Ferramentas Pessoais

Você está aqui: Página Inicial / Pós-Graduação em Administração / Disciplinas / Análise Multivariada de Dados

Análise Multivariada de Dados

Objetivos: Fornecer ao aluno noções elementares de análise multivariada de dados e sua aplicação em pesquisas científicas no âmbito da administração. Ao final do curso, o aluno deverá estar capacitado a aplicar as técnicas apresentadas no âmbito de suas pesquisas em gestão de organizações e finanças bem como analisar os resultados obtidos.

Justificativas: A aplicação do ferramental estatístico tem exercido um papel fundamental no desenvolvimento de pesquisas no âmbito de gestão de organizações e finanças especialmente com o advento dos pacotes estatísticos de análise avançada. A disciplina toma por base a aplicação de conceitos de análise correlacional e de análise multivariada de dados, como forma de oferecer ao aluno o suporte quantitativo necessário ao desenvolvimento de suas pesquisas.

Ementa: Elementos de Análise Correlacional. Análise de Regressão. Análise Discriminante. Análise Fatorial.

Conteúdo Programático

Elementos de Análise Correlacional:
Medidas de posição;
Medidas de dispersão;
Medidas de dispersão simultânea;
Medidas de relação linear;
Processo geral de teste de hipóteses.

Análise de Regressão Simples:
Estatísticas associadas;
Processo de análise: diagrama, modelo, estimação de parâmetros, coeficiente de regressão padronizado, teste de significância, intensidade e significância da associação, precisão da predição.

Análise de Regressão Múltipla:
Estatísticas associadas;
Processo de análise: coeficientes de regressão parcial, intensidade de associação, teste de significância, exame dos resíduos;
Multicolinearidade.


Análise Fatorial:
Conceito básico;
Modelo de análise fatorial;
Estatísticas associadas;
Processo de análise: formulação, construção da matriz de correlação, determinação do método de análise, determinação do número de fatores, rotação dos fatores, interpretação dos fatores, cálculo dos escores fatoriais, escolha das variáveis substitutas, determinação do ajuste do modelo.


Estratégias Didáticas

  • Aulas expositivas suportadas por Power Point.
  • Leituras e interpretações de artigos científicos a serem disponibilizados.
  • Resoluções de estudos de casos e listas de exercícios com suporte computacional.
  • Orientação de trabalho final da disciplina.


Metodologia de Avaliação

  • Listas de Exercícios: 30%
  • Avaliações orais: 30%
  • Trabalho Final: 40%

 

Regressão Logística
Processo de análise: formulação, estimação dos coeficientes, determinação da significância, interpretação dos resultados, validação.

Análise de Clusters
Processo de análise: formulação e interpretação dos resultados.


Bibliografia de Referência

HAIR, J. F., ANDERSON, R. E. TATHAM, R. L., BLACK, W. C. Análise Multivariada de Dados. 5. ed. Porto Alegre: Bookman, 2006.

Bibliografia Recomendada

ANDERSON, David R.; SWEENEY, Dennis J. WILLIAMS, Thomas A. Estatística aplicada à administração e economia. Tradução de Luiz Sérgio de Castro Paiva. São Paulo: Pioneira Thomson Learning, 2005.

COOPER, D.R., SCHINDLER, P.S. Business Research Methods. 7. ed. New York: McGraw-Hill Irwin, 2001.

MALHOTRA, N. K. Pesquisa de Marketing: Uma Orientação Aplicada. 3. ed. Porto Alegre: Bookman, 2001.

MORRISON, D. Multivariate Statistical Method. 4. ed. New York: McGraw-Hill, 2005.

Comunicar erros

SOBRE O PROGRAMA
X