Clusterização Espacial e Não Espacial: Um Estudo Aplicado à Agropecuária Brasileira
DOI:
https://doi.org/10.5540/tema.2017.018.01.0069Keywords:
clusterização espacial, algoritmos hierárquicos, k-means.Abstract
Este trabalho apresenta uma análise de clusterização de áreas mínimas comparáveis (AMCs) para traçar um mapa de agrupamentos homogêneos a partir de uma combinação de variáveis climáticas, de características do solo e de produção agropecuária. A metodologia permite a visualização de interações entre as diversas variáveis utilizadas, identificando, por exemplo, padrões de coexistência, no nível municipal, de diferentes culturas agrícolas. A discussão apresenta os algoritmos tradicionais sem contiguidade (aglomerativo hierárquico e k-means) e o algoritmo aglomerativo hierárquico com imposição de contiguidade. Busca-se, dessa forma, explorar diferenças entre as tipologias construídas com diferentes abordagens, além de prover configurações alternativas de agrupamentos. As metodologias discutidas permitem ainda a incorporação de critérios tradicionais de escolha do número de clusters, tais como estatísticas CCC, pseudo-F e pseudo-t2.
References
L. Anselin, “Spatial econometrics: methods and models”, Dordrecth: KluwerAcademic, 1988.
L. Anselin; R. Florax, “Advances in spatial econometrics”, Heidelberg:Springer-Verlag, 2000.
A. X. Y. Carvalho et al., Spatial hierarchical clustering,Revista Brasileira deBiometria,27, n.3, (2009), 412-443, São Paulo.
A. X. Y. Carvalho et al., Clusterização hierárquica espacial com atributos bi-nários,Revista Brasileira de Biometria,19, n.1, (2011), p.147-197, São Paulo.
A. X. Y. Carvalho et al., Clusterização espacial e não espacial: um estudo apli-cado à agropecuária brasileira,Coleção Texto para Discussão, Ipea, no prelo,Brasília.
M. Charrad et al., Nbclust: an r package for determinig the relevant numberof clusters in a data set.Journal of Statistical Software,61, n. 6, 2014.
C. C. Diniz. Dinâmica regional e ordenamento do território brasileiro: desafiose oportunidades.Texto para Discussão, Cedeplar/UFMG,471, (2013), BeloHorizonte.
T. Hastie, R. Tibshirani, J. Friedman, “The elements of statistical learning:data mining, inference and prediction”, Standford: Springer, 2001.
R. Khattree, D. N. Naik, “Multivariate data reduction and discrimination withSAS software”, Cary: SAS Institut, 2000.
E. Reis, M. Pimentel, A. I. Alvarenga, Áreas mínimas comparáveis para osperíodos intercensitários de 1872 a 2000,Ipea/Dimac, (2008), Mimeografado,Rio de Janeiro.
Downloads
Additional Files
Published
How to Cite
Issue
Section
License
Authors who publish in this journal agree to the following terms:
Authors retain copyright and grant the journal the right of first publication, with the work simultaneously licensed under the Creative Commons Attribution License that allows the sharing of the work with acknowledgment of authorship and initial publication in this journal.
Authors are authorized to assume additional contracts separately, for non-exclusive distribution of the version of the work published in this journal (eg, publish in an institutional repository or as a book chapter), with acknowledgment of authorship and initial publication in this journal.
Authors are allowed and encouraged to publish and distribute their work online (eg, in institutional repositories or on their personal page) at any point before or during the editorial process, as this can generate productive changes as well as increase impact and the citation of the published work (See The effect of open access).
This is an open access journal which means that all content is freely available without charge to the user or his/her institution. Users are allowed to read, download, copy, distribute, print, search, or link to the full texts of the articles, or use them for any other lawful purpose, without asking prior permission from the publisher or the
author. This is in accordance with the BOAI definition of open access
Intellectual Property
All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License under attribution BY.