Métodos Multivariados de Análise de Dados

Código: PCON1038
Curso: Mestrado em Ciências Contábeis
Créditos: 4
Carga horária: 60
Ementa: Técnicas de Dependência: Análise Discriminante, Logit, DEA, Penalized Models. Técnicas de Interdependência: Análise de Conglomerados; Análise Fatorial; Análise de Correspondência.Questionários como ferramenta de pesquisa: cuidados na preparação dos questionários para pesquisas amostrais. Técnicas de eliminação de outliers: discrepância univariada, alavancagem e influência. Técnicas de seleção de variáveis: wrapper e filter methods. Técnicas de seleção de modelos e overfitting: ROC, AIC, R-quadrado. Técnicas de reamostragem: K-fold, Repeated Splits, Bootstrap.
Bibliografia: BÁSICA
FÁVERO, L. P.; BELFIORE, P.; SILVA, F. L.; CHAN, B. L.; Análise de Dados . Modelagem Multivariada para Tomada de Decisões. Elsevier - Campus, Rio de Janeiro, 2009.
BOGETOFT, PETER, AND LARS OTTO. Benchmarking with DEA, SFA, and R. International Series in Operations Research & Management Science, v. 157. New York: Springer, 2011.
BRITO, G.A.S.; NETO, A.A.; CORRAR, L.J. Sistema de classificação de risco de crédito: uma aplicação a companhias abertas no Brasil. Revista Contabilidade & Finanças 20, no. 51 (December 2009): 28.43.
KUHN, M.; JOHNSON,K. Applied Predictive Modeling. New York: Springer, 2013.

COMPLEMENTAR
CORRAR, L. J. et al. Análise Multivariada. São Paulo: Atlas, 2007.
FÁVERO, L.P. Modelos de Regressão Com Excel®, Stata® E SPSS®. 1a. Rio de Janeiro, RJ: Elsevier, 2015.
HAIR; BLACK; BABIN; ANDERSON; TATHAM. Multivariate Data Analysis; Pearson Prentice Hall, 6th ed., 2006.
VENABLES, W.N.; SMITH, D.M. An Introduction to R. 2017. Disponível em: https://cran.r-project.org/doc/manuals/R-intro.pdf.