IA Indutiva Não Supervisionada para Agrupamentos e Distancias Multivariados

  IA Indutiva Não Supervisionada para Agrupamentos e Distancias Multivariados

Colocar todo em Power Point e deixar arquivo para download

 Nome: Clus_Com_Out_Sign_Preditoras_2025_05_12

Dados: Qualidade de Vida de Diferentes Categorias

Categ	IMC	Movim	Kcal
AT	20,2	53,7	3200
AT	21,3	54,8	3100
AT	19,3	49,6	2800
AT	21,1	52,3	3300
AT	26,1	52,3	3300
SEM	22,4	14,9	2600
SEM	21,9	17,8	2700
SEM	23,8	18,6	3200
SEM	24,1	15,1	3300
SE	27,3	2,5	2700
SE	23,4	4,3	2300
SE	25,2	2,3	2600
SE	26,4	2,6	3200
PR	26,2	4,1	2600
PR	24,2	2,1	2700
PR	25,4	1,9	2650
PR	19,3	70	2650
PR	27.2	2.2	2700

Grafico Equalizado (Medias equalizadas)

IA Não Supervisionada para Agrupamentos e Distâncias Multivariados sem Ajuste de Outliers

data medias;

input cat $ IMC Mov KCal;

cards;

AT 21.6 52.54 31.40

PR 23.775 19.525 26.50

SE 25.575 2.925 27.00

SEM 23.05 16.6 29.50

;

proc print;

run;

/* input cat $ IMC Mov KCal; */

proc cluster outtree = arvore method = average;

var IMC Mov KCal;

id cat;

run;

PROC TREE DATA = arvore;

RUN;

Resultado de IAI com Outliers

Análise Outliers

Proc ANOVA em SAS

data imc_dat;

input cat $ imc corr kcal;

cards;

Tabela do Excel

;

proc print;

run;

/*

input cat $ imc corr kcal;  */

proc anova;

    class cat;

    model imc corr kcal = cat;

    means cat / tukey lines;

run;

 

Checar outliers (resíduos) em Excel para IMC ver congruência

Categ	Corrida	Erros
AT	53,7	6,76
AT	54,8	0,86
AT	49,6	-4,34
AT	52,3	-1,64
AT	52,3	-1,64
SEM	14,9	-1,7
SEM	17,8	1,2
SEM	18,6	2
SEM	15,1	-1,5
SE	2,5	-0,425
SE	4,3	1,375
SE	2,3	-0,625
SE	2,6	-0,325
PR	4,1	-15,425
PR	2,1	-17,425
PR	1,9	-17,625
PR	70	50,475
PR	2,2	-17,325

Eliminar Outliers e Rodar Novamente IAI

data medias;

input cat $ IMC Mov KCal;

cards;

AT 20.475 52.6 31

PR 25.26666667 2.7 26.625

SE 25.575 2.925 27

SEM 23.05 16.6 29.5

;

proc print;

run;

/* input cat $ IMC Mov KCal; */

proc cluster outtree = arvore method = average;

var IMC Mov KCal;

id cat;

run;

PROC TREE DATA = arvore;

RUN;

Testar por RANOVA significância de variáveis preditoras

Eliminar v. preditoras não significativas e Rodar Novamente IAI

 

Modelo de Programa para RANOVA para Benchmarking

RANOVA - Kruskal Wallis

proc npar1way data=SUCOS wilcoxon dscf;

 class suco;

 var NaOH;

run;