Applied Multivariate Data Analysis

General characterization

Prerequisites

1. Noções básicas sobre análise multivariada
2. Medidas de Tendência Central, Dispersão e Associação
3. Combinações Lineares de Variáveis Aleatórias
4. Representação gráfica de dados multivariados
5. Distribuição Normal Multivariada
6. Vetor de médias, correlação amostral e problemas de inferência relacionados
7. Análise discriminante
8. Análise de componentes principais
9. Análise fatorial e análise fatorial ampliada
10. Análise de Correlação Canônica
11. Análise de Clusters (métodos baseados em distâncias)

Bibliography

- Johnson, R.A., and Wichern, D.W. (2007). Applied Multivariate Statistical Analysis. 6th ed. Prentice Hall, New York
- Everitt, B. and Hothorn, T. (2011). An Introduction to Applied Multivariate Analysis with R, Springer

Teaching method

Evaluation:
1st call: project (40%), first round exam (60%)
2nd call: final exam (100%)

Evaluation method

Subject matter

A unidade curricular é baseada em aulas teóricas e práticas. Serão aplicadas diversas estratégias de ensino, incluindo exposição e demonstrações com apresentação de slides, aplicações passo a passo (com e sem software), perguntas e respostas. As sessões incluem apresentação de conceitos e metodologias, resolução de exemplos, discussão e interpretação de resultados. A componente prática está orientada para a resolução de problemas e exercícios, incluindo a discussão e interpretação de resultados. É igualmente proposto um caderno de exercícios que deverão ser resolvidos com trabalho individual fora das aulas.

Programs

Programs where the course is taught: