área científica
Matemática
idioma(s) de lecionação
Português
objectivos
Aprofundar a formação em termos de diferentes metodologias estatísticas que permitem a redução da dimensionalidade de dados multivariados
competências
- Domínio de algumas técnicas de redução de dados multivariados e sua visualização no espaço bidimensional;
- Capacidade de análise de problemas estatísticos multivariados com formulação matricial.
conteúdos
A disciplina engloba o estudo de modelos de Estatística Multivariada usados nas ciências da saúde e meio ambiente. O programa da disciplina é motivado por aplicações e a análise dos dados é feita recorrendo a software estatístico.
avaliação
Avaliação continua
requisitos
Probabilidade e Estatística
metodologia
em regime tutorial
bibliografia recomendada
- Greenacre, M., Biplots in practice, Fundacion BBVA, 2010
- Gower, J.C. and Hand, D.J., Biplots, Chapman & Hall, 1996
- Tong, Y. L. The multivariate normal distribution, Springer, NY, 1990
- Fujikoshi, Y., Ulyanov, V. and Shimizu, R. Multivariate statistics: high-dimensional and large-sample approximations, John Wiley & Sons, NY, 2010
- Doyo G. Enki , Nickolay T. Trendafilov & Ian T. Jolliffe (2013): A clustering approach to interpretable principal components, Journal of Applied Statistics, 40:3, 583-599.
- Vichi and G. Saporta, (2009) Clustering and disjoint principal component analysis, Comput. Statist. Data Anal. 53, pp. 3194–3208
- Zou, T. Hastie, and R. Tibshirani, (2006) Sparse principal component analysis, J. Comput. Graph. Statist. 15, pp. 265–286
- Sharma, S. (1996) Applied multivariate techniques. John Wiley & Sons, NY.