Twitter
Youtube
facebook
Google +
Google +

 

tips and trick
td-banner

TD 2279 - Clusterização Espacial e não Espacial: um estudo aplicado à agropecuária brasileira

Alexandre Xavier Ywata de Carvalho, Pedro Henrique Melo Albuquerque, Camilo Rey Laureto, Guilherme Costa Chadud Moreira, Gustavo Gomes Basso, Luiz Felipe Dantas Guimarães e Marina Garcia Pena,  Rio de janeiro, março de 2017
 

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.

Palavras-chave: clusterização espacial; variáveis agropecuárias; algoritmos hierárquicos; k-means.
 

 acesseAcesse o sumário executivo  acesseAcesse o documento (14 MB)

 

 

 
 

Todo o conteúdo deste site está publicado sob a Licença Creative Commons Atribuição 2.5 Brasil.
Ipea - Instituto de Pesquisa Econômica Aplicada
Expediente Portal Ipea