Análise Multivariada aplicada ao Estudo da Variabilidade Climática Escola de Outono de Climatologia Análise Multivariada aplicada ao Estudo da Variabilidade Climática De 16 a 30 de março, no Campus Carreiros da Universidade Federal do Rio Grande Será realizado um curso intensivo sobre análise multivariada, a ser ministrado pela renomada cientista argentina Dra. Rosa Hilda Compagnucci, uma professora altamente capacitada tanto no método quanto na aplicação do mesmo à climatologia. Este curso terá um total de 60 horas e oferecido como disciplina de 4 créditos da Pós-Graduação em Modelagem Computacional da Universidade Federal do Rio Grande. Inscrições: até 6 de março Enviar mensagem para: escolaoutono@furg.br Documentos necessários: cópia do CV Lattes Há possibilidade de auxílio financeiro e hospedagem. Apoio: Promoção: PPG-Modelagem Computacional - FURG PPG-Meteorologia - UFPel PPG-Meteorologia - UFSM PPG-Sensoriamento Remoto e Meteorologia - UFRGS Maiores informações: Núcleo de Física Ambiental - Centro de Ciências Computacionais -FURG Av. Itália km 8, Bairro Carreiros, 96201-900 Rio Grande RS, tel:(53)3233 6842

Programa Análise Multivariada aplicada ao Estudo da Variabilidade Climática MÉTODOS DE CLASSIFICAÇÃO. Variáveis versus observações. Modos de decomposição: Modo-R versus Modo-Q, Modo-P versus Modo-O e Modo-T versus Modo-S. Conceito de PLASMODE. Desenho de PLASMODES: Modo-T ou Modo-S. Análise de correlação: método de Lund, aplicação a tipificação de mapas sinóticos e determinação de áreas homogêneas. Métodos de encadeamento simples (“linkage”): método de McQuitti. Método de autovetores e autovalores. Representação geométrica. Equação característica. ANÁLISE POR COMPONENTES PRINCIPAIS: Fundamentos e conceitos básicos da Análise por Componentes Principais. Propriedades e aplicação da Decomposição de Valor Singular (Singular Value Decomposition, SVD) ao cálculo das Componentes Principais. Algumas propriedades das Componentes Principais, sua implicância no estudo de variáveis e campos meteorológicos. Modos de organizar os dados de entradas e sua relação com as diversas aplicações da Análise de Componentes Principais ao estudo do clima. Padrões especiais e temporais, Análise de anomalias, Determinação de áreas de coerência espacial. Técnica do Modo-T versus Modo-S. COMPONENTES PRINCIPAIS OBTIDAS POR CORRELAÇÃO OU POR COVARIÂNCIA. Vantagens e desvantagens de matrizes de entrada de correlação e de covariância. Identificação e interpretação: das pontuações das componentes (component scores), dos pesos das componentes (component loadings) e dos autovalores e porcentagens de variância explicada por cada componente. Característica flip-flop dos padrões. Variância explicada pelo padrão direto e pelo inverso. Aplicação a diversos modos da matriz de entrada, em especial ao Modo-T e Modo-S. Interpretação dos resultados, Padrões espaciais ou temporais. Análise de anomalias climáticas e determinação de áreas de coerência espacial. COMPONENTES PRINCIPAIS E PROCESSOS DE AZAR. Determinação de componentes com informação significativamente distinta do ruído. Aplicação à análise espaço-temporal de variáveis do sistema climático. Interpretação física dos resultados. SENSIBILIDADE DA ANÁLISE DE COMPONENTES PRINCIPAIS A DIVERSAS CARACTERÍSTICAS DOS DADOS Distribuições espaciais da informação (redes) regulares e irregulares. Mudanças na forma ou densidade da rede de informação. Sensibilidade da matriz de similaridade de correlação ou covariância a mudanças de gradiente, mudanças espaciais da variância, ou de intensidade dos sistemas sinóticos. Mudanças na frequência de padrões espaciais (situações sinóticas) determinados. Efeitos das Componentes Principais ao variar o tamanho da amostra. AUTOVETORES DEGENERADOS. Determinação do erro nos autovalores a partir do teste de North. Conceito de estrutura simples. Aspectos técnicos da estrutura simples. Representação gráfica de estrutura simples. Pairwise. Aplicações meteorológicas e climatológicas. Busca da melhor interpretação dos resultados. Conceito e aplicação de hiperplano, Hiperplano na determinação de estrutura simples, Hiperplano na determinação da pontuação das componentes provenientes do “ruído”. FUNÇÕES ORTOGONAIS EMPÍRICAS (EOFs). Antecedentes, algumas aplicações. Comparação com ACP. Funções Ortogonais Empíricas Entendidas. Padrões de Sequências Principais. Aplicação a determinação de sequências temporais de campos de variáveis climáticas. Aplicação especial em climatologia sinótica. CONCEITO DE ESTRUTURA SIMPLES NA ANÁLISE DE COMPONENTES PRINCIPAIS. Rotação das Componentes Principais. Quantas componentes reter? Rotação ortogonal. Quartimax: simplificar linhas ou variáveis. Varimax: simplificar colunas ou fatores. A solução Varimax. Outras transformações: rotação oblíqua. Coeficiente de Congruência para determinar o número de componentes retidas. Aplicação para determinar a solução que melhor ajusta a física dos dados analisados. OUTRAS APLICAÇÕES: Análise de Espectro Singular (Singular Spectrum Analysis, SSA) Sua aplicação ao estudo de variabilidade climática a partir de séries temporais. Determinação de regimes de tempo aplicando ACP e método de “clusters”. Análise de Correlação Canônica, aplicação a campos de diversas variáveis climáticas. REFERÊNCIAS BIBLIOGRÁFICAS: Barri, R.G., Peny, A.H., 1973, Sinoptic climatology methods and applications, Mathuen and Co. Ltd., London, Inglaterra, pp. 55. Green, P.E., 1978, Analyzing multivariate data, The Dryden Press, USA, pp. 519. Davis, J.C., 1973, Statistics and data analysis in geology, John Wiley and Sons, New York, USA, pp. 550. Cooley, W. W., Lohnes, P. R., 1971, Multivariate data analysis, John Wiley and Sons, New York, USA, pp 364. Harman, H. H., 1967, Modern factor analysis, The University of Chicago Press, Chicago, USA, pp 474. Cattell, R. B., 1978, The scientific use of factor analysis in behavioral and life sciences, Plenum Press, New York, USA, pp. 617. Reyment R., Jöreskog, K.G., 1996, Applied factor analysis in the natural sciences, Cambridge University Press, New York, USA, pp. 371.