 6( p )( k ) j vj n k 4444 44443 4 + 44444 = 444444 3 Mbox B χ [ p( p+ )( k )] Teste M de Box Ajuste para Qui-quadrada H H o = Σ = Σ i Mbox = Σ Σ j ~ χ. B [ p( p+ )( k )] =... = Σ, i j Prof. Edwirde Luiz Silva - UEPB k Mbox.B

PRINCIPAIS PRESSUPOSTO PARA FUNÇÃO FUNÇÃO DISCRIMINANTE igualdade das matrizes de covariâncias Mbox = ( n k) ln S k = j v j ln S j Sendo: K é o número de grupos; n é número total da amostra (em todos os grupos); p é número de variáveis; Determinante da matriz de covariância comum Determinante da matriz de covariância do grupo j v j = n j - os graus de liberdade associados a cada grupo j. S = S i = ( n n i= ). S n + + ( n n ( x ) i= x i n n n = n i= ) S ( x x) i n Matriz de covariância comum Variância de x i, i=. Prof. Edwirde Luiz Silva - UEPB

PRINCIPAIS PRESSUPOSTO PARA FUNÇÃO FUNÇÃO DISCRIMINANTE igualdade das matrizes de covariâncias Aproximações a Qui-quadrada: k k p + 3p ( n k)ln S v j ln S j ~ = j 6( p )( k ) j vj n k 4444 44443 4 + 44444 = 444444 3 Mbox B χ [ p( p+ )( k )] Teste M de Box Ajuste para Qui-quadrada H H o = Σ = Σ i Mbox = Σ Σ j ~ χ. B [ p( p+ )( k )] =... = Σ, i j Prof. Edwirde Luiz Silva - UEPB k Mbox.B

Testar se a matriz covariância entre os grupos I e II são iguais ou diferente entre si.

Matriz de covariância dos grupos I e II Cálculos de determinante e logaritmo de determinantes Prof. Edwirde Luiz Silva - UEPB

Decisão: Não rejeitar a hipótese nula de igualdade das matrizes de covariância. Prof. Edwirde Luiz Silva - UEPB

SEQUÊNCIA BÁSICA DE INVESTIGAÇÃO COM ANÁLISE DISCRIMINANTE Pergunta de investigação.diferencia multivariada entre os grupos?.que funções discriminam os grupos? 3.Classificar indivíduos em grupos? Experimento na investigação. Que variáveis de agrupamento, quantos níveis?. Os grupos são iguais? Tamanho da amostra? Avaliação dos pressupostos e limitações Normalidade multivariada Independência dos erros Homogeneidade da variância /covariância Linearidade Casos extremos

SEQUÊNCIA BÁSICA DE INVESTIGAÇÃO COM ANÁLISE DISCRIMINANTE Estimação das funções discriminantes lineares. Aplicação da MANOVA para determinar diferencias entre grupos. Estimação simultânea ou por acaso? Se por acaso: Que método para introduzir variáveis se emprega? Função de classificação linear.determinar os coeficientes das funções.classificar os indivíduos 3.Elaborar um tabela de classificação 4.É significativo o ajuste de predição? A Interpretação dos resultados.resolveu o problema da investigação?.outras investigação se deriva da análise discriminante? 3.Que importância tem os resultados obtidos? 4.Elaboração do informe da investigação.

Espero que esta simples trabalho sirva de introdução ao gigantesco mundo de análise discriminante. Muito obrigado!