Uma introdução à análise exploratória de dados multivariados

The modern technological ability to handle large amounts of information confronts the chemist with the necessity to re-evaluate the statistical tools he routinely uses. Multivariate statistics furnishes theoretical bases for analyzing systems involving large numbers of variables. The mathematical calculations required for these systems are no longer an obstacle due to the existence of statistical packages that furnish multivariate analysis options. Here basic concepts of two multivariate statistical techniques, principal component and hierarchical cluster analysis that have received broad acceptance for treating chemical data are discussed.

CHEMOSTAT, UM SOFTWARE GRATUITO PARA ANÁLISE EXPLORATÓRIA DE DADOS MULTIVARIADOS

The objective of this work was to develop a free access exploratory data analysis software application for academic use that is easy to install and can be handled without user-level programming due to extensive use of chemometrics and its association with applications that require purchased licenses or routines. The developed software, called Chemostat, employs Hierarchical Cluster Analysis (HCA), Principal Component Analysis (PCA), intervals Principal Component Analysis (iPCA), as well as correction methods, data transformation and outlier detection. The data can be imported from the clipboard, text files, ASCII or FT-IR Perkin-Elmer “.sp” files. It generates a variety of charts and tables that allow the analysis of results that can be exported in several formats. The main features of the software were tested using midinfrared and near-infrared spectra in vegetable oils and digital images obtained from different types of commercial diesel. In order to validate the software results, the same sets of data were analyzed using Matlab© and the results in both applications matched in various combinations. In addition to the desktop version, the reuse of algorithms allowed an online version to be provided that offers a unique experience on the web. Both applications are available in English.

Uso da análise exploratória de dados na avaliação de modificadores químicos para determinação direta e simultânea de metais em álcool combustível por GFAAS

O objetivo deste trabalho foi empregar a análise exploratória de dados, no caso, a técnica de análise de componentes principais (PCA) como ferramenta na avaliação de modificadores químicos na determinação direta e simultânea de Al, As, Cu, Fe, Mn e Ni em álcool etílico combustível por espectrometria de absorção atômica em forno de grafite (GFAAS). Os modificadores químicos avaliados foram: Pd(NO3)2 + Mg(NO3)2; W/Rh; W+ co-injeção de Pd(NO3)2 + Mg(NO3)2 e para cada modificador foram utilizadas trintas amostras de álcool etílico combustível. Como dados experimentais foram utilizados os resultados dos testes de adição e recuperação dos analitos frente aos diferentes modificadores químicos estudados. O emprego da técnica de PCA possibilitou a separação dos tipos de modificadores em função do intervalo de recuperação do analito. Dentre os modificadores avaliados, W+ co-injeção de Pd(NO3)2 + Mg(NO3)2 apresentou-se como a espécie de maior correlação positiva, pois apresenta os maiores teores de recuperação, e sendo assim, foi o escolhido para o desenvolvimento de metodologia para determinação direta e simultânea de Al, As, Cu, Fe, Mn e Ni em álcool etílico combustível por GFAAS.

Aplicação da análise exploratória de dados na discriminação geográfica do quiabo do Rio Grande do Norte e Pernambuco

Foram analisadas amostras de quiabo dos municípios de Caruaru e Vitória de Santo Antão, em Pernambuco, assim como nos municípios de Ceará-Mirim, Macaíba e Extremoz no estado do Rio Grande do Norte. A aplicação de dois métodos de análise exploratória de dados: Análise de Componentes principais - PCA e Análise de Agrupamentos Hierárquicos - HCA permitiu a discriminação geográfica do quiabo proveniente dos dois estados.

Uso de análise exploratória de dados e de regressão robusta na avaliação do crescimento de espécies comerciais de terra firme da Amazônia

Esta pesquisa originou-se de uma base de dados de dois inventários a 100%, realizados em 1984 e 2000 sobre uma mesma área de 576 ha de floresta tropical primária, localizada na Floresta Nacional do Tapajós, Belterra, Pará. O objetivo da pesquisa foi utilizar a análise exploratória de dados e a regressão robusta para modelar o crescimento em diâmetro e área basal. Nos dois inventários as circunferências à altura do peito (CAP) foram medidas com fitamétrica, enquanto as alturas comerciais em 1984 foram medidas com o hipsômetro de Weiss e em 2000, estimadas com o uso de varas; o DAP mínimo em 1984 foi de 55 cm para todas as espécies e em 2000 foi adotado o DAP mínimo de 35 cm. As análises estatísticas foram precedidas de análise exploratória de dados (AED), em que foram utilizados o box plot (caixa-de-bigodes) na detecção de outliers (observações discrepantes) e o gráfico stem-and-leaf (tronco-e-folhas) para filtrar as observações extremas. Utilizou-se a regressão robusta para ajustar os modelos na presença de outliers. A pesquisa mostrou que, apesar das variações intra e interespecíficas, as seis espécies, em conjunto, apresentaram taxas de crescimento medianas observadas e esperadas em diâmetro e área basal de 4,56 e 4,28 mm/ano e 13,00 e 13,09 cm²/ha/ano, respectivamente. A pesquisa também mostrou que o uso da análise exploratória de dados e da regressão robusta viabilizou a análise e a determinação dos incrementos periódicos em diâmetro e área basal em bases consistentes. A metodologia empregada no caso específico dos dados disponíveis e tipos de variáveis mostrou ser mais eficiente com o uso de regressão robusta pelo método Least Trimmed Square do que pelo método dos mínimos quadrados ordinários.

Uso da análise exploratória de dados na avaliação de modificadores químicos para determinação direta e simultânea de metais em álcool combustível por GFAAS

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Análise exploratória de conjuntos de dados obtidos durante a maturação de sementes de milho

O objetivo deste trabalho foi o de indicar, ou não, distribuições alternativas e assimétricas para a análise de dados que foram obtidos com os testes de germinação, frio e envelhecimento, peso de matéria seca e porcentagem de umidade medidos durante a maturação de sementes de milho. Para isto foi realizada uma análise exploratória dos dados obtidos de um experimento em que foram semeados três híbridos em três épocas distintas e cujas plantas tiveram as espigas amostradas dentro de cada parcela. O intervalo de coleta variou em quatro dias começando após o 23º e terminando no 59º dia após o florescimento. As distribuições estudadas foram a Normal, a Lognormal, a de Gumbel e a de Weibull. O valor numérico do logaritmo da função verossimilhança foi usado como indicativo do grau de ajustamento. Os resultados indicaram que distribuições diferentes da Normal podem ser uma alternativa para dados em porcentagem obtidos durante a maturação. O maior valor do logaritmo da função de verossimilhança foi obtido com o ajuste da distribuição de Gumbel para os dados germinativos em percentagem e a de Weibull para o peso da matéria seca acumulada e porcentagem de umidade.

Análise exploratória de critérios de implementação de uma rede viária em áreas de montanha

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica

Monitoramento da comunidade de plantas daninhas na cana-de-açúcar e da eficiência de controle químico por meio de técnicas de análise multivariada de dados

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Análise exploratória da fertilidade do solo das Regiões Norte, Noroeste e Serrana do Estado do Rio de Janeiro.

O conhecimento dos atributos químicos dos solos é um fator de grande relevância, visando a utilização racional de corretivos e fertilizante. Assim, neste trabalho estão sendo caracterizados ambientes da região Norte, Noroeste e Serrana do Estado do Rio de Janeiro, para fins de estimativas de carbono orgânico (Corg), capacidade de troca catiônica (CTC), pH em água, alumínio trocável (Al+3), nitrogênio, saturação por bases (V%) e fósforo. Tendo como objetivo específico à análise exploratória dos dados de fertilidade do solo das três regiões mais produtivas do Estado do Rio de Janeiro. Neste projeto foram usados os dados de solos sistematizados pela Embrapa Solos (Santos et al., 2005). Os solos analisados apresentam baixo pH em água e altos teores em Al+3, bem como baixas concentrações de P, N e C orgânico. Os valores de CTC e V (%) foram considerados bons para a fertilidade do solo. A análise exploratória dos dados identificou outliers e valores extremos, pela análise do sumário estatístico e dos gráficos box-plot das variáveis. A retirada destes últimos melhorou muito a consistência do conjunto remanescente, o que permite antever uma melhor qualidade dos resultados de interpolações por krigagem a serem realizadas e o próprio mapeamento digital da fertilidade, de acordo com McBratney et al. (2003). A análise exploratória mostrou-se útil para as próximas fases de mapeamento digital de solo-paisagem e a recomendação de adubação a ser proposta.

Análise Exploratória do Índice de Desenvolvimento Humano: uma aplicação do Self Organizing Map na segmentação dos países

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação.

Os SIG e o Estudo da Criminalidade: Análise Espacial Exploratória dos Crimes de Furto a Residências no Concelho de Vila Nova de Gaia 2006

Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

Análise exploratória dos turistas estrangeiros : o caso dos pastéis de Belém

Mestrado em Economia Internacional e Estudos Europeus

Análise de Dados de Desemprego em Cabo Verde

Este trabalho baseia-se na análise de dados do desemprego em Cabo Verde nos anos de 2006 e 2008, usando informação da base de dados do INE e IEFP. Partindo da análise dos dados em estudo vai-se procurar descrever e perspectivar metodologias que contemplam as variáveis qualitativas e quantitativas com significado social positivo para a sociedade deste país. Após a introdução no capítulo 1, fez-se, no capítulo 2, a análise exploratória dos dados do desemprego em Cabo Verde referente aos anos 2006 e 2008. No capítulo 3 estudam-se associações entre variáveis, usando a metodologia de tabelas contingência, através da realização de testes de independência e testes de homogeneidade, e análise de medidas de associação. As variáveis usadas, vão ser essencialmente, o escalão etário, o género e o ano. O capítulo 4 é dedicado ao estudo de modelos Log - lineares em tabela de contingência, finalizando-se o trabalho com a apresentação das principais conclusões.