Entrega | Frete | Prazo |
---|---|---|
Digite um CEP e clique no botão OK. |
Sinopse:
A proposta deste livro surge pela observação da frequente necessidade de materiais didáticos sobre estatística multivariada e suas aplicações computacionais por parte de estudantes de pós-graduação, pesquisadores e profissionais das mais diversas áreas. E também vai ao encontro da considerável expansão e utilização do software R (livre), especialmente no meio acadêmico. Sem a pretensão de constituir um livro-texto detalhado, os seus capítulos convergem para um meio termo entre a teoria e prática dos principais métodos de análise multivariada, desde a análise exploratória por meio de gráficos, passando pelos métodos de redução dimensional até a parte básica de inferência estatística. Em capítulos curtos, apenas a parte teórica fundamental é apresentada. Exemplos resolvidos e exercícios são a base da prática computacional, bem como alguns desafios para aqueles usuários mais interessados em desenvolver suas habilidades no R. Os data sets utilizados são, em sua grande maioria, disponibilizados na distribuição dos seus próprios pacotes e, portanto, contam com documentação a respeito de origem e descrição dos dados. A seleção do conteúdo é baseada na minha experiência acadêmica com a estatística multivariada e na análise de dados utilizando o R. Assim é que, sem negar o meu próprio viés de classificação literária, considero-o como um guia do usuário e, não obstante, assumo os erros que porventura surgirão. Por fim, deixo o meu agradecimento a priori aos leitores que relatarem críticas e sugestões. O Autor (167 páginas).
Tipo: Livro
Título: Métodos de Analise Multivariada em R
Autores: Anderson Rodrigo da Silva
Editora: Fealq
ISBN: 9788571330832
Assunto: Livros
Idioma: Português
Data de Lançamento: 2016
Número de Páginas: 167
Tamanho: 15 x 22,5
Edição: 1ª
Sumário
1. Um pouco sobre a linguagem R
2. Representação gráfica de dados multivariados
3. Estatísticas descritivas de dados multivariados
4. Covariância e correlação
5. Autovalores e autovetores
6. Análise de componentes principais
7. Análise de fatores
8. Análise de variância multivariada
9. Elipses de confiança
10. Análise de correlação canônica
11. Análise de agrupamento
12. Análise discriminante de Mahalanobis
13. Escalonamento multidimensional
14. Simulação de dados multivariados
Posfácio
A. Lista de pacotes utilizados
B. Lista de dados (pacotes) utilizados
C. Valores críticos de stress