Desenvolvimento de aplicativo para o método de discriminação de Fisher e seu uso na experimentação agronômica: Carlos Roberto Pereira Padovani. -

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

A administração de GH atenua o desenvolvimento de fibrose miocádica em ratos com insuficiência cardíaca secundária a estenose aórtica

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Utilização da discriminação grafica de Fisher para indicação dos dermatoglifos como referencial de potencialidade de atletas de basquetebol

Universidade Estadual de Campinas. Faculdade de Educação Física

Análise discriminante dos solos por meio da resposta espectral no nível terrestre

O objetivo deste trabalho foi desenvolver e avaliar um método para discriminação das classes de solos a partir de suas respostas espectrais, utilizando-se um sensor em laboratório. Os dados espectrais foram utilizados no desenvolvimento de modelos estatísticos para discriminar as classes de solos de uma área no sudoeste do Estado de São Paulo. Equações discriminantes foram desenvolvidas para as 18 classes. A resposta espectral foi obtida em amostras da porção superficial e da porção subsuperficial dos solos da área de estudo, num total de 370 amostras. As amostras foram coletadas em 185 ha, com uma tradagem por ha. Os resultados demonstraram que as classes de solos podem ser individualizadas e distinguidas pela análise discriminante. A análise registrou índices de acerto acima de 80% de determinação da classe de solo avaliada. O acerto global foi de 90,71% quando se utilizaram todas as classes para a geração dos modelos, e 93,44% quando se utilizaram as dez classes com maior número de indivíduos. O teste estatístico simulado mostrou-se eficiente na análise discriminante, com taxa média de acerto acima de 91%, com erro global de 8,8%. A análise demonstrou redução na qualidade do modelo quando aplicado para um subconjunto de 20% das amostras, com erro global de 33,9%. O método auxilia na discriminação de classes de solos pela sua reflectância, devido às interações físicas com a energia eletromagnética.

Análise discriminante múltipla do mercado varejista de açaí em Belém do Pará

O açaí é um dos principais alimentos da população paraense e de maior consumo per capita em 2010. A venda de açaí em Belém é realizada por diversas unidades que operam no mercado varejista. O objetivo deste trabalho foi identificar os segmentos de mercado: quitandas, microempreendedores e supermercados, a partir da análise de um conjunto de variáveis que definem as decisões dos consumidores de açaí. Utilizou-se do método stepwise da análise discriminante múltipla para estimar as funções discriminantes. Os resultados mostram que o segmento identificado com maior precisão foi o de quitandas, com 100%, seguido do segmento de supermercado com 96,5% dos casos classificados corretamente, e o segmento de microempreendedores, com 90,9%, apresentou a menor precisão no enquadramento dos consumidores. O modelo estimado apresentou elevada significância no processo de estimação, uma vez que as funções, incluindo as variáveis quantidade de açaí, renda dos consumidores, preço do açaí, qualidade do açaí, preço do peixe e preço da farinha, classificaram corretamente 95,6% dos elementos originais.

Análisis Discriminante mediante SPSS

El análisis discriminante es un método estadístico a través del cual se busca conocer qué variables, medidas en objetos o individuos, explican mejor la atribución de la diferencia de los grupos a los cuales pertenecen dichos objetos o individuos. Es una técnica que nos permite comprobar hasta qué punto las variables independientes consideradas en la investigación clasifican correctamente a los sujetos u objetos. Se muestran y explican los principales elementos que se relacionan con el procedimiento para llevar a cabo el análisis discriminante y su aplicación utilizando el paquete estadístico SPSS, versión 18, para el desarrollo del modelo estadístico, las condiciones para la aplicación del análisis, la estimación e interpretación de las funciones discriminantes, los métodos de clasificación y la validación de los resultados.

Análisis Discriminante mediante SPSS.

El análisis discriminante es un método estadístico a través del cual se busca conocer qué variables, medidas en objetos o individuos, explican mejor la atribución de la diferencia de los grupos a los cuales pertenecen dichos objetos o individuos. Es una técnica que nos permite comprobar hasta qué punto las variables independientes consideradas en la investigación clasifican correctamente a los sujetos u objetos. Se muestran y explican los principales elementos que se relacionan con el procedimiento para llevar a cabo el análisis discriminante y su aplicación utilizando el paquete estadístico SPSS, versión 18, para el desarrollo del modelo estadístico, las condiciones para la aplicación del análisis, la estimación e interpretación de las funciones discriminantes, los métodos de clasificación y la validación de los resultados.

Estratificação vertical em floresta ombrófila densa de terra firme não explorada, Amazônia Oriental

Este estudo foi conduzido na Unidade de Manejo Florestal (UMF) da Fazenda Tracajás (02º35'53"S e 47º47'10"W), no município de Paragominas, Estado do Pará, Brasil, e teve como objetivo a estratificação vertical da floresta ombrófila densa de terra firme não explorada, empregando-se análises de agrupamento e discriminante. A floresta foi estratificada em três áreas homogêneas, denominadas classes I, II e III de estoques volumétricos. Em cada classe de estoque volumétrico foram instaladas, aleatoriamente, cinco parcelas de 100 x 100 m (1,0 ha) cada uma, cujas alturas totais de árvores individuais com dap > 15 cm foram utilizadas na estratificação vertical da floresta. As árvores individuais foram organizadas em ordem crescente de altura total e classificadas em classes de 1 m de amplitude, desde a altura total mínima até a altura total máxima. Elaborou-se uma matriz X de altura total, em que cada variável x ij representou a altura total da i-ésima árvore classificada na j-ésima classe de altura total. A matriz X foi utilizada como input nas análises de agrupamento e discriminante. A aplicação da análise de agrupamento, utilizando o método de Ward, resultou em agrupamentos hierárquicos e seqüenciais das classes de altura em estratos de altura total (inferior, médio e superior). A análise discriminante, utilizando o método de Fisher, evidenciou que a classificação foi 100% correta. A subdivisão da estrutura vertical da floresta em estratos de altura total com o emprego da análise multivariada mostrou-se um método eficiente e exeqüível de estratificação vertical de florestas ineqüiâneas.

Emprego do método BDq de seleção após a exploração florestal em Floresta Ombrófila Densa de Terra Firme, Amazônia oriental

Este estudo teve como objetivos analisar a estrutura diamétrica pós-colheita seletiva da Floresta Ombrófila Densa de Terra Firme, aplicar o método BDq nas atividades de tratamento silvicultural e manejar a floresta, visando a uma estrutura balanceada dos diâmetros. A pesquisa foi realizada na Unidade de Manejo Florestal (UMF) da Fazenda Tracajás (02º35'53"S e 47º47'10"W), empresa Nova Era Agroflorestal, município de Paragominas, Estado do Pará, Brasil. A floresta foi estratificada em áreas homogêneas, denominadas classes I, II e III de estoques volumétricos, empregando-se as técnicas de análises de agrupamento e discriminante. Em cada classe de estoque foram instaladas, aleatoriamente, cinco parcelas de 100 x 100 m (1,0 ha), para medição dos indivíduos com dap > 15 cm. No centro de cada parcela de 100 x 100 m, foi instalada uma subparcela de 10 x 100 m (0,1 ha), para medição dos indivíduos com 5 cm < dap < 15 cm. Utilizou-se o método BDq de seleção, isto é, área basal remanescente (B), diâmetro máximo (D) e constante de De Liocourt (q). Na classe I de estoque, o método de manejo proposto permitiu a remoção de 56,4 árvores/ha, 3,33 m²/ha e 67,64 m³/ha, com redução em área basal de 13,1%. Na classe II de estoque, 53,7 árvores/ha, 3,88 m²/ha e 65,96 m³/ha, com diminuição em área basal de 16,2%. Na classe III de estoque, 63,3 árvores/ha, 3,13 m²/ha e 46,76 m³/ha, com redução em área basal de 14,0%. Observou-se déficit ou poucas árvores nas maiores classes diamétricas em razão da colheita seletiva. A remoção periódica de árvores deve ocorrer nas menores classes de tamanhos, visando ao balanceamento da distribuição dos diâmetros e, sobretudo, à condução da floresta a uma estrutura balanceada ao longo do ciclo de corte, com o aproveitamento contínuo dos produtos florestais madeireiros.

Análise multivariada para estratificação volumétrica de uma floresta ombrófila densa de terra firme, Amazônia Oriental

O objetivo deste estudo foi propor um método de estratificação em classes homogêneas de estoque volumétrico da floresta ombrófila densa de terra firme não explorada, empregando-se as técnicas de análises de agrupamento e discriminante. A pesquisa foi conduzida na Unidade de Manejo Florestal (UMF) da Fazenda Tracajás (02º35'53"S e 47º47'10"W), pertencente à empresa Nova Era Agroflorestal, de propriedade do Grupo Rosa Madeireira, Município de Paragominas, Estado do Pará. Foi realizado um censo (100%), no qual se estimaram os volumes do fuste comercial das árvores com dap > 45 cm de 55 espécies comerciais em 49 talhões de exploração com 10 ha cada um. Reuniram-se os volumes estimados do fuste comercial das árvores individuais por talhão em ordem crescente. Elaborou-se uma matriz X de dados desses volumes, em que cada variável x ij representou o i-ésimo volume classificado no j-ésimo talhão. A matriz X foi utilizada como input nas análises de agrupamento e discriminante. A aplicação da análise de agrupamento, método de Ward, resultou em agrupamentos hierárquicos dos talhões em classes de estoques. A análise do dendrograma permitiu estratificar o povoamento em três grupos homogêneos e distintos, denominados classes I, II e III de estoques volumétricos. A análise discriminante, método de Fisher, indicou que 100% dos talhões foram corretamente classificados. A classificação multivariada da floresta em classes de estoques volumétricos mostrou-se um método eficiente na estratificação de áreas homogêneas de florestas ineqüiâneas, as quais podem se constituir em estratos, compartimentos, classes de sítio e unidades de produção anual.

Estratificação volumétrica por classes de estoque em uma Floresta Ombrófila Densa, no Município de Almeirim, Estado do Pará, Brasil

Este estudo teve como objetivos agrupar as Unidades de Trabalho (UT) da Unidade de Produção Anual (UPA) em classes homogêneas de estoque volumétrico e analisar a composição florística, a diversidade e as estruturas horizontal e diamétrica, por classe de estoque. Os dados procederam do inventário de prospecção, ou censo, com mapeamento de árvores pré-comerciais e potencialmente comerciais e foram disponibilizados, mediante convênio, pela Orsa Florestal. A área de estudo localiza-se no Município de Almeirim, Estado do Pará. No Censo foram consideradas 469 UTs (250 x 400 m), perfazendo 4.690 ha e 191.640 árvores com DAP > 35,0 cm. Foram utilizadas análises de agrupamento (método de Ward) e discriminante (método de Fisher) e obtidas três classes de estoque, ou classes de produtividade. A riqueza e diversidade de espécies arbóreas com DAP > 35 cm da UPA, respectivamente, 540 espécies e 4,52 nats.indivíduo-1, foram muito elevadas, porém realísticas, por se tratar de um censo. A intensidade de corte pode ser ordenada pela capacidade produtiva de cada UT e, dessa forma, resultar em colheitas de mínimo impacto ambiental, se comparada com a máxima intensidade de corte de 30 m³·ha-1 com ciclo de corte inicial de 35 anos para plano de manejo florestal sustentável pleno. As parcelas permanentes também puderam ser distribuídas por classes de produtividade, reduzindo custos e aumentando a precisão das estimativas de crescimento da floresta manejada.

Estudio de la robustez del análisis discriminante multivariado : propuesta de un ajuste bootstrap para la significación estadística de los coeficientes de la técnica.

1. Realizar un estudio exhaustivo del Análisis Discriminante para evaluar su robustez con el fin de hacer las pertinentes recomendaciones al psicólogo aplicado; 2. Determinar criterios estadísticos que ayuden a las interpretaciones heurísticas de los coeficientes más relevantes, para la evaluación de las contribuciones de las variables a las funciones discriminantes. Primera investigación: Se trabajó con un diseño factorial 4x2x3x2x2 lo que supone 96 condiciones experimentales. Las cinco variables eran: a. Normalidad de las variables, b. Varianza de los grupos, c. Número de variables, d. Número de grupos, 5. Número de sujetos en cada grupo. Variable Dependiente: Para cada una de las 200 replicaciones Monte Carlo se obtuvieron las lambdas de Wilks, las V de Bartlett y su probabilidad asociada, como índice de la significación de criterio discriminante. Segunda investigación: Para esta investigación se replicó el diseño de la primera investigación, es decir, las 96 condiciones experimentales con todos los factores, otorgando ahora el perfil de diferencias grupales siguiente para las condiciones con tres grupos y para las condiciones con seis grupos. Se mantuvieron constantes las correlaciones entre las variables e iguales a las de la primera investigación, 0,70. El valor de los parámetros fue obtenido mediante el programa DISCRIMINANT del SPSS/PC+. Hardware: El trabajo de simulación se llevó a cabo con ocho ordenadores personales clónicos PC:PENTIUM/100 Mhz., con 16 MB de RAM. Software: Los procedimientos necesarios para la investigación fueron realizados en el lenguaje de programación GAUSS 386i, versión 3.1 (Aptech Systems, 1994). 1. Los métodos de simulación y concretamente, el método de muestreo bootstrap, son de gran utilidad para los estudios de robustez de las técnicas estadísticas, así como en los de inferencia estadística: cálculo de intervalos de confianza; 2. El Análisis Discriminante es una técnica robusta, siempre y cuando se cumpla la condición de homogeneidad de las varianzas; 3. El Análisis Discriminante no es robusto ante problemas de heterogeneidad en las siguientes condiciones: Con seis o menos variables,cuando los tamaños grupales son diferentes. Para tamaños iguales, si además se presenta una alteración conjunta de asimetría y apuntamiento; 4. Cuando la violación del supuesto de homogeneidad viene provocada porque la varianza mayor la presenta el grupo con menos sujetos la técnica se vuelve demasiado liberal, es decir, se produce un alto grado de error tipo I; 5. Los coeficientes de estructura son más estables e insesgados que los típicos; 6. Es posible determinar los intervalos confidenciales de los coeficientes de estructura mediante el procedimiento sugerido por Dalgleish (1994). 1. El Análisis Discriminante se puede utilizar siempre que se cumpla la condición de Homogeneidad de varianzas. Es por tanto, absolutamente necesario comprobar antes de realizar un Análisis Discriminante este principio, lo cual se puede llevar a cabo a través de cualquiera de los estadísticos pertinentes y, en especial, la prueba de Box; 2. Ante la heterogeneidad de varianzas si el número de variables independientes es seis o inferior, deberá tenerse en cuenta que el número de sujetos debe ser igual en todos los grupos y que las variables no presenten alteraciones conjuntas de asimetría y apuntamiento,por lo que, como paso previo deberá comprobarse la distribución de las variables y detectar si se presenta esta alteración. En cualquier otra condición, y ante la presencia de heterogeneidad de varianzas no se puede utilizar la técnica. Cuando el número de variables predictoras sea nueve o más, podrá utilizarse la técnica siempre, a excepción de diferentes tamaños grupales y no normalidad de las variables. El investigador aplicado deberá conocer la posibilidad que proponemos de apoyatura estadística para la toma de decisiones.

Tratamiento estadístico de variables cuantitativas por el método de regresión no lineal en datos educativos : regresión multilineal.

Plantear teóricamente el método de regresión multilineal y su desarrollo práctico. Comprobar el grado de efectividad del método multilineal, comparándolo con el método clásico de regresión, en su aplicación a las variables educativas. Verificar las condiciones de aplicación de la regresión. Estudiar la linealidad de las relaciones: regresión polinómica. 7948 sujetos de quinto de EGB, 9219 sujetos de octavo de EGB y 2850 de COU, de la que se extrajo una submuestra aleatoria mediante el programa 'Sample' del paquete SPSS con lo que la muestra real es de: 443 en quinto de EGB, 413 de octavo de EGB y 442 de COU. Para poder desarrollar la regresión multilineal se necesita hacer uso de métodos multivariantes, como son los métodos de clasificación y de discriminación. Realizar un estudio de los métodos de clasificación, análisis de Cluster, que nos permite descomponer la nube de puntos en distintos subconjuntos en los que se aplicará la regresión clásica. Para lograr una definición de los grupos constituidos se usa el análisis discriminante. Para poder comparar los resultados obtenidos tras las distintas clasificaciones se definen los coeficientes de correlación y determinación multilineales. Al final, se presentan los resultados comparados de la regresión multilineal y de la clásica. Variables dependientes: habilidad escolar, adaptación escolar. Variables independientes: inteligencia general, comprensión lectora, personalidad, inteligencia diferencial, método de estudio, intereses. Test de habilidad escolar para inteligencia general. Test de Otis-Lennon para razonamiento abstracto. Test de habilidad general para razonamiento lógico y observación. Test de comprensión verbal. Children Personality Questionnaire. Cuestionario Brown de adaptación y otros. Análisis de componentes principales. Análisis de Cluster con el que se realiza un análisis previo de los tres grupos: quinto y octavo de EGB y COU. Programa SPSS, BMDP. Regresión simple. Regresión multilineal. Regresión múltiple. Regresión múltiple multilineal. Regresión polinomial. Análisis discriminante. No hay indicios de no linealidad entre variables dependiente e independientes. Entre las variables del estudio existe multicolinealidad. Se han conseguido ligeros incrementos en los coeficientes de correlación entre variables con poca interrelación. El factor que mejor explica la variablidad de adaptación escolar es la adaptación emocional. En quinto y octavo de EGB el factor que mejor explica la habilidad escolar es la comprensión verbal. El método multilineal presenta características útiles en la investigación de las Ciencias de la Educación, aunque tiene limitaciones como la definición de los grupos obtenidos. Esta forma de análisis se puede usar como complemento de otros métodos, como la correlación canónica, análisis de componentes, etc.

Análisis discriminante mediante SPSS

Resumen tomado de la publicación

Infecção por Giardia lamblia (Kunstler, 1882) em cães (Canis familiaris) determinada através do método de Faust e Cols. (1939) e da técnica de coloração da auramina, no município de Canoas, RS, Brasil.

Giardia lamblia é um protozoário que acomete mais comumente animais jovens e que convivem em grupos. Apesar da alta prevalência, nem todos animais apresentam a doença clínica. Mesmo assim, a giardíase tem importância epidemiológica por possuir um elevado potencial zoonótico. O presente estudo teve como objetivo determinar a freqüência de Giardia lamblia em cães no município de Canoas, RS, Brasil, através do Método de Faust e cols. (1939) e da Técnica de Coloração da Auramina. Os grupos experimentais foram divididos de acordo com a procedência e o sexo. Das 332 amostras analisadas com o Método de Faust e cols, a estimativa em ponto da freqüência obtida foi de 34,04%, podendo variar de 28,95 a 39,13%, dentro de um intervalo de confiança de 95%. Destas amostras, 40,96% foram positivas em animais de canil e 27,11% de rua. O Teste Exato de Fisher aplicado a esses dados revelou existir uma diferença significativa (p = 0,0107) entre as variáveis resultado e procedência. A variável sexo, neste método não apresentou diferença significativa em relação ao resultado (p = 0,8162) totalizando 33,11% de machos positivos e 34,08% de fêmeas infectadas com o parasita. Das 147 amostras realizadas com a Técnica de Coloração da Auramina, 23 foram positivas, totalizando 15,65%. A análise estatística através do Teste McNemar revelou existir diferença significativa entre as duas técnicas (p = 0,0004). O valor Kappa foi igual a 0,07, considerado como um grau de concordância fraco. Os resultados encontrados neste estudo nos permitem afirmar que o Método de Faust e cols. foi o mais adequado para o diagnóstico na infecção por Giardia lamblia, entre os métodos analisados.