Universidade de Brasília Brasília, 02 de Julho de 2024

Resumo do Componente Curricular

Dados Gerais do Componente Curricular
Tipo do Componente Curricular: DISCIPLINA
Unidade Responsável: PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIAS QUÍMICA E BIOLÓGICA - PPGTQB (11.01.01.22.02)
Código: PPGTQB3710
Nome: ANÁLISE ESTATÍSTICA MULTIVARIADA
Carga Horária Teórica: 30 h.
Carga Horária Prática: 30 h.
Carga Horária Total: 60 h.
Pré-Requisitos:
Co-Requisitos:
Equivalências:
Excluir da Avaliação Institucional: Não
Matriculável On-Line: Sim
Horário Flexível da Turma: Sim
Horário Flexível do Docente: Sim
Obrigatoriedade de Nota Final: Sim
Pode Criar Turma Sem Solicitação: Sim
Necessita de Orientador: Não
Exige Horário: Sim
Permite CH Compartilhada: Não
Permite Múltiplas Aprovações: Sim
Quantidade Máxima de Matrículas: 99
Quantidade de Avaliações: 1
Ementa: O curso de Análise Multivariada de Dados Químicos, Biológicos e Ambientais, com carga horária de 60 horas / aula (4 créditos), visa dar uma base teórica e prática dos métodos multivariados para estudantes de pós-graduação. Serão abordados uma introdução geral sobre a Análise Multivariada e sua aplicação com uma revisão dos testes paramétricos e não paramétricos. Dentro deste contexto serão transmitidos conceitos teóricos e práticos sobre os métodos multivariados. Extensões Multivariadas de Testes Univariados, Regressão Múltipla, Análise de Agrupamento (Cluster Analysis), Análise das Componentes Principais, Análise Fatorial, Análise de Correspondência, Análise Discriminante, Correlação Canônica, Exemplos de Análise Estatística Multivariada Integrada e Análise Estatística de Dados Multivariados com Distribuição Espacial.
Referências: AUSTIN, M. P. & SMITH-GREIG, P. 1968. The Application of Quantitative Methods to Vegetation Survey. II Some Methodological Problems of Data from Rain Forest The J. Ecol. 56: 827-844. AUSTIN, M. P. 1985. Continuum Concept, Ordenation Methods, and Niche Theory. Ann. Rev. Ecol. Syst. 16: 39-61. BERNARDI, J. V. E. 1997. Estudo de impacto ambiental da emissão de efluente hídrico no Rio Paraíba do Sul através da análise espacial e multivariada Dissertação de Mestrado, Instituto de Geociências e Ciências Exatas, UNESP, Rio Claro, 78p. BRUMELIS, G., LAPINA, L., NIKODEMUS, O. & TABORS, G. 2000. Use of an artificial model of monitoring data to aid interpretation of principal component analysis. Environmental Modeling & Software 15: p.755-763. DIGBY, P. G. N. & KEMPTON, R. A. 1989. Multivariate analysis of ecological communities. Chapman and Hall, London, New York, 220P. DINIZ-FILHO, J. A. F. 1993. Spatial autocorrelation of morphormetric variation in Lutosa brasiliensis (BRUNNER VON WATTENWYL, 1888) (Orthoptera: Gryllacridoidea). Rev. Brasil. Genet. 16: 35-49. DINIZ-FILHO, J. A. F. 1994. Variação geográfica de abelhas africanizadas (Apis mellifera L.). Tese de Doutorado, Instituto de Biociências, UNESP, Rio Claro. GAUCH, H. G. JR. 1986. Multivariate Analysis in Community Ecology. Cambridge University Press. GOMES, M. B. 1985. Determinação de Componentes Principais. Ciên. Cult., 37: (12). GRUNSKY, E. C. e SMEE, B. W. 1999. The differentiation of soil types and mineralization from multi-element geochemistry using multivariate methods and digital topography. Journal of Geochemical Exploration 67: p. 287-299. JOHNSTON, R. J. 1984. Multivariate Statistical Analysis in Geography. London, New York. KVALHEIM, O.M. 1998. Interpretation fo latent-variable for projection methods and their use and aims in the interpretation of multicomponent spectroscopic and chromatiographic data. In: chemometrics and Intelligent Laborato Systems, Vol. 4, pp. 11-15. LANDIM, P. M. B. 1997. Análises estatística de dados geológicos multivariados. Laboratório de Geomatemática IGCE/UNESP, Rio Claro, Publicação Didática No.5. LUDWING, J. A. & REYNOLDS, J. F. 1988. Statistical Ecology: A primer on methods and computing. Wiley Interscience Publication. ODDEN, W. & KVALHEIM, O.M. 2000. Application of multivariate modelling to detect hydrocarbon components for optimal discrimination between two source rock types. Applied Geochemistry 15: p.611-627. RATHA, D. S. & SAHU, B. K. 1993. Source and distribution of metals in urban soil of Bombay, India, using multivariate statistical techniques. Environm. Geol. 22: 276-285. SYSTAT 7.0 for Windows of SPSS Inc. 1997. WANG, F. K. e DU, T. C. T. 2000. Using principal component analysis in process performance for multivariate data. Omega, The International Journal of Management Science 28: p. 185-194. WARTENBERG, D. 1985. Multivariate spatial correlation: A method for exploratory geographical analysis. Geograph. Anal.. 17: (4). WOLD, S. ESBENSEN, K. GELADI, P., 1987. Principal component analysis. In: Kvalheim, O.M. (Ed.), Proceedings of the Multivariate Statistical Workshop for Geologists and Geochemists 1986, Vol. 2, Chemolab, pp. 37-52. YU, T. Y. & CHANG, L. F. W. 2000. Selection of the scenarios of ozone pollution at southern Taiwan area utilizing principal component analysis. Atmospheric Environment 34: 4499-4509.
Currículos
Código Ano.Período de Implementação Matriz Curricular Obrigatória Período Ativo
61042/1 2016.1 TECNOLOGIAS QUÍMICA E BIOLÓGICA /PPGTQB - Doutorado - Presencial Não 0 Sim
61093/1 2017.2 TECNOLOGIAS QUÍMICA E BIOLÓGICA /PPGTQB - Doutorado - Presencial Não 0 Sim

SIGAA | Secretaria de Tecnologia da Informação - STI - (61) 3107-0102 | Copyright © 2006-2024 - UFRN - app28_Prod.sigaa22 v4.9.10.97