Aula 9 (25/4/2016)- Pivot Tables e Analise Multivariada (Cluster Analysis)

Cursos de Inglês Online Grátis (textos em inglês)

01 – English Online – é um curso bem estruturado. Traz conteúdo amplo para estudantes de nível básico, intermediário e avançado. Apresenta vídeos.

02 – Learn English Online – Este site apresenta um amplo conteúdo focado exclusivamente para estudantes de nível básico. É bem organizado.

03 – Learn American English Online – o foco do site é inglês americano. Há vídeos. Na seção de “reading”, você pode gravar sua voz para comparar sua leitura com a de um nativo.

04 – 1-Language – Curso de inglês com 70 lições para atender estudantes de nível básico e intermediário.

05 – BBC – Curso de inglês bem estruturado, com material de texto e vídeo excelentes.

06 – USA Learns – Curso de inglês americano voltado para o público adulto. Ele melhora sua habilidade de escrever, ler e falar em inglês.

Cursos de Inglês Online Grátis (textos em português)

07 – Curso de Inglês Grátis – esse site apresenta gramática inglesa para estudantes de nível básico e intermediário. Também há textos exclusivos para “phrasal verbs”, compreensão oral e expressões idiomáticas.

08 – Zap English – como os demais, esse site dá um foco em gramática. Como diferencial, ele dedica um espaço para traduzir músicas inglesas e ensina expressões idiomáticas. Há também uma seção exclusiva para pronúncia de palavras.

09 - livemocha

10 - Duolingo

11 - Busuu

Um abraço e até a próxima

Divulgue este art

Salários para Teste  T e ANOVA

Cidade	Estado	Salario na Industria Tatico/Operacional
E	MS	1678
T	SP	1850
B	MS	1650
F	MS	1890
O	SP	1950
Q	SP	2050
S	SP	2320
P	SP	1800
G	MS	1789
C	MS	1890
A	MS	1700
D	MS	1950
R	SP	2150
U	SP	1680

data salarios;
input Cidade $ Estado $ Salario;
cards;
T SP 1850
O SP 1950
Q SP 2050
S SP 2320
P SP 1800
R SP 2150
U SP 1680
E MS 1678
B MS 1650
F MS 1890
G MS 1789
C MS 1890
A MS 1700
D MS 1950
W   RR  1345
Z   RR  1420
Y   RR  1380
;
proc anova;
class Estado;
model Salario = Estado;
means Estado / tukey lines;
run;

Aula 9 - Pivot Tables (Tabela Dinâmica) e Analise Multivariada (Cluster Analysis)

Tabela Dinâmica e Cluster Analysis

Estatística Multivariada – Cluster Analysis

Vamos começar a “olhar” com a Estatística (algoritmos matemáticos), de forma multivariada.

Isso é muito familiar para a gente por que nosso cérebro (muito mais poderoso que qualquer computador) enxerga de forma multivariada.

Como reconhecemos os objetos ou as pessoas, por somente um item? Por exemplo, como reconhecemos uma pessoa: sexo, altura, cor do cabelo, formato do rosto, timbre da voz, sotaque, perfume que utiliza (ou que não utiliza), etc.

Na verdade utilizamos todos esses dados e muitos mais simultaneamente, ou seja, nosso sistema de reconhecimento natural é multivariado (como a Estatística Multivariada).

Como nosso cérebro processa toda essa informação em frações de segundo não sabemos. A neurociência está quebrando cabeça com isso. Podemos perguntar para Nicolelis (o neurocientista que dizem ter a maior chance de conseguir um Premio Nobel para o Brasil).

O que podemos fazer com a matemática, estatística e computação é simular de alguma forma primitiva o funcionamento do cérebro.

Esse tipo de abordagem é utilizado nas áreas de Inteligencia de Negócios (BI), Sistemas de Informação ( Data Mining, Data Crunching, Decision Support Systems-DSS e Big Data) e Pesquisa Cientifica.

No exemplo a ser apresentado (arquivo de Excel para download), temos 4 categorias de pessoas: Atletas, Semi-atletas, Sedentários e Professores da ESALQ. Nessas pessoas foram medidas 3 variáveis, Índice de Massa Corporal, Quantos quilômetros corre ou anda por semana e Quilocalorias que Ingere por Dia (modelo trivariado, se tem mais do que uma já é multivariado).

Exemplo para Download:

Exemplo Excel Download

Aqui apresentamos o nosso objetivo, elaborarmos um dendrograma, que é a representação gráfica da saída do procedimento Cluster Analysis do Programa SAS:

                      Tabela Dinâmica em Excel

Podemos ver nesse exemplo que temos vários representantes de cada categoria, são exatamente 4 (ou quatro repetições de cada categoria)

Para aplicarmos Cluster Analysis devemos calcular previamente as medias aritméticas de cada categoria, para cada uma das 3 variáveis de resposta.

Vamos colocar a sequencia de passos para obtermos essas medias utilizando um recurso muito poderoso de bancos de dados do Excel (tal vez o mais poderoso):

 Tabela Dinâmica ou Pivot Table ou Pivot.

Passo 1 – Marcar o banco de dados original

Passo 2 – Entrar em Inserir e Depois em Tabela Dinâmica.

Passo 3 – Dar OK. Entraremos no Ambiente de Trabalho da Tabela Dinâmica:

Passo 4 – Clicar em Categorias “Cat.”(sem soltar o mouse, operação “Drag”) e arrastar as categorias para o local Rótulos de Linha.

Passo 5 – Arrastar as 3 variáveis observadas: IMC, Corr e Kcal para o local Somatória de Valores (Σ valores). Veja que o protótipo da Tabela Dinâmica, já está pronto, no canto superior esquerdo.

Passo 6 – O problema é que temos somatória dos valores e precisamos de medias aritméticas para entrar no Programa de 

Cluster Analysis do SAS. Como fazer para trocar 

somatória para medias?:


Veja que os dados são de soma, um IMC de 100, praticamente não existe ( 81,9 ; 100,7 ...)

·       Colocar o cursor na célula “soma de IMC”

    ·   Pressionar o botão direito do mouse

·       Escolher a opção: “Configurações do Campo de Valor”

·       Veja que está em “Soma”, clicar em “Média”. 

Veja que agora temos Média de ICM para cada categoria.

·       Fazer mesma operação para Corr e Kcal.

Fim do calculo das medias de cada categoria.

Agora é somente copiar e colar no SAS.

Programa SAS para Cluster Analysis dos Dados Calculados no Excel:

data  pessoas;

input cat $ imc corr kcal;

cards;

AT      20.475       54.35  3100

PR      25.175  2.55  2662.5

SE       25.575  2.925  2700

SEM   23.05         16.6  2950

;

proc cluster data=pessoas outtree = arvore method = average;

var imc corr kcal;

id cat;

run;

PROC TREE DATA = arvore;

RUN;

Exemplo do Julio Natalino

data  alface;
input cat $ diam peso fibras;
cards;
crespa    30 210 2.5
lisa    27 160 1.7
americana 25 175 1.65
mimosa   28 180 2.0

;
proc cluster data=alface outtree = arvore method = average;
var diam peso fibras;
id cat;
run;
PROC TREE DATA = arvore;
RUN;

Exemplo do Helio Prado
data iusp; 
input Unidade $ FutCampo  Handebol Basquete Xadrez Natacao;
cards;
ESALQ 4 6 5 2 3
FARMA 3 2 3 4 4
ODONTO 3 3 4 6 5
FEA 5 4 5 3 4
POLI 5 5 3 5 4
;

proc cluster data=iusp outtree = arvore method = average;
var FutCampo  Handebol Basquete Xadrez Natacao;
id Unidade;
run;
PROC TREE DATA = arvore;

RUN;

Exemplo da 
Vanessa  Beatriz 

Lovadine

data  alunos;
input alunos $ hum exa bio;
cards;
BEA 5 5 5
CARL 2 1 5
GAB 2 1 3
ERIc 4 5 2
;
proc cluster data=alunos outtree = arvore method = average;
var hum exa bio;
id alunos;
run;
PROC TREE DATA = arvore;

RUN;