@MASTERSTHESIS{ 2023:108583086,
 	title = {Aplicações de estatística multivariada em análise de dados experimentais},
 	year = {2023},
 	url = "https://bdtd.unifal-mg.edu.br:8443/handle/tede/2420",
 	abstract = "A estatística multivariada é um ramo da estatística responsável por estudar situações
 em que se tem múltiplas variáveis e seus métodos podem ser aplicados nas mais
 diversas áreas do conhecimento auxiliando na tomada de decisão, isso porque seus
 métodos possuem como principais benefícios a redução de dimensionalidade do
 modelo estudado, tornando-o menos complexo, além de serem utilizados na
 construção de ´índices, classificação, associação entre as variáveis e inferência
 estatística. Neste trabalho, métodos de estatística multivariada foram aplicados em
 três situações distintas. Nas duas primeiras foi aplicado o método de correlação
 canônica e na terceira o método de análise de componentes principais (PCA) com
 incertezas experimentais. Sendo a primeira aplicação referente a uma análise
 socioambiental onde foi analisado a existência de uma correlação entre o índice de
 desenvolvimento humano (IDH) e seus subíndices com relação ao consumo de água
 e geração de esgoto dos municípios brasileiros. Enquanto a segunda análise está
 relacionada à Física de altas energias envolvendo a colisão de íons pesados de
 chumbo Pb-Pb. A terceira situação é referente a aplicação de PCA para a redução de
 dimensionalidade de um modelo de caracterização do meio interestelar. Como
 resultado foi possível gerar um modelo capaz de correlacionar o IDH com o consumo
 de água e a geração de esgoto com uma correlação canônica de 62,4% capaz de
 representar todo o país e um segundo modelo direcionado apenas para o estado de
 São Paulo com uma correlação canônica de 83%. Para o segundo cenário,
 envolvendo a colisão de íons pesados uma correlação canônica de 99,9% foi obtida,
 ratificando a correlação existente entre a entropia e o número de partículas
 carregadas. Uma segunda correlação proveniente do segundo par de variáveis
 canônicas retornou uma correlação também elevada com 96%, porém, neste modelo
 o momento transversal ficou com o maior peso canônico, podendo ser calculado a
 partir das demais variáveis estudadas como centralidade, energia e entropia. Com
 relação a análise de componentes principais foi possível reduzir o número de variáveis
 utilizadas na explicação do modelo de forma significativa, passando de 23 variáveis
 originais para 8 componentes principais, além de identificar que ao considerar a
 incerteza experimental durante a análise obtemos maior segurança com relação ao
 número de variáveis utilizadas para explicar o modelo.",
 	publisher = {Universidade Federal de Alfenas},
 	scholl = {Programa de Pós-graduação em Física},
 	note = {Instituto de Ciência e Tecnologia}
}