DADOS CORRELACIONADOS NA ANÁLISE EM COMPONENTES PRINCIPAIS

 

  • Prof. Irene Oliveira
    Departamento de Matemática – Universidade de Trás-os-Montes e Alto Douro
  • Faculdade de Ciências da Universidade de Lisboa (DEIO), Edificio C6, Sala 6.4.30 às 14:30h
  • Quarta-feira, 16 de Fevereiro de 2005
 

A Análise em Componentes Principais (ACP ou EOF analysis) tem seguido novos rumos com o seu uso em dados multivariados cujas observações não são independentes. Mais concretamente com variáveis, que são séries temporais, com observações autocorrelacionadas. É o caso das metodologias MSSA (Multichannel Singular Spectrum Analysis), SSA (Singular Spectrum Analysis), EEOF (Extended EOF), Hilbert EOF e POP Analysis (Principal Oscillation Pattern Analysis) já usadas em larga escala na Climatologia.

No seguimento do trabalho desenvolvido no Doutoramento (“Correlated Data in Multivariate Analysis”, Aberdeen-2003) apresento neste seminário:

  • um sumário das principais ideias inerentes a algumas das metodologias existentes neste campo.
  • uma nova metodologia, baseada nas técnicas POP e Hilbert EOF, designada por Hilbert CCA ou Hilbert Oscillation Pattern Analysis. Teoria e hipóteses subjacentes à técnica serão apresentadas e justificada a sua relação com a Análise das Correlações Canónicas entre as séries temporais em estudo e as transformadas de Hilbert destas séries.
  • exemplos que elucidam as semelhanças e diferenças entre os resultados obtidos com a aplicação das diversas técnicas.