Discutir e abordar técnicas multivariadas de interdependência, com foco em análise de conglomerados, fatorial e de correspondência. Permitir que o aluno desenvolva o arcabouço matemático e estatístico e que consiga aplicar as técnicas por meio de ferramenta computacional.
1. Análise de Conglomerados. 2. Análise Fatorial por Componentes Principais. 3. Análise de Correspondência.
1. Análise de Agrupamentos: Definição de Medidas de Distância - Medidas de Dissimilaridade e de Similaridade. 2. Análise de Agrupamentos: Esquemas de Aglomeração Hierárquicos e Não Hierárquicos (k-means). 3. Análise Fatorial por Componentes Principais: Conceito de Fator, Estatística Kaiser-Meyer-Olkin (KMO) e Teste de Esferacidade de Bartlett. 4. Análise Fatorial por Componentes Principais: Cargas Fatoriais e Comunalidades. 5. Análise de Correspondência Simples: Associação entre Duas Variáveis Qualitativas por meio do Teste χ2. 6. Análise de Correspondência Simples: Mapa Perceptual. 7. Análise de Correspondência Múltipla.
BIBLIOGRAFIA BÁSICA: FÁVERO, L. P.; BELFIORE, P. Análise de Dados – Técnicas Multivariadas Exploratórias com SPSS® e STATA®. Rio de Janeiro: Elsevier. 1a Edição. Rio de Janeiro: Ed. Campus Elsevier, 2015. FÁVERO, L. P.; BELFIORE, P. Manual de Análise de Dados: Estatística e Modelagem Multivariada com Excel, SPSS e Stata. 1a Edição. Rio de Janeiro: Ed. Campus Elsevier, 2017. HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise Multivariada de Dados. 6. ed. Porto Alegre: Bookman, 2007. BIBLIOGRAFIA COMPLEMENTAR: JOHNSON, R. A.; WICHERN, D. W. Applied Multivariate Statistical Analysis. 6. ed. Upper Saddle River: Pearson Education, 2007. SHARMA, S. Applied Multivariate Techniques. Hoboken: John Wiley & Sons, 1996.