Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Análise estatística multivariada de uma base de vinhos no ambiente computacional RStudio utilizando análise de componentes principais
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/10400.2/11872
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Nunes, Catarina S. | - |
| Autor(es): dc.creator | Almendra Filho, Geraldo Lima | - |
| Data de aceite: dc.date.accessioned | 2022-09-01T13:01:15Z | - |
| Data de disponibilização: dc.date.available | 2022-09-01T13:01:15Z | - |
| Data de envio: dc.date.issued | 2022-03-30 | - |
| Data de envio: dc.date.issued | 2022-03-21 | - |
| Data de envio: dc.date.issued | 2022-03-30 | - |
| Data de envio: dc.date.issued | 2025-03-21 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/10400.2/11872 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/10400.2/11872 | - |
| Descrição: dc.description | Análise de Componentes Principais (Principal Component Analysis – PCA), é um método de Análise Multivariada que utiliza uma transformação linear para reduzir a dimensão de bancos de dados, transformando grandes conjuntos de variáveis com suas instâncias associadas (dados coletados), em subconjuntos não correlacionados com agrupamentos alternativos das variáveis originais, formando novas variáveis com os mesmos registros de entrada de dados visando analisar e explicar a variação total dos dados através de componentes ou fatores, que são definidos como combinações lineares das variáveis originais que mais influenciam o seu comportamento. O mérito da redução da dimensionalidade, é trocar um pouco de precisão por, principalmente, simplicidade, pela facilidade de explorar, visualizar, analisar e explicar, ao escolhermos poucos CPs (Componentes Principais) que explicam as maiores parcelas de variabilidade dos dados. A partir de uma base de dados que contém 1599 registros de vinhos tintos (Data Folder da fonte [1]), vamos reagrupar suas variáveis, eliminando as redundâncias ou semelhanças por força das correlações identificadas no conjunto de dados. O objetivo é formar subconjuntos não correlacionados, ou com mínimas correlações e alta dispersão o que, naturalmente, vem às custas relativas da precisão analítica pontual. Como o banco de dados não informa os nomes de rótulos (marcas dos vinhos) por decisão do autor da pesquisa, estes serão substituídos por “rótulos numéricos” em ordem crescente para melhor conduzir e auxiliar a Análise Multivariada através da PCA. A base citada tem como origem o estudo de P. Cortez, A. Cerdeira, F. Almeida, T. Matos e J. Reis [1] e apresenta em arquivo csv os registros de dados associados a 12 variáveis - atributos químicos dos vinhos – e a uma variável categórica, no caso o tipo de vinho tinto. Nosso estudo contém, a par de avaliações estatísticas descritivas no contexto do PCA, uma abordagem das relações da qualidade com mudanças nas métricas dos atributos como um dos objetivos do projeto já que não podemos correlacionar “marcas formais” mas sim suas instâncias com as notas obtidas na avaliação sensorial. Veremos que a qualidade, sabor e outras características, caracterizadas através de avalição sensorial feita [3] por um grupo de provadores, estão correlacionados em maior ou menor grau com alterações métricas nos atributos – componentes químicos: (i) altamente correlacionados com o grau alcoólico e (ii), em menor escala, com os atributos cloretos, sulfatos, densidade, acidez fixa e ácido cítrico. Em termos dos CPs necessários para avaliar estatisticamente de forma multivariada a base de dados, será demonstrado que apenas 4 CPs resultantes do processo PCA detém cerca de 69 % das variações explicadas validando o uso do modelo PCA para analisar estatisticamente e de forma multivariada a base de dados. Todos os conceitos matemáticos e estatísticos necessários para o desenvolvimento deste trabalho foram expostos ao longo do texto, devendo-se enfatizar que os algoritmos (packages) da linguagem RStudio trazem embutidos as rotinas de cálculos necessárias para o desenvolvimento do processo PCA. Como será descrito nos Comentários Conclusivos, os objetivos da Dissertação foram atingidos pois foi possível desenvolver o processo PCA sobre a base de dados escolhida, para além da utilização detalhada do RStudio e seus “packages” para esta finalidade de Análise Multivariada, como pode ser visto no script do Anexo I. | - |
| Descrição: dc.description | This work aims at the study of a database with 1599 red wine records through multivariate statistics using Principal Components Analysis (PCA), and an assessment of relations between wine components and quality measured by a sensory evaluation by tasting specialists. PCA is a method of multivariate analysis that uses a linear transformation to reduce the dimension of databases, transforming large sets of variables with its associated instances (data collected), in non-correlated subsets. These subsets will form alternative groups of the original variables defining new variables (main components) with the same data input records, to analyze and explain the data total variability through new components or factors, which are defined as linear combinations of the original variables that influence their behavior, this is the main objective of the PCA. The merit of dimensionality reduction is to change a little precision by mainly simplicity for the ease of explore, visualize, analyze, and explain, when we choose few variables that explain the largest parcels of data variability. The database does not have the names of the wine brands, these are substituted by numeral labels in an increasing order, which allows us to perform a multivariable analysis using PCA. The wine database is from the study of P. Cortez, A. Cerdeira, F. Almeida, T. Matos and J. Reis [1] (csv file), containing de data associated with 12 variables – chemical wine attributes – and a categorical variable specifying the type of wine. Our study focusses on descriptive statistical evaluations (in a PCA context) and also explores the relation between the wine quality and changes in the metrics of the attributes. This is one of the objectives, since one cannot correlate the wine brands with the grades obtained by the sensorial evaluation. We shall see that the quality, taste and other wine characteristics from the sensorial evaluation [3] (Parts 8 and 9), are correlated in some degree with changes in the wine attributes metrics – chemical attributes: (i) are highly correlated with the alcohol level and (ii) are in a smaller extent correlated with chlorides, sulfates, density, fixed acidity and citric acid. Regarding the principal components (the new variables associated with the wine records) required to statistically evaluate the data base (on a multivariate perspective), this work demonstrates that only 4 principal components are responsible for 69% of the explained variability, which validates the use of PCA to analyze the data. All mathematical and statistics concepts required for the development of this work will be explained throughout the text, as necessary. However, we should emphasize that the algorithms (packages) of the software RStudio have embedded the necessary programs and calculations for the development of PCA. This dissertation achieves its objectives, since it was possible to develop a PCA with the proposed database and to use in detail the RStudio software (and its packages) in a multivariate analysis. | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | embargoedAccess | - |
| Palavras-chave: dc.subject | Análise de componentes principais | - |
| Palavras-chave: dc.subject | Análise estatística multivariada | - |
| Palavras-chave: dc.subject | Wine Quality | - |
| Palavras-chave: dc.subject | UCI Data Set | - |
| Palavras-chave: dc.subject | RStudio | - |
| Palavras-chave: dc.subject | Álgebra linear | - |
| Palavras-chave: dc.subject | PCA | - |
| Palavras-chave: dc.subject | Multivariate analysis | - |
| Palavras-chave: dc.subject | Linear algebra | - |
| Palavras-chave: dc.subject | ODS::04:Educação de Qualidade | - |
| Título: dc.title | Análise estatística multivariada de uma base de vinhos no ambiente computacional RStudio utilizando análise de componentes principais | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Aberto - Universidade Aberta (Portugal) | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo