Estatistica Experimental 3

Josias Jnatas
Data Mining Consultant

StatSoft South America Consulting Services
Contedo
Anlise de Agrupamentos
Anlise de Componentes Principais
Anlise de Fatores
Anlise Discriminante
Multivariate Statistical Process Control - MSPC
Josias Jnatas
Definio
T r e e D ia g r a m fo r 3 6 C a s e s
W a r d ` s m e th o d
E u c lid e a n d is t a n c e s
70
60
50
40
30
Linkage Distance
20
10
0
Bolvia
Espanha
Nova Zelndia
Haiti
India
Egito
Arglia
Quenia
Banglade
Paquist
Nigria
Gana
Rep.C. Af.
Brasil
Mxico
Turquia
Chile
C.Rica
China
Filipina
Uruguai
URSS
Hungria
Grcia
Iugoslv
Portugal
Canad
Japo
Austrlia
EUA
Itlia
Israel
RU
RFA
Sucia
Suia
Anlise de
Agrupamento uma
tcnica multivariada cuja
finalidade agregar
objetos (OTUs
Unidades de Objetos
Taxonmicos) com base
nas caractersticas que
eles possuem. O
resultado so grupos que
exibem mxima
homogeneidade de
objetos dentro de grupos
e, ao mesmo tempo,
mxima heterogeneidade
entre os grupos.
Conceitos Bsicos
Consumo (em R$)
Tempo (em dias)
Conceitos Bsicos
Alguns pontos relevantes que devemos observar em anlise de
agrupamentos so:
A anlise de agrupamentos no faz distino entre variveis
dependentes e independentes, no entanto pode examinar
relaes de interdependncia entre todo o conjunto de variveis.
O objetivo principal de anlise de agrupamentos classificar
objetos em grupos relativamente homogneos, a partir das
variveis consideradas importantes para a anlise;
Os objetos em um grupo so relativamente semelhantes em
termos dessas variveis e diferentes de objetos de outros
grupos;
A mais forte aplicao desta tcnica tem sido em Pesquisa de
Marketing, principalmente, Segmentao de Mercado.
Padronizando os dados
Imagine a
situao descrita
na tabela ao lado.
Foram medidas 3
caractersticas de
8 clientes e
queremos avaliar
uma forma de
agrupar estes
clientes e
encontrar aquelas
que acompanham
um
comportamento
semelhante.
Cliente 1
Percentual de
Importncia
Salrio
Mdio
Consumo
Mdio
10,85
1.500,80
149,35
Fase 2
Cliente 2
14,13
1.496,07
187,99
Cliente 3
8,62
1.448,79
130,97
Cliente 4
23,04
1.277,33
424,87
Cliente 5
16,04
1.204,02
214,36
Cliente 6
43,74
1.190,94
1.139,52
Cliente 7
25,39
1.292,91
358,39
Cliente 8
42,86
1.590,66
721,90
Mdia
23,08
1.375,19
415,92
Desvio
Padro
13,69
152,05
351,62
1 .6 5 0 ,0 0
C lie n te 8
1 .6 0 0 ,0 0
1 .5 5 0 ,0 0
1 .5 0 0 ,0 0
1 .4 5 0 ,0 0
1 .4 0 0 ,0 0
Mdia Salarial
1 .3 5 0 ,0 0
1 .3 0 0 ,0 0
1 .2 5 0 ,0 0
1 .2 0 0 ,0 0
1 .1 5 0 ,0 0
- 5 0 ,0 0
O primeiro passo da
anlise definir um
critrio para a formao
dos grupos. Um critrio
que parece ser razovel
considerar a
proximidade entre os
pontos. Pontos
prximos, ento,
representariam regies
com comportamentos
semelhantes no que se
refere s variveis do
grfico, ou seja, regies
que podem fazer parte
de um mesmo grupo.
Fase 2
C C lielien ntete 1 2
C lie n te 3
C lie n te 7
C lie n te 4
C lie n te 5
C lie n te 6
0 ,0 0
5 0 ,0 0
1 0 0 ,0 0
1 5 0 ,0 0
2 0 0 ,0 0
2 5 0 ,0 0
3 0 0 ,0 0
P e r c e n t u a l d e Im p o r t n c i a
3 5 0 ,0 0
4 0 0 ,0 0
4 5 0 ,0 0
5 0 0 ,0 0
1 .6 5 0 ,0 0
C lie n te 8
1 .6 0 0 ,0 0
1 .5 5 0 ,0 0
1 .5 0 0 ,0 0
1 .4 5 0 ,0 0
1 .4 0 0 ,0 0
Mdia Salarial
1 .3 5 0 ,0 0
1 .3 0 0 ,0 0
1 .2 5 0 ,0 0
1 .2 0 0 ,0 0
1 .1 5 0 ,0 0
- 5 0 ,0 0
Note que as distncias

no sentido vertical so
muito maiores do que
no sentido horizontal, o
que reflete o fato da
variabilidade da varivel
X2 ser muito maior do
que a de X1. Em
termos, prticos, a
varivel X1 contribuiu
muito pouco para a
definio dos grupos. E
se quisssemos dar
igual importncia s
duas variveis?
Fase 2
C C lielien ntete 1 2
C lie n te 3
C lie n te 7
C lie n te 4
C lie n te 5
C lie n te 6
0 ,0 0
5 0 ,0 0
1 0 0 ,0 0
1 5 0 ,0 0
2 0 0 ,0 0
2 5 0 ,0 0
3 0 0 ,0 0
P e r c e n t u a l d e Im p o r t n c i a
3 5 0 ,0 0
4 0 0 ,0 0
4 5 0 ,0 0
5 0 0 ,0 0
1 ,6 0
C lie n te 8
1 ,4 0
1 ,2 0
1 ,0 0
0 ,8 0
0 ,6 0
0 ,4 0
0 ,2 0
0 ,0 0
Mdia Salarial
- 0 ,2 0
- 0 ,4 0
- 0 ,6 0
- 0 ,8 0
- 1 ,0 0
Uma maneira popular de

tratar com isso usar
variveis padronizadas. Ou
seja, subtramos a mdia do
grupo de cada valor e
dividimos pelo desvio padro:
Fase 2
C lie n te C1 lie n te 2
C lie n te 3
Z ij
C lie n te 7
C lie n te 4
C lie n te 5
C lie n te 6
- 1 ,2 0
- 1 ,4 0
- 1 ,2 0 - 1 ,0 0 - 0 ,8 0 - 0 ,6 0 - 0 ,4 0 - 0 ,2 0 0 ,0 0
0 ,2 0
0 ,4 0
0 ,6 0
P e r c e n t u a l d e Im p o r t n c ia
0 ,8 0
1 ,0 0
1 ,2 0
1 ,4 0
1 ,6 0
1 ,8 0
X ij X j
Sj
Isso garante que as duas

variveis esto sendo
consideradas com
importncias equivalentes.
Observe agora os novos
grupos.
Resumo dos Estgios

1. Escolha do critrio de parecena
2. Definio do nmero de grupos
3. Formao dos grupos
4. Validao do agrupamento
5. Interpretao dos grupos
O Deve-se
nmero de
Ao
garantir
Nesse
grupos
final do
que
Aqui
primeiro
pode
processo
dedefinimos
fato
serinstante
definido
as
devariveis
formao
o algoritmo
devemos
a priori,
tm
de
atravs
comportamento
de grupos
algum
avaliar
conhecimento
importante
se
diferenciado
asque
variveis
ser
caracterizar
que
nos
utilizado
devem
se
diversos
tenha
ou
na
os
grupos.
sobregrupos
os
comum,
dados,
no
formados.
ser
convenincia
ento,
identificao
padronizadas
Oque
usocada
de
dedos
estatsticas
eanlise
grupo
ogrupos:
critrio
seja
ou
uma
ainda
amostra
pode
descritivas
que
ser
aleatria
ser
definido
utilizado
de
Mtodos
recomendado
aalguma
posteriori
na hierrquicos
determinao
subpopulao
com
parabase
esta
e
e aplicar tcnicas inferenciais
nos resultados
Mtodos
para
fase
compar-las.
dos
de
da Partio
anlise.
grupos.
Medidas de Parecena
As medidas de parecena tm
um papel central nos
algoritmos de agrupamentos.
Atravs delas so definidos
critrios para avaliar se dois
pontos esto prximos, e
portanto podem fazer parte de
um mesmo grupo, ou no.
H dois tipos de medidas de
parecena: medidas de
similaridade (quanto maior o
valor, maior a semelhana
entre os objetos) e medidas de
dissimilaridade (quanto maior o
valor, mais diferentes so os
objetos.)
Medidas disponveis na
Soluo STATISTICA
Algoritmos de Agrupamentos
A maioria dos algoritmos utilizados na formao dos
agrupamentos pode ser classificada em duas grandes famlias de
mtodos: hierrquicos e de partio.
Mtodos Hierrquicos Aglomerativos
Para
esses
mtodos
os
agrupamentos so formados a partir de
uma matriz de parecena;
Queremos identificar os objetos que
mais se parecem;
Agrupamos esses objetos e os
consideramos como um nico objeto;
Definimos uma nova matriz de
parecena.
Os procedimentos hierrquicos envolvem a construo de
uma hierarquia de uma estrutura do tipo rvore. Existem
basicamente dois tipos de procedimentos hierrquicos de
agrupamento: Aglomerativos e Divisivos.
Mtodos Hierrquicos Aglomerativos Usando o STATISTICA
O STATISTICA traz uma srie de
Vamos enumerar pelos menos 5 mmtodos implementados:
todos aqui:
Mtodo do vizinho mais prximo;
Mtodo do vizinho mais longe;
Mtodo das mdias das distncias;
Mtodo da centride;
Mtodo de Ward.
Mtodo do vizinho mais prximo
(Single Linkage)
a distncia
entre os
grupos
definida como
sendo a
distncia entre
os elementos
mais prximos
(menor
distncia) dos
dois grupos
Mtodo do vizinho mais longe
(Complete Linkage)
a distncia entre
dois grupos
definida como
sendo a
distncia entre
os indivduos
mais distantes
dos dois grupos
(distncia
mxima).
Mtodo do centride
Este mtodo define a
coordenada de cada
grupo como sendo a
mdia das
coordenadas de seus
objetos. Uma vez
obtida essa
coordenada,
denominada centride,
a distncia entre os
grupos obtida
atravs do clculo das
distncias entre os
centrides.
Mtodo de Ward
O mtodo de Ward busca unir objetos que tornem os
agrupamentos formados os mais homogneos possvel. A medida
de homogeneidade utilizada baseia-se na partio da soma de
quadrados total de uma anlise de varincia. Observe abaixo:
x
k
j 1 iG j
i1
X 1 n j X j 1 X 1 x i 1 X j 1
2
j 1
j 1 iG j
O Mtodo de Ward, atraente por basear-se numa medida com

forte apelo estatstico e por gerar grupos que, assim como os do
mtodo do vizinho mais longe, possuem alta homogeneidade
interna.
No STATISTICA
Na opo Input File existem duas maneiras para entrar com uma
base de dados: Raw Data ou Distance Matrix. Por vezes, algum
procedimento hierrquico ou medida de distncia no est
implementada num procedimento automtico. possvel, ento,
entrar com a matriz de distncia e avaliar os grupos. As informaes
que esta matriz deve ter so:
Medidas de distncia;
Mdia, Desvio Padro e Nmero de Casos;
Tipo de Matriz:
1 Matriz de Correlao;
2 Matriz de Similaridade;
3 Matriz de Dissimilaridade;
4 Matriz de Varincia e Covarincia.
No STATISTICA
Exerccio
Abra o arquivo Pases.sta e avalie algum tipo de agrupamento entre
os 36 pases disponveis para anlise.
Josias Jnatas
Definio
Anlise de Componentes Principais (ACP) uma tcnica
estatstica que transforma linearmente um conjunto de p variveis em
um novo conjunto com um nmero menor (k) de variveis nocorrelacionadas, que explica uma parcela substancial das informaes
P r o je c t io n o f t h e c a s e s o n t h e f a c t o r - p la n e ( 1 x 2 )
do conjunto original.
C a s e s w it h s u m o f c o s in e s q u a r e > = 0 , 0 0
4
Tambm ser til
3
quando desejamos
2
confirmar um
1
modelo de
0
agrupamento
-1
avaliado com a
-2
tcnica de Anlise
-3
de Agrupamentos
-4
(ao lado vemos os
grupos vistos
-5
-8
-6
-4
-2
0
2
4
6
8
10
A c t iv e
anteriormente)
F a c to r 1 : 7 0 ,0 5 %
C .R ic a
C h in a
C h ile M x ic o
P I uo gr t uo gs al l v
T u rq u i a
G r c ia
B ra s il
E s p a n h a U ru g u a i
Is ra e l
F ilip in a
N o v a Z e l n d i aU R S S
H u n g ria
ISt u l i ac i a
J CAa aup ns ato r d l i a
S u i a
R FRAU
A rg li a
In d ia Q u e n ia
E g ito
H a iti
P a q u is t
B a n g la d e
G ana
N ig ria
Factor 2: 8,46%
B o lv ia R e p .C . A f.
EUA
Motivao
No menu Help, opte por Open Examples, na pasta Datasets
busque o arquivo Economic Indicators. O arquivo consta de
informaes econmicas (Imposto, PNB, Inflao e Dvida) de 40
pases.
Vamos estudar o
relacionamento
entre as variveis
usando a Anlise
de Correlaes.
Depois faremos
uma Anlise de
Agrupamentos e,
logo em seguida,
uma Anlise de
Componentes
Principais.
Motivao
Vamos proceder com uma anlise
de correlao. No menu Statistics,
opte por Basic Statistics and
Tables e, em seguida, clique duas
vezes na opo Correlation
matrices.
Insira todas as variveis em

One variable list e clique em
Summary Correlation matrix.
Depois clique na opo
Scatterplot matrix.
Motivao
C o r r e la t io n s ( E c o n o m ic in d ic a t o r s 4 v * 4 0 c )
W A GE RA T E
GNP
IN F L A T IO N
DE B T
Vamos
avaliar os
resultados:
O que h de
peculiar
entre as
variveis?
Qual a
estrutura de
relao entre
elas?
Motivao
T r e e D ia g r a m f o r 4 0 C a s e s
W a r d ` s m e th o d
E u c lid e a n d is t a n c e s
40
35
30
25
20
15
0
Linkage Distance
10
Algeria
Sri Lanka
India
Brazil
South Afr
Egypt
Kenia
Peru
Ethiopia
Haiti
Australia
Austria
Norway
France
USA
Sweden
Japan
Britain
Denmark
Netherlan
Germany
Switzerlan
Luxemburg
Belgium
Finland
Taiwan
China
Malaysia
Mexico
Greece
Czech
Poland
Thailand
Hungary
Portugal
Indonesia
Italy
Korea
Ireland
Spain
Motivao
Agora, para finalizar essa motivao, vamos tcnica de Anlise de
Componentes Principais. No menu Statistics, opte por Multivariate
Exploratory Techiniques e Principal Components & Classification
Analysis.
Motivao
Na aba Advanced, em
Variables inserimos as
variveis de interesse para a
anlise como na janela
abaixo. Variveis
suplementares so aqueles
que desejamos analisar,
mas no diretamente.
Podemos
desejar usar
apenas
algumas
observaes,
ento usamos
Active cases
variable.
Motivao
Para observar o
comportamento
das variveis
podemos avaliar
um grfico de
scaterplot. Clique
em Plot var.
factor
coordinates, 2D.
Em seguida, na
aba Cases clique
em Plot cases
factor
coordinates, 2D.
Motivao
P r o je c t io n o f t h e v a r ia b le s o n t h e f a c t o r - p la n e ( 1 x
2)
1 ,0
0 ,5
IN F L A T IO N
W AG ERATE
G NP
0 ,0
DEBT
Factor 2 : 3,11%
- 0 ,5
- 1 ,0
- 1 ,0
- 0 ,5
0 ,0
F a c to r 1 : 9 4 ,3 1 %
0 ,5
1 ,0
Motivao
P r o je c t io n o f t h e c a s e s o n t h e f a c t o r - p la n e ( 1 x
2)
1 ,2
1 ,0
0 ,8
S p a in
0 ,6
H a iti
P o rtu g a l
H u n g aI rr ey l a n d
G re e c e
T h a i l a n dI t a l y
E th io p ia
0 ,4
C z e Pc oh l aR ne dp u b l i c
S o u th A fric a
0 ,2
Egypt
0 ,0
K o re a
S ri L a n k aB r a z i l
K e n ia
- 0 ,2
In d ia
A lg e ria
- 0 ,4
Factor 2: 3,11%
- 0 ,6
M a la y s iaIn d o n e s ia
B rita in
N eD t eh ne mr l aa nr kd s
Japan
L u x e m b u rg
F in la n d
G e rm a n y
N So wrSw ew ad iyet z n e r l a n d
A u sA t ur Fa s lr tiara ina c e
USA
C h in a
M e x ic o
T a i w B a en l g i u m
P e ru
- 0 ,8
- 1 ,0
- 1 ,2
- 1 ,4
-6
-5
-4
-3
-2
-1
F a c to r 1 : 9 4 ,3 1 %
A c t iv e
Principais Objetivos da Anlise

As p variveis originais (X1, . . . , Xp) so transformadas em
p variveis (Y1, . . . , Yp), denominadas componentes principais, de
modo que Y1 aquela que explica a maior parcela da variabilidade
total dos dados, Y2 explica a segunda maior parcela e assim por
diante. Portanto, podemos afirmar que os principais objetivos de
ACP so:
Descrio
e entendimento da
estrutura de correlao
das variveis
Obteno
de combinaes
interpretveis das
variveis
Confirma grupos
da Anlise de
Agrupamentos
Componentes
Principais
Reduo
da dimensionalidade
dos dados
Algumas Consideraes Importantes

- O intuito da anlise resumir o padro de correlao entre as
variveis e muitas vezes possvel chegar a conjuntos no
correlacionados de variveis, de modo que surge alguns
agrupamentos;
- Algebricamente, as componentes principais so combinaes lineares
das variveis originais;
- Geometricamente, as componentes principais so as coordenadas dos
pontos amostrais em um sistema de eixos obtido pela rotao do
sistema de eixos original, na direo da mxima variabilidade dos
dados;
- A anlise de componentes principais depende somente da matriz de
covarincia ou a de correlao. No exige qualquer suposio sobre a
forma da distribuio multivariada dessas variveis;
- Se a normalidade existe, a anlise engrandecida, se no ela ainda
vale a pena.
Como Obter as Componentes Principais

Suponha que
estamos observando
3 variveis que
refletem a motivao,
preferncia e
habilidades
intelectuais de um
grupo de pessoas. No
entanto, queremos
saber se possvel
ter respostas
adequadas quando
trabalhamos apenas
duas variveis.
Aplicao
Vamos retornar
quele exemplo
sobre ndices
econmicos.
Vejamos como se
estrutura o
relacionamento
entre as variveis e
avaliar um modelo
algbrico de
componentes
principais. Clique
em Eigenvalues e
Eigenvectors
(Autovalores e
Autovetores).
Aplicao
Aplicao
Os autovetores nos do os coeficientes das equaes lineares abaixo:

CP1 = 0,507.Wagerate + 0,497.GNP 0,504.Inflation 0,492.Debt
CP2 = 0,386.Wagerate + 0,183.GNP + 0,516.Inflation 0,742.Debt
CP3 = 0,192.Wagerate 0,848.GNP 0,204.Inflation 0,450.Debt
CP4 = 0,746.Wagerate + 0,025.GNP 0,662.Inflation 0,066.Debt
CP1 responsvel por 94,31% da informao original e CP2
responsvel por 3,11% da informao original. Essas duas componentes
juntas nos fornecem 97,42% de informao.
Quantidade de Componentes a Escolher

E ig e n v a lu e s o f c o rr e la tio n m a tr ix
4 ,5
4 ,0
9 4 ,3 1 %
3 ,5
3 ,0
2 ,5
2 ,0
Eigenvalue
1 ,5
1 ,0
0 ,5
3 ,1 1 %
2 ,2 3 %
,3 4 %
0 ,0
- 0 ,5
0 ,0
0 ,5
1 ,0
1 ,5
2 ,0
2 ,5
3 ,0
E ig e n v a lu e n u m b e r
3 ,5
4 ,0
4 ,5
5 ,0
Como Interpretar as Componentes Principais?
- A interpretao feita com base nas correlaes entre

as variveis originais e as componentes principais, e nos
coeficientes dados pelas combinaes lineares que
levam s componentes principais;
- As correlaes so medidas das contribuies
individuais de cada varivel e no consideram a
contribuio multivariada das demais variveis;
- A primeira componente principal pode ser interpretada
como uma mdia entre as variveis com maior
coeficiente na combinao linear
Contribuies
Podemos medir o grau de relao que existe entre as variveis e as
componentes principais com a opo Factor & variable correlations.
E podemos
tambm medir
a contribuio
de cada
varivel para a
construo de
uma
componente
principal
usando a
opo
Contributions
of variables.
Contribuies
Wagerate X CP1 v Wagerate X CP1 . CP1

0,5072. 3,772414 0,98512
Contribuio Wagerate X CP1 v Wagerate X CP1

0,5072 0,257252
2
Anlise de Classificao
Podemos avaliar um
modelo de
agrupamento usando
a tcnica de
componentes
principais, basta clicar
nas opes Factor
coordinates of cases e
Plot case factor
coordinates, 2D.
Um modelo de Scores
pode ser exibido com
as opes Factor
scores e Factor scores
Coefficients
Anlise de Classificao
P r o je c t io n o f t h e c a s e s o n t h e f a c t o r - p la n e ( 1 x
2)
1 ,2
1 ,0
0 ,8
S p a in
0 ,6
H a iti
P o rtu g a l
H u n g aI rr ey l a n d
G re e c e
T h a i l a n dI t a l y
E th io p ia
0 ,4
C z e Pc oh l aR ne dp u b l i c
S o u th A fric a
0 ,2
Egypt
0 ,0
K o re a
S ri L a n k aB r a z i l
K e n ia
- 0 ,2
In d ia
A lg e ria
- 0 ,4
Factor 2: 3,11%
- 0 ,6
M a la y s iaIn d o n e s ia
B rita in
N eD t eh ne mr l aa nr kd s
Japan
L u x e m b u rg
F in la n d
G e rm a n y
N So wrSw ew ad iyet z n e r l a n d
A u sA t ur Fa s lr tiara ina c e
USA
C h in a
M e x ic o
T a i w B a en l g i u m
P e ru
- 0 ,8
- 1 ,0
- 1 ,2
- 1 ,4
-6
-5
-4
-3
-2
-1
F a c to r 1 : 9 4 ,3 1 %
A c t iv e
Exerccio
Abra o arquivo Pases.sta e confirme o agrupamento entre os 36
pases na tcnica de Cluster Analysis.
Josias Jnatas
Definio e Conceitos
Anlise Fatorial um nome genrico dado a uma classe de mtodos
estatsticos multivariados cujo propsito principal definir a estrutura
subjacente em uma matriz de dados. Assim, tm-se os seguintes
pontos:
Abordar o problema de analisar a estrutura das inter-relaes
(correlaes) entre um grande nmero de variveis, definindo
um conjunto de dimenses latentes comuns, chamadas de
fatores;
Identificar as dimenses separadas da estrutura e ento
determinar o grau em que cada varivel explicada por cada
dimenso;
Resumir e reduzir os dados em dimenses latentes
interpretveis e compreensveis usando escores para cada
dimenso e, conseqentemente, substituir as variveis originais.
Definio e Conceitos
Os modelos de anlise fatorial buscam explicar o
comportamento das variveis observadas em relao ao
comportamento de um conjunto de variveis no observadas
(variveis latentes ou fatores).
Desta forma, sejam
X 1 ,, X p
E 1 ,, p
Um modelo de anlise fatorial dado por:
X 1 1 11F1 1m Fm 1
X 2 2 21F2 2 m Fm 2
X p p p1Fp pm Fm p
Definio e Conceitos
Traduzindo para notao de matriz, temos:
X1
X
2
X p
11

21
p1
12
22
p 2
1m
2 m
pm
F1
F
2
p
Fm
Cargas Fatoriais
Podemos interpretar as cargas fatoriais como:
Cov X i ,Fj Cov i 1F1 ij Fj im Fm i ;Fj
Observe que os fatores so ortogonais, ou seja a covarincia entre

fatores igual a zero. Portanto,
Cov X i ,Fj Cov ij Fj ; Fj ij
Definio e Conceitos
Vamos estudar a varincia das variveis observadas. Para X i
temos:
i2 Var X i Var X i i Var i 1F1 im Fm i
o resultado disso :
i2 i21 im2 i
Portanto, temos dois importantes conceitos:
Comunalidade. Parcela da varincia de Xi que explicada

pelos fatores comuns.
Pode-se usar a
c2
c
2
i
2
i1
2
im
proporo de Pri
variabilidade explicada:
i2
Especificidade. Parcela de varincia de Xi que no explicada

pelos fatores
Especificidade : i
Definio e Conceitos
Se definimos a variabilidade total das variveis originais
como sendo:
p
T2 i2
i 1
temos, ento que

p
2
c
i
i 1
Representa a parcela da variabilidade total que explicada pelo

conjunto de fatores. Conseqentemente,
p
PrT
2
c
i
i 1
T2
a proporo da variabilidade total dos dados que explicada pelo

conjunto de fatores comuns.
Aplicao
Imagine a matriz de correlao para nove elementos da imagem de
uma loja:
Poltica de
devoluo
Pessoal
Disponibilidade de
produto
Servio interno
Diversidade de itens
para cada produto
Nvel de Preo
Atmosfera da loja
Diversidade de
produtos
Qualidade de
produto
A questo que se pode levantar : Estes elementos todos so

separados no que se refere s suas propriedades de avaliao ou
eles se agrupam em algumas reas mais gerais de avaliao?
Aplicao
Aplicao
Experincia Interna
Oferta de Produtos
Valor
Etapas do Processo de Anlise Fatorial
Tamanho da Amostra
Variveis Objetivo
Planejamento da Anlise Fatorial

O propsito geral de tcnicas de anlise fatorial encontrar um modo de
condensar a informao contida em diversas variveis originais em um
conjunto menor de novas dimenses compostas ou variveis estatsticas com
uma perda mnima de informao.
Fase 1
importante definir com critrio as variveis que faro parte da pesquisa com
Anlise Fatorial, definir as propriedades de medidas e tipos de variveis
envolvidas. Quanto maior for o nmero de variveis, maior ser o tamanho da
amostra.
Algumas cuidados importantes em Anlise de Fatores dizem respeito ao
tamanho da amostra:
Dificilmente um pesquisador realiza uma Anlise Fatorial com menos que
50 observaes;
Preferencialmente, o tamanho da amostra deve ser maior ou igual a 100;
Alguns estudiosos propem um mnimo de 20 observaes vezes o
nmero de variveis a serem estudadas.
Quando se lida com amostras menores, o pesquisador sempre deve interpretar
qualquer descoberta com precauo.
Abra o arquivo
Hatco.sta na pasta
Treinamento / BDs /
STATISTICA /.

Interpretao dos Fatores
Cargas fatoriais:
Fase 4
A carga fatorial o meio de interpretar o papel que cada varivel tem na

definio de cada fator;
As cargas fatoriais so a correlao de cada varivel com o fator, elas so
significantes quando seus valores excedem 0,70;
Cargas maiores fazem a varivel ser representativa no fator.
Rotao de fatores:
Rotao
Quartimax. Concentra-se em rotacionar Fatorial
o fator inicial de modo que uma varivel Ortogonal
tenha carga alta em um fator e cargas e Oblqua
to baixas nos demais;
Varimax. Este mtodo, por outro lado,

busca concentrar cargas altas e baixas
em cada fator, isso maximiza a varincia
Equamax. uma espcie de acordo
entre os dois mtodos acima.
1,0
Fator 2
Fator 2_Ort
V1 Fator 2_Obl
V2
0,50
Fator 1
-1,0
-0,50
0,50
-0,50
-1,0
V5
V3 1,0
V4
Fator 1_Obl
Fator 1_Ort
Exemplo
Vamos usar uma base de dados da Hatco para avaliar a existncia
de agrupamentos de percepes que clientes tm com respeito
empresa.
As variveis que
nos interessam
so: X1 a X4, X6
e X7.
O tamanho da
amostra de
100
observaes,
resultando em
14 casos para
cada varivel,
um valor
aceitvel.
Exemplo: Medidas de Correlao

Suposies de Normalidade, Linearidade, Homocedasticidade...
afetam as correlaes e se estas no so significantes, ento a
perda considervel nos resultados da Anlise Fatorial. Sendo
assim, preciso avaliar a grandeza e significncia das correlaes.
Estas
correlaes
so
significantes
ao nvel de
5%. Note que
8 das 15
correlaes
so
significantes.
Isso
adequado.
Exemplo: Decidindo Quantos Fatores Usar

O passo seguinte selecionar o nmero de componentes a
serem mantidos para anlise posterior. Podemos usar os autovalores
para fazer essa seleo, tomando o teste da raiz latente em que os
autovalores devem assumir resultados superiores a 1. Portanto,
temos 3 fatores com essa caracterstica e que respondem por
83,24% da variabilidade nas variveis originais.
Exemplo: O Grfico para o Teste da Raiz Latente

T e s te d a R a is L a te n te
3 ,0
2 ,5
2 ,5 1 3
2 ,0
1 ,7 4 0
1 ,5
Value
1 ,0
0 ,5 9 7
0 ,5 3 0
0 ,5
0 ,4 1 6
0 ,2 0 4
0 ,0
1
N u m b e r o f E ig e n v a lu e s
Exemplo: Cargas Fatoriais e Cumunalidades

Uma vez decididos por 2
fatores, ento precisamos
informar ao STATISTICA
que ele deve escolher 2
fatores com autovalores
maior que 1.
Clique em OK na janela
ao lado e retorne ao
mdulo de anlise.
Clique em Summary:
Factor loading.
Exemplo: Cargas Fatoriais e Cumunalidades

O fator 1 o que explica a
poro maior da variabilidade e o
fator 2 o que explica
ligeiramente menos;
2,51 a poro de variabilidade
total explicada pelo Fator 1, isso
corresponde a 41,89% de
explicao;
1,74 a poro de variabilidade
total explicada pelo Fator 2 que
corresponde a 28,99% de
explicao;
A significncia das cargas
fatoriais foram aquelas com
valores superiores a 0,70.
Exemplo: Aplicando Rotao Varimax

A rotao compensou a varincia
explicada por cada fator,
distribuindo melhor os 70,9% de
variabilidade explicada pelos dois
fatores.
Desta forma temos 39,50%

em lugar dos 41,89% para
o Fator 1; temos 31,40%
em lugar dos 28,99% para
o Fator 2.

F a c t o r L o a d in g s , F a c t o r 1 v s . F a c t o r 2
R o ta tio n : U n r o ta te d
E x t r a c t io n : P r in c ip a l c o m p o n e n t s
0 ,4
0 ,2
X7
X2
0 ,0
- 0 ,2
Factor 2
- 0 ,4
X1
- 0 ,6
- 0 ,8
- 1 ,0
- 1 ,0
- 0 ,8
- 0 ,6
- 0 ,4
- 0 ,2
F a c to r 1
0 ,0
0 ,2
0 ,4
0 ,6
0 ,8

F a c to r L o a d in g s , F a c to r 1 v s . F a c to r 2
R o ta tio n : V a r im a x n o r m a liz e d
E x t r a c t io n : P r in c ip a l c o m p o n e n t s
1 ,0
0 ,8
0 ,6
0 ,4
Factor 2
X
X
0 ,2
0 ,0
- 0 ,2
- 1 ,0
- 0 ,8
- 0 ,6
- 0 ,4
- 0 ,2
0 ,0
F a c to r 1
0 ,2
0 ,4
0 ,6
0 ,8
1 ,0
Josias Jnatas
Definio
A anlise discriminante envolve determinar uma varivel estatstica
que a combinao linear de duas ou mais variveis independentes
que discriminaro melhor entre grupos definidos a priori.
A discriminao conseguida estabelecendo-se os pesos da varivel
estatstica para cada varivel para maximizar a varincia entre
grupos relativa varincia dentro dos grupos.
Funo Discriminante
Funo Discriminante
Definio
A combinao linear para uma anlise discriminante,
tambm conhecida como a funo discriminante,
determinada de uma equao que assume a seguinte
forma:
z jk a w 1x1k w 2 x 2 k w n x nk
onde
zjk = escore Z discriminante da funo discriminante
j para o objeto k
a = intercepto
wi = peso discriminante
independente i
xik = objeto k na varivel Xi.
para
varivel
Exemplo
Uma empresa est interessada em investigar se um de seus novos
produtos ser comercialmente bem-sucedido. Isso conduz a uma
pesquisa com consumidores que comprariam ou no o novo produto.
Estudamos, ento, as 3 caractersticas descritas no quadro abaixo:
Note que a caracterstica
Durabilidade discrimina
bem os dois grupos.
J a caracterstica Estilo
tem uma diferena entre
mdias de grupo igual a
0,2. No entanto, isso no
caracteriza uma m
discriminao. preciso
avaliar a disperso e os
escores discriminantes.
Exemplo
8
10
X1
Durabilidade
10
9
6
X2
Desempenho
10
10
10
10
X3
Estilo
1
Exemplo
Usando apenas a varivel X1 obtemos um percentual de
classificao correta de 90%, visto que o item 5 no foi alocado
corretamente. Quando inserimos a varivel X2, obtemos 100% de
acerto na Funo 2. Mas com a anlise discriminante, estamos
interessados no s em agrupar, como tambm maximizar
variabilidade entre grupos.
Exemplo
Exemplo
Faremos um procedimento passo a

passo. O mtodo o Forward
stepwise.
Exemplo
O funo discriminante:
Z 4,53 0,4756.Durabilidade 0,3588.Desempenho
Exemplo
A Matriz de
Classificao e a
Classificao dos
Casos esto
demonstradas nas
tabelas a seguir.
Estgios do Processo de Anlise Discriminante

medida que
conceituamos os
procedimentos da
anlise faremos um
exemplo para nos
familiarizarmos com o
STATISTICA.
Abra o arquivo
Hatco.sta.
Em Vars, opte por clicar
em All Specs.
Veja o significado de
cada varivel.

Objetivo da Pesquisa:
Determinar se existem diferenas estatisticamente
significantes entre os perfis de escore mdio em um conjunto
de variveis para dois (ou mais) grupos definidos a priori;
Determinar quais das variveis independentes explicam o
mximo de diferenas nos perfis de escore mdio dos dois
ou mais grupos;
Estabelecer procedimentos para classificar objetos em
grupos, com base em seus escores em um conjunto de
variveis independentes;
Estabelecer o nmero e a composio das dimenses de
discriminao entre grupos formados a partir do conjunto de
variveis independentes.

Projeto de Pesquisa para Anlise Discriminante:
Seleo de Variveis Dependente e Independentes:
O pesquisador deve se concentrar na varivel dependente
primeiro. O nmero de grupos pode ser dois ou mais, mas devem
ser mutuamente excludentes e cobrir todos os casos.
Tamanho da amostra:
A Anlise Discriminante muito sensvel ao tamanho da amostra e
o nmero de variveis preditoras Alguns estudos sugerem um
nmero de 20 observaes para cada preditora.
Diviso da Amostra:
muito comum um estudo de validao do modelo, usando
recursos de diviso da amostra (crossvalidation); este
procedimento consiste em dividir a amostra em duas partes: 1.
Modelagem (no menos que 60%) e 2. Teste (no mais que 40%).

Projeto de Pesquisa para Anlise Discriminante
Vamos observar os dados em
termos de mdia e desviopadro, considerando o
tamanho amostral.

Crie uma nova varivel
na tabela em que o
valor geral 1 para
todos os casos.
Ela aparece ao lado

como NewVar e ser
uma varivel auxiliar
para contagem de
casos.

A varivel X11 avalia duas abordagens quanto compra de produtos
e servios:
1 Anlise de Valor Total: avalia cada aspecto de compra,
incluindo cada tanto o produto quanto o servio que
comprado;
0 Especificao de Compra: define-se todas as caractersticas
de produto e servio desejados e o vendedor, ento, faz uma
oferta para preencher as especificaes.
J a varivel Grupo define uma parte das observaes que ser
usado para anlise (assume valor 0) e a parte das observaes que
ser usada para validar (assume valor 1) o modelo discriminante.
Usamos 60 observaes para anlise e 40 para validao.


Suposies da Anlise Discriminante:
Uma suposio chave a de normalidade
multivariada para as variveis independentes.
Existem evidncias da sensibilidade da anlise
discriminante a violaes dessas suposies;
Outra questo a matriz de covarincia que
desconhecida, no entanto deve ser igual para
todo grupo; matrizes desiguais afetam
negativamente o processo de classificao;
Tambm preciso ter cuidado com a
Multicolinearidade.

Estimao do Modelo Discriminante:
Mtodo Computacional
Estimao Simultnea: envolve a computao da funo
discriminante, de modo que todas as variveis independentes so
consideradas juntas;
Estimao Stepwise: envolve a incluso das variveis
independentes na funo discriminante, uma por vez, com base em
seu poder discriminatrio.
Significncia Estatstica
As medidas de lambda de Wilks, trao de Hotelling e critrio de Pillai
avaliam a significncia estatstica do poder discriminatrio da funo
discriminante;
A maior raiz caracterstica de Roy avalia apenas a primeira funo
discriminante;
Se um mtodo stepwise empregado para estimar a funo
discriminante, as medidas D2 de Mahalanobis so mais adequadas
Exemplo no STATISTICA
Escolha a opo
Tradicional discriminant
analysis. A outra opo
usada quando temos
variveis independentes
categricas.
Escolha as variveis
para anlise em
Variables:
X11 Dependente e de
X1 a X7, so as
Independentes.
Habilite a
opo Foward
stepwise para o
procedimento
computacional
Vamos usar a opo

Cross validation para
avaliar a funo
discriminante para
esses dados.
Esta tabela
nos d o
entendimento
das variveis
que entram na
Anlise
Discriminante.
Note que a varivel X7
a que apresenta
maior poder
discriminante e foi
escolhida primeiro.
Em seguida aparece
X3 e depois X1 disputa
com X5 com valores
muito prximos.
Aps a seleo das 3
variveis, as 4
restantes no
contribuem para
discriminar os grupos.
Avaliao do Ajuste Geral:
Clculo de Escores Z discriminantes
z jk a w 1x1k w 2 x 2 k w n x nk
Avaliao de Diferenas de Grupos
Um caminho para avaliar o ajuste geral do
magnitude de diferenas entre membros de
dos escores Z discriminantes. Podemos
comparao dos centrides dos grupos, o
mdia para todos os membros dos grupos.
modelo determinar a
cada grupo em termos
fazer isso usando a
escore Z discriminante
Avaliao da Preciso Preditiva de Pertinncia de Grupo

O uso de matriz de classificao nos informa o valor razo de
sucesso (um percentual de classificao correta);
O escore de corte que o critrio em relao ao qual o escore
discriminante de cada objeto comparado para determinar em qual
grupo o objeto deve ser classificado.
O que desejamos,
desde o incio,
maximizar a distncia
entre as mdias
populacionais e
minimizar a varincia.
Uma medida de
distncia usada o D2
de Mahalanobis.
Clique nas opes
Class squared
Mahalanobis distances,
Class means for
canonical variables e
Tests of significance of
distances.
Z Corte
38. 1,836 22. 1,063

0,773
38 22
Observaes com escores discriminantes menores

que ZCorte se classificam no grupo de Anlise de
Valor Total ( 1 ). E os escores com valores maiores,
se classificam no grupo Especificao de Compra
( 0 ).
Interpretao dos Resultados:
Pesos Discriminantes
A interpretao de pesos discriminantes
anloga interpretao de pesos beta em
anlise de regresso e est, portanto,
sujeita s mesmas crticas.
Z 0,447.X 1 0,472.X 3 0,659.X 7
a funo discriminante com

pesos padronizados.
Cargas Discriminantes
As cargas discriminantes medem a correlao linear simples entre cada varivel
independente e a funo discriminante.
As cargas so
consideradas mais
vlidas do que os
pesos como um
meio de
interpretao do
poder
discriminatrio de
variveis
independentes por
causa de sua
natureza
correlacional.
A Diferena entre os Grupos
Associado a cada funo discriminante
encontramos um raiz caracterstica
(autovalor);
O teste Lambda de Wilk avalia a
diferena entre os grupos (0 e 1);
A estatstica Qui-Quadrado revela se a
diferena entre os grupos significante;
O R cannico pode ser interpretado
elevando-se o seu valor ao quadrado,
ento
dizemos que o modelo
discriminante
explica certa
porcentagem (66,9%)
da varincia na
varivel dependente.
Coeficientes da
Funo de
Classificao
Resultados da Classificao
Josias Jnatas
LSC para Dimetro Interno de Pisto
LIC para Dimetro Interno de Pisto
LSC para Dimetro Externo de Pisto
LIC para Dimetro Externo de Pisto
Usando MSPC:
- Avaliamos cada varivel no tempo;
- Avaliamos o conjunto de variveis, dado que
a relao entre elas existe;
- Avaliamos cada lote para determinar sucesso
na deteco de um processo irregular.
Controle Estatstico do Processo Multivariado
Tempo
eis
v
r i
a
V
Lotes
1
2
.
.
.
.
.
.
. . .
Time-wise Mult-way Principal Components Analysis

Vamos usar um exemplo do Help do STATISTICA para ilustrar o uso
desta tcnica multivariada. Os dados vem de um processo industrial
que mede a polimerizao de um reator por lote.

Descrio do problema:
Para cada batelada tomamos 100 leituras de 10 variveis
observadas;
Tomamos 55 bateladas:
47 bateladas alcanaram sucesso, ou seja, a qualidade do
polmero aceitvel: 1-37, 39, 41, 43, 44, 47 e 49;
4 bateladas esto prximas do limite de tolerncia: 38, 45,
46 e 49;
8 bateladas no obtiveram sucesso: 40, 42 e 50-55;
Dividimos essas bateladas em 2 arquivos: 30 com sucesso
esto em NormalBatches.sta e 25 (com sucesso, sem sucesso e
prximo
dos
limites)
foram
misturadas
em
BatchesForDeployment.sta.
Objetivos da anlise:
Aplicar TMPCA em NormalBatches.sta para
construir um modelo de referncia que
descreva a evoluo de bons lotes;
Usar este modelo para identificar bateladas
futuras como lotes com Sucesso ou sem
Sucesso
usando
os
dados
de
BatchesForDeployment.sta.

Podemos explorar o
comportamento do
Processo com PCA e
modelar com PLS, usando
o tempo ou os lotes.
Este mdulo suporta a
entrada tanto de variveis
contnuas como de variveis
discretas que assumam um
comportamento dicotmico
(varivel dummy), assumindo
valores 0 e 1.
Escolha as variveis como no quadro a seguir.

Nonlinear Iterative Partial Least
Squares, NIPALS o algoritmo
responsvel por encontrar o
conjunto mais adequado de
Componentes Principais e
tambm por descrever um
modelo de estrutura latente nos
dados (PLS).
Nesta janela, selecionamos o
mtodo para determinar o
nmero de componentes. O
mtodo de Cross Validation
indicado, visto que far uma
busca iterativa do melhor
nmero de componentes.

Uma importante caracterstica
do STATISTICA TMPCA sua
funcionalidade de prprocessamento que nos
habilita a a padronizar os
dados para construir um
modelo melhor.
A opo default Unit standard deviations, ela calcular um nico
desvio padro para padronizar todos os lotes. Esse procedimento
requerido sempre que executamos uma PCA.
Podemos criar um procedimento de substituio de Missing Data. E
quando trabalhamos com grandes bases de dados, podemos
informar ao STATISTICA que a base de certa ordem em MB.

Uma avaliao primria concernente s
componentes geradas pela iterao. Na opo
Summary na aba Quick, vemos uma tabela que avalia
o R2 das componentes com os casos selecionados
aleatoriamente para treinamento do modelo por Cross
Validation.
A parte dos casos que no foi usada no modelo tem o
seu ndice em Q2.
Foram geradas 14 componentes, visto que 10
componentes foram avaliadas com casos para
treinamento e 10 com casos para teste.

T im e - w is e M u lt i- w a y P r in c ip a l C o m p o n e n t s A n a ly s is S u m m a r y O v e r v ie w
N u m b e r o f c o m p o n e n t s is 1 4
1 ,1
1 ,0
0 ,9
0 ,8
0 ,7
0 ,6
0 ,5
0 ,4
0 ,3
0 ,2
1
Component
10
11
12
13
14
R X ( C u m u l. )
Q ( C u m u l. )

V a ria b le im p o rta n c e
1 ,0 0
0 ,9 8
0 ,9 6
0 ,9 4
0 ,9 3 1
0 ,9 2 7
0 ,9 2 6
0 ,9 2
0 ,9 0
0 ,8 9 1
0 ,8 8 4
Power
0 ,8 8
0 ,8 6
0 ,8 4 7
0 ,8 4 1
0 ,8 4
0 ,8 2 4
0 ,8 2
0 ,8 2 0
0 ,7 9 9
0 ,8 0
0 ,7 8
T 2D R
T 3D R
T 1D R
TFM
TFM
PR ES
V a r ia b le
T 1R M
T 2R M
PR ES
PR ES

Agora o alvo encontrar possveis outliers. Podemos
detectar outliers a partir de seus x-scores, visto que o uso de
Componentes Principais transformou os valores originais em outra
escala. Usamos, ento, a distribuio amostral multivariada T2Hotelling. Para ao i-sima observao temos:
H o t e llin g T C o n t r o l C h a r t
2
ik
2
ik
t
Ti
k 1 s
2
sik o desvio padro

estimado de tk;
C o nmero de
componentes.
9 0 ,4 7 8
90
80
70
60
50
T
tik o escore da i-sima

observao para o ksimo componente;
100
40
30
20
10
0
B1
B3
B2
B5
B4
B7
B6
B9
B8
B 11
B 10
B13
B12
B15
B14
B17
B 16
B a tc h
B19
B18
B 21
B20
B23
B 22
B 25
B24
B 27
B 26
B 29
B 28
B30
9 9 ,0 0 0 %

Outras medidas para diagnstico:
O T2-Hotelling no suficiente para
predizer outliers, especialmente se
inserimos observaes que no foram
usadas para treinar o modelo. Uma
quantidade melhor o Erro Quadrtico
da Predio (SPE Square of the
predictions error). Para o i-simo
elemento temos o SPE definido ao
lado.
Podemos usar ainda os resduos para
detectar outliers com a tcnica
distncia do modelo (D-To-Model).
Tome a i-sima observao e veja ao
lado.
2
Q i x ij x ij
M
j 1
xij um elemento da matriz

X_Barra;
^x um elemento da matriz de
ij
escores das Componentes

Principais
x
M
D To Model
j 1
ij
x ij
M C
M o nmero de variveis
originais;
xij o nmero de componentes

S P E (Q ) C h a rt
N u m b e r o f c o m p o n e n ts is 1 4
12
11
10
9
8
7
6
5
4
3
2
1
0
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99
T im e
9 9 ,0 0 0 %

Os valores so considerados outliers se excedem o limite
calculado de 0,496 calculado pela soluo.
D is ta n c e to m o d e l
T h e n o r m a liz e d d i s ta n c e to th e m o d e l is 0 , 4 9 6
0 ,4 5
0 ,4 0
0 ,3 5
0 ,3 0
0 ,2 5
0 ,2 0
Distance
0 ,1 5
0 ,1 0
0 ,0 5
0 ,0 0
B1
B3
B2
B5
B4
B7
B6
B9
B8
B11
B10
B13
B12
B15
B14
B17
B16
B a tc h
B19
B18
B21
B20
B23
B22
B25
B24
B27
B26
B29
B28
B30

O grfico abaixo exprime o fato de que as bateladas no
sofrem desvios da normalidade quando avaliamos as 10 variveis
juntas. A elipse representa o limite correlacionado para esta
variveis.
S c o r e s c a tte r p lo t (t1 v s . t2 )
S t a n d a r d d e v ia t io n o f t 1 : 1 9 ,4 7 0
S t a n d a r d d e v ia t io n o f t 2 : 1 0 ,9 4 8
80
60
40
B 14
20
B10
B6
B 8B 7
t2
B22
B21
B9
B19 B15
BB 5 3 0
B 1B 32 6 B 2 0
B27
B2
B 18 B 17
B11
B 24 5
B
B23
B29
B24 B16
B3
B28
B1 B12
-2 0
-4 0
-6 0
+ /-3 ,0 0 0 *S td .D e v
-8 0
-8 0
-6 0
-4 0
-2 0
0
t1
20
40
60
80

Podemos ainda avaliar a importncia de cada varivel para
algum componente. O grfico abaixo, por exemplo, se refere ao
primeiro componente e, note, a primeira varivel a que mais
influencia.
S c o r e c o n tr ib u tio n p lo t (t1 , 0 )
0 ,0 5
0 ,0 4
0 ,0 3 9
0 ,0 3 6
0 ,0 3
0 ,0 2 6
0 ,0 2
0 ,0 1 8
0 ,0 1 6
0 ,0 1 1
0 ,0 0 8
0 ,0 1
0 ,0 0 4
0 ,0 0
0 ,0 0 0
0 ,0 0 0
T 2R M
PR ES
-0 ,0 1
-0 ,0 2
Score contribution (B1
-0 ,0 3
-0 ,0 4
-0 ,0 5
T 1D R
T 2D R
T 3D R
PR ES
TFM
T 1R M
V a r ia b le
PR ES
TFM

Para avaliar a trajetria dos pontos ao longo do tempo,
usamos a opo Trajectory.
T r a je c to ry p lo t o f v a ria b le : T 1 D R
N u m b e r o f b a tc h e s : 3 0
1 ,0
0 ,9
0 ,8
Trajectory
0 ,7
0 ,6
+ / - 3 , 0 0 0 * S td . D e v
+ / - 2 , 0 0 0 * S td . D e v
M ean
0 ,5
0
14
21
28
35
42
49
T im e
56
63
70
77
84
91
98

Agora vamos
avaliar uma
nova batelada
contida no
arquivo
Batches For
Deployment,
no Help do
STATISTICA,
usando o
procedimento
de MSPC
Deployment.
Gere o PMML
script do
como ao lado.

Cancele a
janela ao lado
at retornar
janela inicial.
Abra o
arquivo que
ser avaliado
(use Open
Data) e siga
os passos.

Busque o script do PMML salvo em lugar conhecido e seguro. Use a
opo Load models do STATISTICA MSPC.
Assim que inserir o script, as opes na aba Results estaro

habilitadas para uso. Clique em Summary.

Avalie novamente os resultados anteriores para esse novo conjunto
de bateladas. Observe que essas bateladas esto fora de
especificao e, portanto, a qualidade dos polmeros no
satisfatria.

H o te llin g T C o n tr o l C h a r t
N u m b e r o f c o m p o n e n ts is 1 4
25000
1 9 .5 1 6 ,7 2 8
20000
2 0 .4 3 3 ,0 8 4
2 0 .9 0 4 ,1 8 3
15000
1 0 . 3 3 7 , 2 9 21 0 . 1 8 4 , 0 0 1
10000
7 .8 4 2 ,3 8 3
5000
9 9 ,0 0 0 %
9 0 ,4 7 8
0
B31
B33
B32
B35
B34
B37
B36
B39
B38
B41
B40
B43
B42
B45
B44
B a tc h
B47
B46
B49
B48
B51
B50
B53
B52
B55
B54
StatSoft South America

Dept. de Projetos e Consultoria
Josias Jnatas Consultor Data Miner
Dept. de Treinamentos e Suporte
Andria Santiago Gerente de Treinamentos
Fone: 55 11 3422 4250
Fax: 55 11 3422 4255

Estatistica Experimental 3

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Estatistica Experimental 3

Caricato da

Copyright:

Formati disponibili

Josias Jnatas

Data Mining Consultant

Tempo (em dias)

Note que as distncias

Uma maneira popular de

Isso garante que as duas

Resumo dos Estgios

O Mtodo de Ward, atraente por basear-se numa medida com

Insira todas as variveis em

Principais Objetivos da Anlise

Algumas Consideraes Importantes

Como Obter as Componentes Principais

Os autovetores nos do os coeficientes das equaes lineares abaixo:

Quantidade de Componentes a Escolher

Como Interpretar as Componentes Principais?

- A interpretao feita com base nas correlaes entre

Wagerate X CP1 v Wagerate X CP1 . CP1

Contribuio Wagerate X CP1 v Wagerate X CP1

Um modelo de anlise fatorial dado por:

Podemos interpretar as cargas fatoriais como:

Cov X i ,Fj Cov i 1F1 ij Fj im Fm i ;Fj

Observe que os fatores so ortogonais, ou seja a covarincia entre

Cov X i ,Fj Cov ij Fj ; Fj ij

i2 Var X i Var X i i Var i 1F1 im Fm i

Portanto, temos dois importantes conceitos:

Comunalidade. Parcela da varincia de Xi que explicada

Especificidade. Parcela de varincia de Xi que no explicada

temos, ento que

Representa a parcela da variabilidade total que explicada pelo

a proporo da variabilidade total dos dados que explicada pelo

A questo que se pode levantar : Estes elementos todos so

Etapas do Processo de Anlise Fatorial

Planejamento da Anlise Fatorial

Etapas do Processo de Anlise Fatorial

Etapas do Processo de Anlise Fatorial

A carga fatorial o meio de interpretar o papel que cada varivel tem na

Varimax. Este mtodo, por outro lado,

Exemplo: Medidas de Correlao

Exemplo: Decidindo Quantos Fatores Usar

Exemplo: O Grfico para o Teste da Raiz Latente

Exemplo: Cargas Fatoriais e Cumunalidades

Exemplo: Cargas Fatoriais e Cumunalidades

Exemplo: Aplicando Rotao Varimax

Desta forma temos 39,50%

Exemplo: Aplicando Rotao Varimax

Exemplo: Aplicando Rotao Varimax

Faremos um procedimento passo a

Z 4,53 0,4756.Durabilidade 0,3588.Desempenho

Estgios do Processo de Anlise Discriminante

Estgios do Processo de Anlise Discriminante

Estgios do Processo de Anlise Discriminante

Estgios do Processo de Anlise Discriminante

Estgios do Processo de Anlise Discriminante

Ela aparece ao lado

Estgios do Processo de Anlise Discriminante

Estgios do Processo de Anlise Discriminante

Estgios do Processo de Anlise Discriminante

Estgios do Processo de Anlise Discriminante

Vamos usar a opo

Avaliao da Preciso Preditiva de Pertinncia de Grupo

38. 1,836 22. 1,063

Observaes com escores discriminantes menores

Z 0,447.X 1 0,472.X 3 0,659.X 7