Clusterização Espacial e Não Espacial: Um Estudo Aplicado à Agropecuária Brasileira

• Autor(a) principal: PENA,M.G.
• Data de Publicação: 2017
• Outros Autores: MOREIRA,G.C.C., GUIMARÃES,L.F.D., LAURETO,C.R., ALBUQUERQUE,P.H.M., CARVALHO,A.X.Y., BASSO,G.G.
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: TEMA (Sociedade Brasileira de Matemática Aplicada e Computacional. Online)
• Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S2179-84512017000100069
• topic: Clusterização espacial; algoritmos hierárquicos; k-means

RESUMO Este trabalho apresenta uma análise de clusterização de Áreas Mínimas Comparáveis (AMC’s) 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-se, 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. Ainda, as metodologias discutidas permitem a incorporação de critérios tradicionais de escolha do número de clusters, tais como estatísticas CCC, pseudo-F e pseudo-t 2.