Apresentação do Curso (MTI) BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Bacharelado em Planejamento Territorial

(1)

Apresentação do Curso (MTI)

BH1350 – Métodos e Técnicas de Análise da Informação para o Planejamento Bacharelado em Planejamento Territorial Flávia F. Feitosa Maio de 2015

(2)

Análise da Informação: Etapa

fundamental em pesquisas que

busquem um aumento da compreensão

de problemas e questões no nosso

campo de interesse

Métodos e Técnicas de Análise da Informação

para o Planejamento….

(3)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Dados _{(Perguntas:
Será
que…?)}Observação Inicial Formulação de Teoria/Hipóteses Identiﬁcação de

Variáveis

Coleta de Dados para Testar Hipóteses Formulação de Teoria/Hipóteses • Análise exploratória/ gráﬁca/espacial • Construção de Modelos

Análise dos Dados

Corrobora/Refuta Hipóteses

(4)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Será

Variáveis

Envolve observação de dados, senso comum, conhecimento prévio Corrobora/Refuta Hipóteses (Re)formula Teoria

(5)

Uma pesquisa costuma partir de ideias que temos da

realidade, ou seja, de hipóteses.

As hipóteses são frequentemente expressas em uma

aﬁrmação da relação entre duas ou mais variáveis,

no mínimo, uma variável independente e uma

variável dependente.

Por exemplo: Famílias pobres são mais expostas à

violência.

(6)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Será

Variáveis

Deﬁnir variáveis e coletar dados

Característica de interesse que é medida em cada elemento da amostra ou

população. Seus valores variam de elemento para

elemento.

Inﬂuência do nosso MÉTODO DE PESQUISA

(7)

A pesquisa social pode assumir muitas formas. Entre

os métodos de pesquisa, podemos citar:

§ 

Experimento

§ 

_{Pesquisa
tipo}

_survey

§ 

_{Análise
de
conteúdo}

§ 

_{Observação
Participativa}

§ 

Análise Secundária

(8)

§

 

Possui um nível de controle

§

 

Pesquisadores manipulam variáveis (independentes)

às quais seus indivíduos estão expostos.

§

 

O pesquisador designa a variável independente a um

grupo de pessoas (chamado grupo experimental),

mas retira de outro grupo de pessoas (chamado

grupo de controle)

§

 

Idealmente, todas as outras diferenças iniciais entre

grupos experimentais e de controle são eliminadas,

atribuindo-‐se sujeitos aleatoriamente às condições

experimentais e de controle.

(9)

(10)

§

 

Pesquisa de levantamento

§

 

É retrospectiva – os efeitos das variáveis

independentes sobre as variáveis dependentes são

registrados depois de terem ocorridos.

§

 

Não possuem controles rígidos dos experimentos: as

variáveis não são manipuladas e indivíduos não são

designados para grupos de maneira aleatória.

Assim, é muito mais difícil estabelecer

CAUSA e EFEITO

(11)

Exemplo:

Uma pesquisa que avalie a percepção de (in)segurança.

O pesquisador descobriu que entrevistados de bairros com

menor investimento em segurança tendem a ser mais temerosos.

Como a variável “investimentos em segurança” não foi manipulada, não podemos chegar à conclusão de que os

investimentos em segurança alteram a percepção de segurança.

Uma explicação alternativa de que a condição de vizinhança (pobreza, número de ocorrências, etc.) altera a percepção quanto à criminalidade nas ruas é igualmente plausível.

(12)

Vantagens

§  Em comparação com experimentos, essas pesquisas podem

investigar um número muito maior de variáveis independentes importantes em relação à variável dependente.

§  Como não estão conﬁnadas a um ambiente de laboratório no

qual uma variável independente pode ser manipulada,

também podem ser mais representativas – seus resultados podem ser generalizados a um número maior de pessoas

(13)

§  Método de pesquisa por meio do qual um pesquisador busca

descrever de forma objetiva o conteúdo de mensagens produzidas anteriormente

§  Não precisam observar, de forma direta, comportamentos ou

questionar uma amostra de entrevistados

§  Normalmente estudam o conteúdo de livros, revistas e jornais,

ﬁlmes, transmissões de rádios, etc.

§  É comum a análise numérica da frequência de ocorrência de

determinados termos, construções e referências em uma dada comunicação/texto.

(14)

O pesquisador “participa” da vida cotidiana das

pessoas sendo estudadas, seja abertamente no papel

de pesquisador, seja veladamente em algum papel

disfarçado, observando o que ocorre, ouvindo o que

é dito e questionando-‐as por um período de tempo.

Riscos: Subjetividade do pesquisador, devido ao seu

envolvimento pessoal com o objeto; Possibilidade de

que sua presença perturbe o normal decurso da

interação social

(15)

§  É possível que o pesquisador não colete os próprios dados,

mas utilize conjuntos de dados previamente coletados ou reunidos por outros pesquisadores.

§  Em relação à coleta de dados em primeira mão, a análise

secundária tem a vantagem de ser mais rápida e fácil, mas mesmo assim explora dados que podem ter sido reunidos de maneira cientiﬁcamente soﬁsticada.

§  Por outro lado, o pesquisador é limitado ao que está

disponível e não tem voz ativa sobre como as variáveis são deﬁnidas e medidas.

(16)

(17)

IPEADATA

(18)

Fundação SEADE

(19)

(20)

(21)

Pesquisa Origem e Des@no

(22)

Atlas do Desenvolvimento

Humano no Brasil

(23)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Será

Variáveis

FOCO

DESTE

CURSO!!!

Corrobora/Refuta Hipóteses (Re)formula Teoria

(24)

Este curso trata da

Análise Exploratória de dados

e da construção/utilização de

MODELOS

Mas o que são modelos?

(25)

Modelos

Representações simpliﬁcadas de um objeto, estrutura, ideia ou sistema. Estas representações atendem a algum propósito!!!

São menores, menos detalhados, menos complexos, ou tudo isso junto…

(26)

(27)

Modelos nos auxiliam na representação e

compreensão de alguns aspectos do mundo real…

Este curso trata principalmente de

Modelos baseados em Métodos Estatísticos

Ferramentas importantes para análises de dados que

(28)

“O Grito” (1893) Edvard Munch

(29)

Vocês já estão acostumados a

lidar com modelos

!

(inclusive esta-s.cos)

(30)

Média como um modelo estaVs@co

Média do número de habitantes por domicílio

Nos ajuda a representar simpliﬁcadamente (modelar) este

aspecto particular da realidade

Digamos que eu tenha uma amostra de 5 domicílios, cada

qual com os seguintes números de habitantes:

Em média temos 2,6 habitantes por domicílio

(31)

Censos: Residentes por Domicílio

4.63% 4.19% 3.76% 3.31% 3.0$ 3.2$ 3.4$ 3.6$ 3.8$ 4.0$ 4.2$ 4.4$ 4.6$ 4.8$ 1980$ 1991$ 2000$ 2010$ Número$de$ residentes$por$ domicílio$ocupado$ (média)$

(32)

Média como um modelo estaVs@co

Média do número de habitantes por domicílio

Em média temos 3,31 habitantes por

domicílio

(dados do censo de 2010)

Mas é impossível ter 3,31 habitantes em um domicílio!!!

A média é um valor hipotético, um MODELO

criado para resumir nossos dados

(33)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Será

Variáveis

Envolve observação de dados, senso comum, conhecimento prévio

(34)

Exemplos

(35)

Exemplos

Trabalho de Geoprocessamento – 2015/1 Fernanda Gomes, Rafael Costa & Rafael Cabral

(36)

Exemplos

(37)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Será

Variáveis

Deﬁnir variáveis e coletar dados

Característica de interesse que é medida em cada elemento da amostra ou

população. Seus valores variam de elemento para

(38)

Exemplos

Trabalho de Geoprocessamento – 2014/1 – Victor Mendes Del Prete

Análise Secundária (Dados do Censo Demográﬁco 2010)

Identiﬁcação de Variáveis

(39)

Exemplos

(40)

Exemplos

(41)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Será

Variáveis

FOCO

DESTE

CURSO!!!

Corrobora/Refuta Hipóteses (Re)formula Teoria

(42)

(43)

(44)

Existe uma relação entre consumo

de água e renda no país?

Como esta relação pode ser

caracterizada?

O crescimento populacional não é o único

fator relacionado ao aumento do consumo

de recursos naturais

novos padrões de consumo

(45)

Consumo de Água per Capita (resposta) X Renda per capita (preditora)

CARMO, Roberto Luiz do; DAGNINO, Ricardo Sampaio; FEITOSA, Flávia da Fonseca; JOHANSEN, Igor Cavallini; CRAICE, Carla. População, Renda e Consumo Urbano de Água no Brasil: Interfaces e Desaﬁos. XX Simpósio Brasileiro de Recursos Hídricos. 17 a 22 de novembro de 2013. Bento Gonçalves, RS.

Distribuição espacial de consumo residencial de água e renda da população em 2010.

Fonte: SNIS (2010) e IBGE (2010).

(46)

Co ns umo d e Á gu a pe r C apita (m 3/ di a/ an o)

Renda per Capita (R$)

(47)

Consumo de Água per Capita (resposta) X Renda per capita(preditora)

!"#$%&"

_!

= !

_!

+ !

_!

!"#$%

_!

+ !

Variável β Desvio Padrão Estatística t (constante) 4,25.(10-3) 4,55.(10-4) 9,3 RENDA 41.(10-6) 8,2.(10-7) 49 Coeficiente de determinação: R2 = 0,36 Teste F: F = 2499,1

MODELO DE REGRESSÃO LINEAR

GLOBAL

(48)

Mas será que esta relação,

entre consumo de água e

renda, ocorre da mesma

maneira em todo o país???

(49)

GWR

– Geographically Weighted Regression

Consumo de Água per Capita (resposta) X Renda per capita(preditora) GWR:

CARMO, Roberto Luiz do; DAGNINO, Ricardo Sampaio; FEITOSA, Flávia da Fonseca; JOHANSEN, Igor Cavallini; CRAICE, Carla. População, Renda e Consumo Urbano de Água no Brasil: Interfaces e Desafios. XX Simpósio Brasileiro de Recursos Hídricos. 17 a 22 de novembro de 2013. Bento Gonçalves, RS.

(50)

GWR

– Geographically Weighted Regression

Os menores coeficientes estimados para a variável

RENDA foram observados em municípios do Estado do Rio Grande do Sul ...

(51)

GWR

– Geographically Weighted Regression

Região do Município de Traipu (AL) à maior coeficiente estimado

Um aumento de R$ 1 na renda per capita da população está associado a um incremento do consumo de água de 100,3 ml/dia/hab.

Região do município de Floriano Peixoto (RS) à um dos menores

coeficientes significativos (t-valor > 1,96):

Um aumento de R$ 1 na renda per capita da população está associado a um aumento do consumo de 10,22 ml/dia/hab.

(52)

Descobrindo Coisas Novas:

O Processo de Pesquisa

Será

Variáveis

Corrobora/Refuta Hipóteses

(53)

De maneira geral, as regiões apresentadas como

aquelas onde a elevação da renda está relacionada a

um maior incremento do consumo (áreas mais

escuras) tendem a coincidir com as áreas onde o

aumento do poder de consumo – que acompanhou

o recente processo de estabilização econômica,

crescimento econômico e ampliação dos programas

redistributivos – apresentou os maiores impactos na

redução da pobreza e extrema pobreza do país.

(54)

São regiões onde a redução da pobreza ampliou de

maneira expressiva o acesso a recursos básicos para a

manutenção de vida desta população, entre eles a

água potável.

Já em regiões como a Sul, caracterizada por níveis

mais elevados de renda, um aumento na renda tende

a gerar um impacto menor no aumento do consumo

de bens essenciais como a água e, provavelmente,

maior no consumo de bens de outra natureza.

(55)

OBJETIVO DO CURSO

Oferecer um panorama geral de distintas ferramentas

de análise de dados, com ênfase em técnicas de

inferência estatística clássica e espacial e sua

aplicabilidade em estudos que subsidiem o processo

de planejamento territorial.

Através da construção de experimentos, os alunos

deverão ser vivenciar diferentes possibilidades de

análise quantitativa de dados e ser capazes nde

explorar um problema de pesquisa aplicado ao

planejamento territorial com o auxílio dos métodos e

técnicas apresentados em sala de aula.

(56)

CONTEÚDO CURSO

1. Inferência Estatística: Conceitos Básicos

(57)

(58)

CONTEÚDO CURSO

1. Inferência Estatística: Conceitos Básicos

2. Análise Exploratória de Dados (incluindo

análise gráﬁca e espacial)

(59)

CONTEÚDO CURSO

1. Inferência Estatística: Conceitos Básicos

2. Análise Exploratória de Dados (incluindo

análise gráﬁca)

3. Correlação (Clássica & Espacial)

PRÁTICA no SPSS (correlação clássica) e

no GeoDa (correlação espacial)

(60)

CONTEÚDO CURSO

1. Inferência Estatística: Conceitos Básicos

2. Análise Exploratória de Dados (incluindo

análise gráﬁca)

3. Correlação (Clássica & Espacial)

4. Análise de Regressão (Clássica & Espacial)

(61)

CONTEÚDO CURSO

1. Conceitos Básicos de Estatística (Nivelamento)

2. Análise Exploratória de Dados (incluindo

análise gráﬁca)

3. Correlação (Clássica & Espacial)

4. Análise de Regressão (Clássica & Espacial)

5. Outras Técnicas: Análise de Agrupamentos

(Clássica & Espacial)

(62)

BIBLIOGRAFIA BÁSICA

(63)

BIBLIOGRAFIA BÁSICA

(64)

BIBLIOGRAFIA BÁSICA

(65)

BIBLIOGRAFIA BÁSICA

Druck, S.; Carvalho, M.S.; Câmara, G.; Monteiro, A.V.M. (eds) "Análise

Espacial de Dados Geográﬁcos".

Brasília, EMBRAPA, 2004.

CAPÍTULO 5 – ANÁLISE DE ÁREAS

Disponível em:

http://www.dpi.inpe.br/gilberto/ livro/analise/

(66)

BIBLIOGRAFIA BÁSICA

Disponível em:

https://geodacenter.asu.edu/

(67)

(68)

(69)

AVALIAÇÕES

1. Listas de Exercícios & Trabalhos Práticos

(4)

2. Proposta de Trabalho/ Resultados Parciais/

Presença nos Assessoramentos

(2)

3. Trabalho Final

–

Apresentação/Prova Oral

(2)

& Trabalho Escrito

(2)

(70)

Atendimentos Alunos

Prof. Flávia Feitosa – ﬂavia.feitosa@ufabc.edu.br

Horário Atendimento: Terças, 17h00 às 19h00 [Marcar por e-‐mail]

Lanna Danna – lannadanna@gmail.com [horário a combinar]

(71)

Lista de Exercícios (1)

1. O que são modelos?

2. Por que uma simples média estatística

pode ser considerada um modelo? Dê

outros exemplos de modelos.

3. Identiﬁque alguns temas de pesquisa do

seu interesse e descreva um possível

processo de pesquisa

Dicas:

(a) Visite os portais de dados apresentados na aula

(b) No site do Tidia “MTI2015”, visite os artigos disponibilizados em “Repositório > Artigos”

(72)

Lista de Exercícios (1)

Site do Tidia:

“MTI2015”

Lista a ser entregue no Tidia até 02/06

(73)

(74)

Será que os procedimentos de

cobrança do IPTU

desfavorecem imóveis de

menor valor no mercado?

(75)

(76)

Trabalhos Alunos

–

2014

Camila Brito, Sabrina Nascimento e Renan Telles

(77)

Trabalhos Alunos

Cristiane Nagaka

(78)

Trabalhos Alunos

Cristiane Nagaka

(79)

(80)

(81)

(82)

(83)

Apresentação do Curso (MTI) BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Bacharelado em Planejamento Territorial