Estudo de métodos multivariados de análise de dados. Análise de variância multivariada. Regressão linear multivariada. Análise de componentes principais. Análise fatorial. Análise de correlação canônica. Análise de correspondência.
Teste normalidade multivariada.
Vetores aleatórios. Média e matriz de covariâncias amostrais. A distribuição normal multivariada. Teste de normalidade multivariada. Inferências sobre um vetor de médias. Análise de variância multivariada. Regressão linear multivariada. Análise de componentes principais. Análise fatorial (discriminação e classificação). Análise de correlação canônica. Análise de correspondência.
Livro Texto: - Friedman, J., Hastie, T., & Tibshirani, R. (2001). The elements of statistical learning. New York, NY, USA:: Springer Series in Statistics. - James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning (with applications in R). New York: springer. - Johnson, R. A. and Wichern, D. W. Applied Multivariate Statistical Analysis. 5th edition. Prentice-Hall Bibliografia Complementar: - Chatfield, C., & Collins, A.J, 1980. Introduction to multivariate analysis. Chapman&Hall/CRC. - Géron, A. (2017). Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems. O'Reilly Media, Inc.. - Mardia, K. V., Kent, J. T. and Bibby, J. M. (1979). Multivariate Analysis. Academic Press. - Hair, J. F., Tatham, R. L., Anderson, R. E. and Black, W. (1998). Multivariate Data Analysis, 5th edition, Prentice Hall. - Greenacre, M. J. (1984). Theory and Applications of Correspondence Analysis. London: Academic Press. - Mingoti, S. A. (2005). Análise de Dados Através de Métodos de Estatística Multivariada: Uma Abordagem Aplicada. Belo Horizonte: UFMG