2009
DOI: 10.1590/s0100-46702009000300004
|View full text |Cite
|
Sign up to set email alerts
|

Aplicação da análise exploratória de dados na discriminação geográfica do quiabo do Rio Grande do Norte e Pernambuco

Abstract: Foram analisadas amostras de quiabo dos municípios de Caruaru e Vitória de Santo Antão, em Pernambuco, assim como nos municípios de Ceará-Mirim, Macaíba e Extremoz no estado do Rio Grande do Norte. A aplicação de dois métodos de análise exploratória de dados: Análise de Componentes principais - PCA e Análise de Agrupamentos Hierárquicos - HCA permitiu a discriminação geográfica do quiabo proveniente dos dois estados.

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1

Citation Types

0
0
0
1

Year Published

2017
2017
2020
2020

Publication Types

Select...
3
1

Relationship

0
4

Authors

Journals

citations
Cited by 4 publications
(2 citation statements)
references
References 8 publications
0
0
0
1
Order By: Relevance
“…A cultura é muito apropriada para agricultura familiar, produzida no país e destinada quase que exclusivamente ao mercado interno. A produtividade média de quiabo no Brasil é de 20 a 40 toneladas ha -1 e os maiores estados produtores são Bahia, Minas Gerais, São Paulo e Rio Grande do Norte (PANERO et al, 2009). As cultivares mais conhecidas no Brasil são a cultivar Santa Cruz 47 e a cultivar Amarelinho AG-388 (GONÇALVES et al, 2009).…”
Section: Revisão Bibliográficaunclassified
“…A cultura é muito apropriada para agricultura familiar, produzida no país e destinada quase que exclusivamente ao mercado interno. A produtividade média de quiabo no Brasil é de 20 a 40 toneladas ha -1 e os maiores estados produtores são Bahia, Minas Gerais, São Paulo e Rio Grande do Norte (PANERO et al, 2009). As cultivares mais conhecidas no Brasil são a cultivar Santa Cruz 47 e a cultivar Amarelinho AG-388 (GONÇALVES et al, 2009).…”
Section: Revisão Bibliográficaunclassified
“…A PCA é um método exploratório capaz de transformar dados complexos e demonstralos de forma clara e evidente, possibilitando separar a informação importante da redundante, permitindo a interpretação dos resultados visualizados através de gráficos que auxiliam na identificação de agrupamentos. Através de gráficos de scores e loadings é possível investigar as relações entre amostra e variáveis, sendo imprescindível o estudo conjunto destes gráficos para avaliar a influência de cada variável em cada amostra (PANERO et al, 2009;SENA et al, 2000).…”
Section: Análise De Componentes Principais (Pca)unclassified