Análise de agrupamento aplicado no Índice de Desenvolvimento Humano (IDH) dos Estados Brasileiros
DOI:
https://doi.org/10.33448/rsd-v11i2.25747Palavras-chave:
Mahalanobins; Métodos; Estados brasileiros; Cluster.Resumo
O presente artigo tem por objetivo compara o desempenho de cada método (hierárquico e não hierárquico) de agrupamento formado por vários IDH dos 27 estados brasileiros, por meio da técnica de análise de agrupamento. Bem como determina quantos estados tem em cada grupo formado, para assim especificar qual técnica melhor representa os dados. Utilizou-se dados do Atlas Brasil 2013 com relação ao IDH de 2010. Para a análise de agrupamento foi utilizado a matriz de Mahalanobins com o método hierárquico, a partir dos dados obtidos, aplicou-se os métodos de ligação simples, completa, média, ligação de ward e um método não hierárquico através do método de K-means, também foram aplicados o coeficiente de correlação confénetica para medir o grau de ajuste entre as matrizes similares originais e a matriz resultante da simplificação proporcionada pelo método de agrupamento. No entanto foi verificado o método que melhor representa os dados é o de ligação completa. Ao agrupar os estados foi levado em consideração a semelhança entre as variáveis IDH-R, IDH-L e IDH-S está relação formou grupos semelhantes entre as ligações de diferentes regiões do Brasil.
Referências
Albuquerque, M. A., & de Oliveira Barros, K. N. N. (2020). Determinação do número de grupos em análise de agrupamento via de raio de influência. Brazilian Journal of Development, 6(6), 38342-38355.
Albuquerque, M. A., Barros, K. N. N. O., Gouveia, J. F., & Ferreira, R. L. C. (2016). Determination and validation of group numbers in a cluster analysis: A case study applied to forestry science. Acta Scientiarum. Technology, 38(3), 339-344.
Albuquerque, M. A. & Barros, K. N. N. O. (2020). Introdução à Análise de Agrupamento: teoria e prática com aplicações em R. [e-book]. Campina Grande. Ed.EDUEPB.http://eduepb.uepb.edu.br/download/introducao-a-analise-de-agrupamento-teoria-e-pratica-com-aplicacoes-em-r/?wpdmdl=997&masterke y=5e97904980fc9
Albuquerque, T. M., Araujo, G. A. B., Caminha, B. L., Albuquerque, M. L., & Albuquerque, M. A. (2016). Measures of association in epidemiological studies: smoking mothers and low birth weight children in the city of Campina Grande–PB. Acta Scientiarum. Health Sciences, 38(2), 179-84.
Alves, L. B., Belderrain, M. C., & Scarpel, R. A. (2007). Tratamento multivariado de dados por análise de correspondência e análise de agrupamentos. Anais do 13º encontro de iniciação científica e pós-graduação do ITA-XIII ENCITA. São José dos Campos-SP.
Braga, A. C., de Oliveira, M. A., Costa, J. C. Z., & Bueno, R. L. P. (2017). Estudo da Correlação entre o Índice de Desenvolvimento Humano (Idh) e os Tributos Arrecadados nos Estados Brasileiros. Interfaces Científicas-Humanas e Sociais, 5(3), 69-84.
Barroso, L. P., & Artes, R. (2003). Análise multivariada. Lavras: Ufla, 151.
Campos, S. L S. (2019) Busca não supervisionada de padrões por técnicas de agrupamento clássica e nebulosa.
Costa, G. D. (2019). Análise multivariada de países da América do Sul por meio de Indicadores socioeconômicos.NascimentO, J.M.P.:
Gomes, L. M. (2020). Violência obstétrica: perspectiva de puérperas atendidas em um Hospital Universitário-HCU UFU.
Johnson, R. A., & Wichern, D. W. (2002). Applied multivariate statistical analysis (Vol. 5, No. 8). Upper Saddle River, NJ: Prentice hall.
Kaufman, L., & Rousseeuw, P. J. (2009). Finding groups in data: an introduction to cluster analysis (Vol. 344). John Wiley & Sons
Martin, N., & Maes, H. (1979). Multivariate analysis. London: Academic press.
Nascimento, J. M. P. (2019) Análise de Agrupamento Aplicado aos Dados de Violência no Brasil. UFU,
Oliveira Barros, K. N. N., de Albuquerque, M. A., dos Santos Gomes, A., & Dantas, D. R. G. (2020). Análise de agrupamentos exploratória dos usuários do Programa Multidisciplinar de Tratamento do Tabagismo do HUAC, Campina Grande–PB. Research, Society and Development, 9(8), e825986532-e825986532.
R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing. Viena, Austria. Disponível em: http://www.R-project.org/
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Emanuela Rodrigues do Nascimento; Mácio Augusto de Albuquerque; Kleber Napoleão Nunes de Oliveira Barros; Patrícia Silva Nascimento Barros
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
