Universidade Estadual Paulista “Júlio de Mesquita Filho” FCLassis – Depto de Ciências Biológicas Programa de Pós-graduação em Biociências Área de Concentração.

Apresentação em tema: "Universidade Estadual Paulista “Júlio de Mesquita Filho” FCLassis – Depto de Ciências Biológicas Programa de Pós-graduação em Biociências Área de Concentração."— Transcrição da apresentação:

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 Universidade Estadual Paulista “Júlio de Mesquita Filho” FCLassis – Depto de Ciências Biológicas Dr. Fernando Frei Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. 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 multicolinearidadecolinearidade 4 vezes mais chances de afetar a medida de similaridade O segundo grupo terá menos influência

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

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

5 Universidade Estadual Paulista “Júlio de Mesquita Filho” FCLassis – Depto de Ciências Biológicas Dr. Fernando Frei Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. 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. Outliers Métodos de identificação Gráfico de Box Z-scores

6 Universidade Estadual Paulista “Júlio de Mesquita Filho” FCLassis – Depto de Ciências Biológicas Dr. Fernando Frei Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. O gráfico de Box é construído da seguinte forma: 1)Calcula-se a mediana, o quartil inferior (Q1) e o quartil superior (Q3); 2)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.

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

8 Universidade Estadual Paulista “Júlio de Mesquita Filho” FCLassis – Depto de Ciências Biológicas Dr. Fernando Frei Análise de Agrupamentos para Reconhecimento de Padrões em Saúde e Ecologia. Z-Scores 1)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.

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

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