Title:	Aproximações em análise multivariada para discriminar esquemas de controle de doenças entre vinhedos.
Authors:	CAVALCANTI, F. R.
Affiliation:	FABIO ROSSI CAVALCANTI, CNPUV.
Date Issued:	2023
Citation:	Bento Gonçalves: Embrapa Uva e Vinho, out. 2023.
Pages:	26 p.
Description:	O Boletim destaca métodos de estatística multivariada (AM) para analisar diferentes esquemas de controle de doenças em vinhedos de várias vinícolas. Esses métodos identificam e categorizam os esquemas considerando variáveis como marca do fungicida, ingrediente ativo, grupo químico e número de aplicações. A construção de variáveis a partir de dados qualitativos é discutida através da Análise de Agrupamento (AA) e Correspondência Múltipla (MCA). A Análise de Componentes Principais (PCA) converte dados qualitativos em numéricos, ampliando as variâncias explicadas nos dois eixos por meio de um método que usa distâncias de Jaccard/Tanimoto. O Boletim apresenta este método. A Análise Exploratória Fatorial (EFA) é empregada para discriminação e interpretação. A PCA prioriza a maximização da variação, enquanto a EFA estabelece uma estrutura com fatores latentes. Ambas têm semelhanças, mas diferem em implementação e interpretação. A EFA forma 'factor loadings', e a PCA mostra que a marca do fungicida e aplicações são essenciais para a principal componente. O estudo sublinha que, apesar da força das técnicas multivariadas, a coleta humana de dados, sobretudo na avaliação de incidência de doenças, é vital para uma análise integral.
Thesagro:	Vinho
Keywords:	Dtquva Análise de componentes principais Análise de agrupamento Análise de correspondência múltipla Análise fatorial de dados mistos Ciência de dados Métodos de estatística multivariada (AM) Vinhedo
Series/Report no.:	(Embrapa Uva e Vinho. Boletim de Pesquisa e Desenvolvimento, 24).
ISSN:	1981-1004
Notes:	CGPE 018276
Type of Material:	Folhetos
Access:	openAccess
Appears in Collections:	Boletim de Pesquisa e Desenvolvimento (CNPUV)