Introdução às análises multivariadas no R

Nesta versão online ao vivo do curso de análises multivariadas você aprenderá de forma descomplicada a como executar e interpretar as principais abordagens metodológicas multivariadas no R. Para isso, o foco do curso é a execução prática, interpretação de resultados e fundamentação teórica subjacente ao nível conceitual primordial sem necessidade de detalhamento matemático pautado em fórmulas e equações. Dessa forma, você será capaz de entender como escolher diferentes métodos para distintos propósitos analíticos dos seus dados e como aplicá-los.

Carga horária: 8 horas

Data horário: 16/10/2021 (08:00 às 13:00)

Ministrante: Dr. Écio Souza Diniz

Investimento: R$ 75,00 via transferência (Banco do Brasil ou NuBank) ou R$ 80,00 com PagSeguro em parcela única.

Inscriçãohttps://forms.gle/MvW3EANuZTidR9pi6

Pré-requisitos desejáveis: entendimento do uso do software R para Windows (instalá-lo em sua versão atual no PC, instalação e carregamento de pacotes, importação de dados para dentro do software) e noção teórica de estatística básica (ex: média, variância, desvio padrão, distribuições de erro (ex: normal)). O não preenchimento desses pré-requisitos não invalida participação no curso, mas isenta responsabilidade da empresa quanto ao participante conseguir acompanhar de forma bem sucedida os conteúdos abordados.

Conteúdo:

  • Conceitos e pressupostos básicos da estatística multivariada
    • Teste de normalidade multivariada
    • Homogeneidade de variância multivariada (covariância de matrizes) – teste de Bartlett
    • Teste de média e desvio padrão multivariado – teste T² de Hotelling
    • Correlação linear (Pearson e Spearman)
    • Medidas de distância e dissimilaridade
  • Análise de Variância Multivariada
    • Paramétrica (MANOVA) e não paramétrica (PERMANOVA)
  • Análise de agrupamento (clustering)
    • Hierarchical clustering (dendrograma)
    • Non hierarchical clustering (K-means)
  • Ordenação irrestrita
    • Análise de componentes principais (PCA)
    • Análise de coordenadas principais (PCoA)
    • Análise fatorial (FA)
  • Ordenação restrita
    • Análise de correspondência canônica (CCA)
    • Análise de redundância (RDA)