A Disciplina visa ao estudo introdutório e aplicado da Análise Multivariada, englobando métodos como Análise de Conglomerados, Análise Discriminante, Componentes Principais e Correlação Canônica. Inclui também a compreensão de medidas de distância, como Euclidiana e Penrose-Mahalanobis, além da aplicação de testes estatísticos como os de Bartlett, Hotelling e Mantel, fundamentais para a análise de dados com múltiplas variáveis inter-relacionadas.
✅ Pré-inscrição até: 13/08/2025
✅ Inscrição de: 14 a 23/08/2025
🗓 Docente: Prof. Dr. Celso Correia De Souza
🗓 Cronograma: 08/09; 14h ás 18h; 07/10; 8:30h às 12:30h; 03/10; 8:30 às 12:30 – (Horário de Brasília)
⏱ Carga horária total: 15h
📌 Local: Plataforma Microsoft Teams
🤓 Pré-requisito: Portador de Diploma
🎯 Público-alvo: Estudantes de Pós-Graduação (mestrado e doutorado), Pesquisadores, Docentes e Profissionais das áreas de Ciências Agrárias, Meio Ambiente, Engenharia Agrícola, Biologia, Geografia, Estatística Aplicada e áreas afins, que atuem com análise de dados complexos e necessitem aplicar técnicas estatísticas multivariadas no planejamento, condução e interpretação de experimentos ou estudos ambientais. Esse curso também é recomendado para profissionais que desenvolvem ou avaliam pesquisas com grande volume de variáveis inter-relacionadas, buscando rigor metodológico e respaldo estatístico para suas análises
💳 Investimento: R$ 200,00
Módulos:
Módulo 1. Fundamentos da Análise Multivariada; Introdução à Análise Multivariada; Tipos de variáveis e estruturas de dados multivariados; Medidas de distância: Distância Euclidiana; Distância generalizada: Distância de Penrose-Mahalanobis
Módulo 2. Técnicas de Redução e Classificação; Análise de Componentes Principais (PCA); Análise Discriminante; Teste de Hotelling (T²); Teste de Bartlett (esfericidade)
Módulo 3. Agrupamento e Associação Multivariada; Análise de Conglomerados (Cluster Analysis); Correlação Canônica; Teste de Mantel
Módulo 4. Aplicações e Interpretação de Resultados; Aplicações práticas com softwares estatísticos (R, BioEstat, SPSS, etc.); Interpretação e visualização de resultados; Discussão de estudos de caso; Considerações finais e limitações das técnicas multivariadas
Currículo do Docente:
Possui graduação em Matemática pela Faculdade de Filosofia Ciências e Letras de Penápolis (1972); mestrado em Matemática Aplicada pela Universidade Estadual de Campinas – UNICAMP (1985) e; doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas – UNICAMP (1994). É professor aposentado pela Universidade Federal de Mato Grosso do Sul – UFMS, Campus de Três Lagoas, MS. Atualmente, é professor doutor da Universidade Anhanguera Uniderp, Campus de Campo Grande, MS. É professor do Curso de Matemática e dos Mestrados em Meio Ambiente e Desenvolvimento Regional, Produção e Gestão Agroindustrial e do Doutorado em Meio Ambiente e Desenvolvimento Regional da Universidade Anhanguera Uniderp de Campo Grande (MS). Tem experiência na área de Probabilidade e Estatística, com ênfase em Probabilidade e Estatística Aplicadas, Otimização e Pesquisa Operacional e Controle Automático de Sistemas. É pesquisador da Fundação Manoel de Barros (FMB) e do Núcleo de Estudos e Pesquisas Econômicas e Sociais (NEPES) que calcula a Inflação da cidade de Campo Grande (MS).
Currículo Lattes: http://lattes.cnpq.br/2881392515816773
