Universidade Estadual Paulista “Júlio de Mesquita Filho” FCLassis – Depto de Ciências Biológicas

1. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas Programa de Pós-graduação em Biociências Área de Concentração “Caracterização e Aplicação da Diversidade Biológica” Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Dr. Fernando Frei

2. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas Tópicos Relacionados Colinearidade e Multicolinearidade A “multicolinearidade” pode ser definida como o grau de dependência linear existente entre as variáveis independentes. A multicolinearidade pode alterar os padrões de agrupamento, pelo fato das variáveis colineares serem implicitamente ponderadas com maior peso V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 multicolinearidade colinearidade 4 vezes mais chances de afetar a medida de similaridade O segundo grupo terá menos influência Dr. Fernando Frei

3. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas Técnica para detectar a presença de multicolinearidade. A mais utilizada é: os fatores de inflação da variância, VIF (variance inflation factors) Onde corresponde ao coeficiente de determinação da regressão linear que tem a variável de agrupamento xk como função das demais. Quanto maior for o VIF, mais severa é a multicolinearidade. Uma regra prática aceitável é a de que, se VIF(k) > 10, a colinearidade existente entre a variável “k” e as demais é significativa Dr. Fernando Frei

4. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas A situação ideal para todo pesquisador seria ter diversas variáveis independentes altamente correlacionadas com a variável dependente, mas com pouca correlação entre elas próprias Providências Combinar variáveis – Análise Fatorial Excluir variáveis Dr. Fernando Frei

5. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas Outliers Outliers podem ser consideradas como objetos com baixa conectividade em oposição à maior conectividade na região intracluster. As observações que apresentam um grande afastamento das restantes. Métodos de identificação Gráfico de Box Z-scores Dr. Fernando Frei

6. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas • O gráfico de Box é construído da seguinte forma: • Calcula-se a mediana, o quartil inferior (Q1) e o quartil superior (Q3); • Subtrai-se o quartil superior do quartil inferior = (L) • 3) Os valores que estiverem no intervalo de Q3+1,5L e Q3+3L e no intervalo • Q1-1,5L e Q1-3L, serão considerados outliers podendo, portanto ser aceitos • na população com alguma suspeita; • 4) Os valores que forem maiores que Q3+3L e menores que Q1-3L devem • ser considerados suspeitos de pertencer à população, devendo ser • Investigada a origem da dispersão. Estes pontos são chamados de extremos. Dr. Fernando Frei

7. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas Dr. Fernando Frei

8. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas • Z-Scores • Calcular os z-scores, isto é, os valores z-standardizados dos dados. • 2) Se o conjunto dos dados é pequeno (inferior a 50), valores que tenham • Zscores inferiores a -2.5 ou superiores a 2.5 devem ser considerados • outliers. • 3) Se o conjunto dos dados é grande, valores que tenham z-socres • inferiores a -3.3 ou superiores a 3.3 são tipicamente considerados outliers. • 4) Se o conjunto dos dados é muito grande (1000 ou mais), também valores • mais extremos do que +-3.3 podem ser considerados dados normais e não • outliers. Dr. Fernando Frei

9. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas Providências As aplicações da Análise de Agrupamento são diversas Qual o objetivo? Detecção de pontos aberrantes! Qual o objetivo? Obtenção de grupos! Outliers são retirados da análise. São caracterizados como grupo ou grupos. Dr. Fernando Frei

10. Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Universidade Estadual Paulista “Júlio de Mesquita Filho”FCLassis – Depto de Ciências Biológicas Dr. Fernando Frei