Estatística multivariada

26-01-2010 Janeiro 2010 1 Dados: 2 1 µX =  1  0 X = ( X1 , X 2 , X 3 , X 4 ) 1 1 0 2 1 1  1 1 0  1 0 2 2 1 ΣX =  1  0 1 1 0 2 1 1  1 1 0  1 0 2 e Como det ( Σ X ) = 1 ≠ 0 a matriz é não singular Coeficiente de correlação: cov ( X 1 , X 3 ) 2 ρ13 = corr ( X 1 , X 2 ) = = 2 var ( X 1 ) var ( X 3 ) 2 1 26-01-2010 Independência dos vectores( X 1 , X 4 ) e( X 2 , X 3 ) . E das variáveis X 2 e X 3 Tem-se 1 1  Σ12 =  ≠ Ο 2×2 1 0   e ρ 23 = 2 2 3 Contornos de densidade: O conjunto dos contornos de densidade é dado pela seguinte expressão: {x ∈ » 2 p : ( x − µ ) Σ −1 ( x − µ ) = c 2 T } + 3) x3 = c 2 } 4 Neste caso, obteve-se { x ∈ » : ( x − 3 − x )( x − 3) + ( − x + 2 x 1 3 1 1 3 2 26-01-2010 Cujo o gráfico é: 5 6 3 26-01-2010 O quadradro da distância de Mahalanobis para encontrar as regiões de ( X 2 , X 3 ) centradas na esperança, e cuja probabilidade de ocorrência está entre 0.90 e 0.95 O quadradro da distância de Mahalanobis é dado pela seguinte expressão : d m ( x 23 , µ X 23 ) = (x 23 − µ X 23 ) Σ −123 ( x 23 − µ X 23 ) X T 7 Onde T 2 1 − α = P ( X 23 − µ X 23 ) Σ −123 ( X 23 − µ X 23 ) ≤ χ p ,(1−α )  X     Neste caso, obteve-se {x ∈ » 2 : 4.60517 ≤ ( x2 − x3 ) x2 + ( − x2 + 2 x3 ) x3 ≤ 5.991465} 8 4 26-01-2010 Gráfico que representa a região: 9 Distribuição de Y = C1 X + d1 Y ∼ N 3 ( µY , ΣY )

se aplicar em fazer os estudo detalhado para ver a sua relevância em estudo e a esse estudo que damos o nome de Análise Multivariada. A Análise Multivariada trata se de um conjunto de métodos que permitem a análise simultânea de medidas para cada indivíduo ou objecto em análise, ou seja, qualquer método que permite a análise simultânea de duas ou mais variáveis pode ser considerado multi-variado. Tendo esses conhecimentos em conta vimos na nessecidade de aplicar algumas técnicas…

Lista de Exercícios Estatística Multivariada 1 1) Seja: X= 103.75 e S= 0.6667-0.3333-0.33332.9167. a) Região 95% de confiança para o verdadeiro vetor de médias populacional de forma algébrica: T2 | FT | 785.05538 | 6.0952106 | Considerando as hipóteses H0: μ= μ0H1: μ ≠ μ0, onde μ0=92, ao analisar o valor da estatística teste T² e o valor tabelado de F, temos que T² > F, sendo assim, rejeitamos H0. Isso que dizer que a um nível 5% de confiança não podemos afirmar que…

* Modelo para Y4 => Resistência Analisando o coeficiente R² de todos os modelos possíveis, conclui-se que o melhor modelo para Y3 é: Y4=β0+ β2Z2+β3Z3+β4Z4 -Estimação de  -Significância do modelo:  3.3. Análise de resíduos * Modelo para Y1 => Comprimento de ruptura * Modelo para Y2 => Elasticidade * Modelo para Y3 => Tensão de ruptura * Modelo para Y4 =>…

RESUMO: O presente trabalho tem como foco principal estimar e testar um modelo econométrico, aplicando a ferramenta estatística de análise multivariada através da Regressão Logística, utilizado na concessão de crédito. Para análise dos dados foi adotado o procedimento de levantamento de dados, que teve como objeto de estudo a concessão de crédito pelo FAEP, uma instituição de microcrédito atuante no Estado de Minas Gerais. Após testar e validar o modelo gerado, concluiu-se, que…

Avaliação de Danos Utilizando Técnica de Estatística Multivariada na Floresta Estadual do Antimary Cristiano Corrêa da Silva1, Altemir da Silva Braga2 1RESUMO A Avaliação de Danos deve ser parte integrante dos Planos de Manejo Florestal Sustentável para a Categoria Pleno. Para denotar sua importância o estudo realizado na Floresta Estadual do Antimary na exploração florestal ocorrida no ano 2009. Em uma área de 1000 há que foram instaladas 7 parcelas na área da estrada principal.…

ANÁLISE DA QUALIDADE DA ÁGUA SUBTERRÂNEA POR METODOLOGIA ESTATÍSTICA MULTIVARIADA NA BACIA SEDIMENTAR DO BAIXO CURSO DO RIO PARAÍBA Ubirajara Duarte Lima1; Camila Macêdo Medeiros2; Dayse Luna Barbosa2; Beatriz Susana Ovruski Ceballos2,3; Márcia Maria Rios Ribeiro2 Resumo - Devido à exploração intensiva dos recursos hídricos subterrâneos e o aumento de sua contaminação pela ação antrópica, esta pesquisa busca acompanhar as variações da qualidade dessas águas em poços da Bacia Sedimentar…

ISSN 0080-2107 Avaliação da adequação de aplicação de técnicas multivariadas em estudos do comportamento do consumidor em teses e dissertações de duas instituições de ensino superior Recebido em 12/novembro/2010 Aprovado em 21/novembro/2011 Maria Aparecida Gouvêa Leandro Campi Prearo Maria do Carmo Romeiro Sistema de Avaliação: Double Blind Review Editor Científico: Nicolau Reinhard RESUMO DOI: 10.5700/rausp1043 Este artigo faz parte de um amplo estudo de…

ESTATÍSTICA MULTIVARIADA 1. Introdução A estatística multivariada compreende um conjunto de técnicas que analisam simultaneamente um conjunto de variáveis que caracterizam os objetos ou indivíduos de uma amostra. Usualmente as técnicas de estatística multivariada são classificadas em técnicas de dependência ou interdependência. Nas técnicas de dependência uma variável (variável dependente) é explicada por outras variáveis (variáveis independentes). Fazem parte das técnicas de…

3895/S1808-04482008000400001 Revista Gestão Industrial ESTATÍSTICA MULTIVARIADA: APLICAÇÃO DA ANÁLISE FATORIAL NA ENGENHARIA DE PRODUÇÃO MULTIVARIATE STATISTICS: FACTORIAL ANALYSIS APPLICATION IN PRODUCTION ENGINEERING Hanne Alves Bakke1, Alexandre Santos de Moura Leite2, Luiz Bueno da Silva3 1 Universidade Federal da Paraíba – UFPB – João Pessoa – Brasil h_bakke@yahoo.com.br 2 Universidade Federal da Paraíba – UFPB – João Pessoa – Brasil asmleite@gmail.com 3 Programa de Pós-Graduação…