“Inteligência Artificial: A Nova Fronteira da Ciência Brasileira”
19 a 24 de outubro de 2020
Trabalho 13986
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Pós-graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Análise |
| Setor | Departamento de Agronomia |
| Bolsa | CAPES |
| Conclusão de bolsa | Não |
| Apoio financeiro | CAPES |
| Primeiro autor | Letícia de Faria Silva |
| Orientador | FELIPE LOPES DA SILVA |
| Outros membros | Bruno Grespan Leichtweis |
| Título | Análise de componentes principais de atributos edafoclimáticos para estudos ambientais |
| Resumo | A análise de componentes principais (ACP) é uma técnica multivariada de modelagem da estrutura de covariância. A ACP é uma técnica estatística de análise multivariada que transforma linearmente um conjunto original de variáveis, inicialmente correlacionadas entre si, num conjunto substancialmente menor de variáveis não correlacionadas que contém a maior parte da informação do conjunto original. A ACP é a técnica mais conhecida e está associada à ideia de redução de massa de dados, com menor perda possível da informação. Procura-se redistribuir a variação observada nos eixos originais de forma a se obter um conjunto de eixos ortogonais não correlacionados. A ACP é uma técnica da estatística multivariada que consiste em transformar um conjunto de variáveis originais em outro conjunto de variáveis de mesma dimensão denominadas de componentes principais. Os componentes principais apresentam propriedades importantes: cada componente principal é uma combinação linear de todas as variáveis originais, são independentes entre si e estimados com o propósito de reter, em ordem de estimação, o máximo de informação, em termos da variação total contida nos dados. O objetivo explicar a estrutura da variância e covariância de um conjunto de dados ambientais por meio de combinações lineares das variáveis originais. Foram avaliados dados edafoclimáticos de 11 cidades do Mato Grosso, os dados climáticos foram obtidos através do Banco de Dados Meteorológicos para Ensino e Pesquisa (BDMEP). Avaliou uma série histórica de dez anos, de setembro de 2009 a fevereiro de 2019, fazendo uma média para cada mês. Os meses utilizados para o estudo foram de setembro a fevereiro. Todas as análises foram feitas no software Rstudio, utilizando o pacote “psych”. Com base nos resultados obtidos pela técnica, os dois primeiros PCs foram responsáveis por 66,55% da variação total dos dados ambientais estudados, em que o PC1 foi responsável por 47,25% e o segundo, PC2, por 14,30 % das variações dos dados. Portanto, dois primeiros componentes principais resumem efetivamente a variância amostral total e podem ser utilizados para o estudo do conjunto de dados. Com a seleção de dois componentes principais, a redução da dimensão de 12 variáveis originais para 2 componentes principais é eficiente. |
| Palavras-chave | Análise de componentes principais, clima, análise multivariada. |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|