Para solos- componentes principais, fatorial e agrupamento.

Pode colar s dados direto no estatistica copiar e colar.

A analise de pca no substitiu o teste de media

Matriz de covarincia e matriz de corelao

Varincia a media entre as medias, variano dos dados na media de uma varivel

Covarincia em relao a duas variveis, independente da unidade. Relao na prpria

unidade.

Correlao varia de -1 a 1. Linear. 90% dos casos matriz de correlao se usa. Mesma
importncia para cada varivel, a qunt de variveis igual a soma dos auto valores

Auto valores varincia de um conjunto de variveis e auto vetoresequao; cada equao

tem o seu auto valor.

Dois na clula renomeia a varivel.

1 exemplo: Clica em statisticamultivariadaprincipais componentescovariancia

Matriz singular determinante 0, calculo baseado matriz generalizada inversa

Os auto valores devem ser iguais ao numero de variveis, pois alguma varivel pode ser
retirada.

O auto valor deve ser maior que 1 e a qualidade de reresentao maior que 80

O primeiro auto valor sempre representam maior valor, e ai vai decrescendo.

Grfico das variveis em relao aos componentesMO, quase no saiu da origem, areia se
desloca para a varivel 1, a componente um explivca melhor a varivel.

Quando mais prximo de formar uma linha maior a correlao, mesma direo sentido
diferente correlao forte e negativa. Formou um angulo de 90 no existe uma correlao.

Projetions case, a classificao, o agrupamento de amostra mostra a proximidade com as

variveis.

Autvetores o fator da varivel nova Z. Z1= -0,78ar+0,58silt+0,19arg-0,02mo.

Fator score= torna independente cada fator. a substituio na formula dos valores das
variveis. Nova varivel.
Estatstica bsica, correlao, retirar as correlaes negativas acima de 90%

Retirar a que tiver menor desvio padro.

Padronizao dos dados= para usar a formula

Z=(xa-med)/s

Analise de agrupamento ou cluster= juntar as variveis ou os cases(tratamentos padronizados)

mais prximos levando em considerao todas as variaveis

Vantagens no segue critrios estatsticos; varias metodologias

Metodologia

1--- distancia euclidiana entre as variveis

Cluster- joingno se conhece o comportamento ou distribuio

K-means- quando se conhece a estrutura das variveis e o comportamento dos cases.

Raw data trabalhar como esto os dados === Matriz de distancia.

Agrupar colunas ou cases..

Linkage==single visinho mais prximo agrupar dados isolados o grupo mais proximos

Comple vizinho mais distante

Upgma Unig agrupa pela media do grupo

Wards method- para solos usa o teste f para agrupar, dois a dois. Baseado em mtodos
estatstico, restrio s se aplica a dados normais, ou prximos a normalidade

No passar de 40% para formar graupos

*trabalhar com mais de 10 variaveis para analise fatorial na duvida fazer analise fatorial.

Criterios para excluir variveis pelo agrupamento

Analise de agrupamento inportante para a analise de discriminante.

Analise fatorialpadronizar os dados

Na usar fatorial com menos de 10 variaveis.

Na duvida sobre as analises fazer fatorial.

Vc estabelece critrios , no se preocupa com os cases.

Analise fatorial por compnentes principais

Fator de rotao no rotacionado (igual a analise de pca) deve-se usar os fatores

rotacionados. Varimax

Auto valor = varincia sempre menor que um para dinimuir a varincia.

Varimax=Maximizar a varincia dos maiores que 1 e niminiza os dos menores que 1. Isola a
importncia das variveis que se agrupam, mostrando real efeito de cada varivel isolada

Varimax normalizada---padroniza os dados

Apenas t e p pode ser colocadas na equao. Temperatura mais importante pq em modulo

tem maior valor.

Fator de carga 0,70

Vantagem escolher as variveis para o modelo.

Comunalidades na obrigatria para os artigos. o r dos fatores. O valor usado onde ela foi
significativa.
O fator dois representa a alcalinidade da gua alcalinidade.

Matrix do tipo 1 correlao

Matrix 2 covariancia

Matrix 3 distantcia

Media

Desvio padro

N de cases