Relatório de INC 2009 Embrapa Solos Temas de P&D a serem treinados

1. Relatório de INC 2009 Embrapa Solos Temas de P&D a serem treinados • Métodos Quantitativos Avançados e pacotes estatísticos (SAS e R): Estatística Multivariada, geoestatística, séries temporais e análise de dados longitudinais. • Geoprocessamento (ArcGis) • SR e tratamento de imagens satéite/radar – ENVI • Office avançado (ênfase Excel) • Pedologia – técnicas pedométricas e SiBCS

2. Métodos Quantitativos Avançados e pacotes estatísticos (SAS e R): Estatística Multivariada, geoestatística, séries temporais e análise de dados longitudinais. • Questões a serem discutidas pelo pessoal interessado (quem?): • SAS ou R? - O pacote R é de uso livre e consistente, podendo ser o pacote utilizado no curso. SAS pacote estatístico da Embrapa. Temos que definir qual pacote será utilizado no curso. • Definir objetivos gerais e específicos de cada item. • Definir conjunto de dados – para melhor aproveitamento do curso. • Auxiliar aos professores para definir conteúdo, carga horária e preço • Sugestão – fazer o curso em 3 módulos – inicial de nivelamento e depois 2 de estatística multivariada e séries temporais e de geoestatística. • Definir como será aplicado o curso – dias seguidos, manhã-tarde,...

3. Professores contatados (adequação as normas Embrapa) • 1 – Dr. Sidney Rosa Vieira – IAC – geoestatística • INTRODUÇÃO • Estacionaridade, semivariograma, cross semivariograma. • KRIGAGEM • Ordinária, simples, indicatriz. • COKRIGAGEM • Ordinária, simples e colocalizada ordinária • SÉRIES TEMPORAIS • Séries harmônicas, Séries de Fourier, Autocorrelação, Cross correlação, Periodograma • 2 – Profa. Sandra Canton Cardoso e Prof. Cassio Freitas de Almeida. • ENCE – condições de realizar todos os itens do curso • 3 – outras opções ... - direcionamento

4. Análise e estatística multivariada • Ditribuição Normal multivariada: propriedades; amostragem e verossimilhança; verificação da suposição de normalidade. • Análise de componentes principais: método para obtenção de componentes principais; componentes principais de uma distribuição normal multivariada; componentes principais de variáveis padronizadas; componentes principais de uma matriz de correlação; estimação e testes de igualdade de componentes principais. • Análise Fatorial: modelo; variância específica; modelo de fator ortogonal; métodos de Estimação – Fatorial Principal e por Máxima Verossimilhança; Rotação e Escore dos Fatores. • Análise de Correlação Canônica: o problema; o método; estimação; teste de significância para os coeficientes de correlação canônica; correlação entre as variáveis originais e as variáveis canônicas.

5. Análise discriminante e classificação: o problema de classificação geral; regra de classificação ótima para duas populações; modelo com duas populações normais multivariadas; modelo com várias populações (método de Anderson e método de Fisher). Análise de “Clustering”: medidas de similaridade; métodos de agrupamento hierárquico (ligação simples, ligação média e ligação completa) e não hierárquico (k-médias). Análise de Regressão Multivaridada: obtenção do modelo; seleção de variáveis; verificação do ajuste.

6. Geoestatística Introdução. Estatística básica – medidas; distribuição normal; covariância e correlação; transformações; análise espacial de dados e visualização; amostragem e estimativas. Predição e interpolação – interpolação espacial; classificação e predição espacial em mapas de solos. Caracterizando processos espaciais – covariância e variograma. Estacionaridade, semivariograma, cross semivariograma Estimando o variograma; modelando o variograma Estimativa ou predição local - krigagem (Ordinária, simples, indicatriz) Cokrigagem - Ordinária, simples e colocalizada ordinária. Séries Temporais Séries harmônicas, Séries de Fourier, Autocorrelação, Cross correlação, Periodograma