27.10.2013 Views

Tese em PDF - departamento de engenharia florestal - ufpr ...

Tese em PDF - departamento de engenharia florestal - ufpr ...

Tese em PDF - departamento de engenharia florestal - ufpr ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Devido ao crescente uso das técnicas <strong>de</strong> análises por Infravermelho e<br />

calibração multivariada, <strong>em</strong> 1995, a American Standard for Testing and Materials<br />

(ASTM) lançou a norma ASTM 1655-05, chamada <strong>de</strong> Práticas Padrão para<br />

Análises Quantitativas Multivariadas por Infravermelho (Médio e Próximo) que<br />

guia o processo <strong>de</strong> calibração multivariada (SAMISTRARO, 2008).<br />

Exist<strong>em</strong> diversas técnicas <strong>de</strong> estatística multivariada, com as mais variadas<br />

aplicações. Tais métodos pod<strong>em</strong> ser classificados <strong>em</strong> dois tipos principais: os<br />

métodos <strong>de</strong> análise exploratória e os métodos <strong>de</strong> calibração multivariada. A<br />

aplicação <strong>de</strong> um ou outro método, ou até mesmo da combinação dos dois<br />

<strong>de</strong>pen<strong>de</strong> da natureza do probl<strong>em</strong>a que se <strong>de</strong>seja resolver, ou do tipo <strong>de</strong><br />

informação que se <strong>de</strong>seja obter (MALINOWSKI, 1991, citado por CARNEIRO,<br />

2008).<br />

Ao se <strong>de</strong>parar com um conjunto <strong>de</strong> dados, principalmente aquele muito<br />

extenso, é necessário uma análise prévia inicial para avaliar-se a qualida<strong>de</strong> das<br />

informações disponíveis. Os métodos <strong>de</strong> análise exploratória têm por objetivo<br />

fazer a avaliação inicial dos dados para <strong>de</strong>scobrir que tipo <strong>de</strong> informação po<strong>de</strong>-se<br />

extrair <strong>de</strong>les, e assim <strong>de</strong>finir as diretrizes para um tratamento mais aprofundado.<br />

Isto é feito através da utilização <strong>de</strong> algoritmos que permit<strong>em</strong> reduzir a dimensão<br />

dos dados, ou organizá-los numa estrutura que facilite a visualização <strong>de</strong> todo o<br />

conjunto, <strong>de</strong> forma global. Para realizar esta análise inicial, os dois métodos<br />

estatísticos mais conhecidos são a Análise por Componentes Principais (PCA) e a<br />

Análise Hierárquica <strong>de</strong> Agrupamentos (HCA) (MALINOWSKI, 1991, citado pro<br />

CARNEIRO, 2008).<br />

3.2.7 Análise dos Componentes Principais – PCA<br />

Segundo Campos (2008), a PCA da à indicação do número <strong>de</strong><br />

componentes principais que explicam a maior parte da variabilida<strong>de</strong>, distribuição<br />

espacial das amostras (scores), variáveis (comprimentos <strong>de</strong> onda) que portam<br />

mais informações (loadings) e existência <strong>de</strong> amostras anômalas.<br />

O método PCA po<strong>de</strong> ser aplicado nas variáveis da matriz X que<br />

apresentam alto grau <strong>de</strong> colinearida<strong>de</strong>. Como conseqüência, informações<br />

54

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!