Essa é simplesmente a melhor aula de PCA que existe! Simples, didática, prática e direta! Exatamente o que precisamos, muitíssimo obrigado pela aula e parabéns!
É muito bom quando a gente se comunica com a área de biológicas. O pessoal de exatas ficam horas mostrando icógnitas e no final não respondem nada. Vlw. Ajudou muito
Simples e bem didático. Entendi perfeitamente a análise para explicar na minha defesa de doutorado. O gráfico nos impacta de certa forma, mas entendi a interpretação. Obrigado professor. Conteúdo muito útil.
Muito bom, de verdade. Comecei um novo trabalho usando PCA e ontem passei o dia inteiro lendo pra tentar entender oq tu conseguiste me explicar em menos de 15min. Estou muito grata ♥️
Excelente didatica. Muito obrigado. Uma pergunta eu posso aplicar esta transformacao dos dados em outras analises comparando diferentes escalas? por exemplo uma correlacao? Obg desde ja
Nossa! Maravilhosa a aula, consegui entender em 14min o q tentava entender desde março! Muito obrigada!! Parabéns pela didática!! Continue com mais vídeos p salvar a gente 🤩
Excelente prof. Leandro. Vídeo extremamente esclarecedor sobre esta análise cuja compreensão não é trivial ao primeiro contato. Na verdade, nem ao segundo, nem ao terceiro... Acho que estava faltando esta explicação.
Excelente resumo!!! Uma dúvida: poderíamos, ao invés de transformar os dados brutos, usar a matriz de "correlação" (e não a de "variância-covariância") durante a análise doscomponentes principais, certo? Ou não??? Obg.
Excelente aula, está me ajudando muito na minha dissertação, vc conseguiria me passar a versão mais antiga do Past, esta nova está complicado para agrupar a coluna de nomes, igual vc fez no video, seria possivél?
Boa explicação! Tentei reproduzir com os dados do seu vídeo e os eigenvalues e eigenvectors (loadings) ficam muito parecidos mas não idênticos e o vetor do oxigênio é igual mas posicionado no quadrante inferior ao que vc mostrou no vídeo (ou seja, negativo)... Já refiz várias vezes e conferi todos os valores também...
Não apareceu a minha variável qualitativa no gráfico como o seu (nascente, rural e cidade), tem que fazer alguma função para ela aparecer no gráfico? e... aula muito boa!
Há dias estou estudando o "R", mas encontrando seu tutorial sobre o PAST percebo que é muito mais fácil e prático usar este programa. Pergunta: De que maneira preparo a tabela com os dados para trabalhar no PAST com valores obtidos de uma correlação feita no ARCGIS? As variáveis ambientais foram extraídas no site Worlclim e recortadas para área de estudo.
Professor, boa noite! Parabéns pela didática. Minha dúvida é relativamente simples, a transformação dos dados com fins de equivalência dos "pesos" de cada variável é necessária também quando se faz análise de agrupamento, ou apenas para ACP?
Adorei a aula! Ajudou muito. MAs, oh, o Gotelli nem eh tao velhinho nao. Acho que nem chegou aos 60 ainda... pelo menos nao parece. Agora, a reputacao eh de quem ta bem velhinho ja. Isso mostra o quanto ele eh bom! :)
Ótima explicação! Gostaria que você realizasse se possível uma aula sobre variáveis canônicas (organização da tabela no excel, gráficos, etc) e mostrasse as principais diferenças desta com a análise de componentes principais. Obrigada!
Olá professor! Primeiro, obrigado pela aula! No exemplo utilizado na interpretação os itens relacionadas a cada área estão em locais bem definidos no plor. A minha pergunta é a seguinte: se, por exemplo eu encontrasse alguns pontos (não todos) da área urbana junto à Nascente (por exemplo), como eu faria a interpretação? Vou para o quadrante onde haverá a maior concentração da área sendo analisada? Se afirmativo, como interpretar os outros pontos mais dispersos? Desde já agradeço vossa atenção.
Olá Pedro! Devemos lembrar que a PCA é uma análise de ordenação, ou seja, os pontos são ordenados (ou classificados) pelo peso (loading) que as variáveis associadas a ele apresentam. Assim, caso haja pontos de locais diferentes que estejam próximos entre si no gráfico, significa que as variáveis amostradas (podem ser apenas algumas ou todas) apresentam valores parecidos nesses pontos amostrais. No caso que vc citou, poderia ser que a variável "oxigênio dissolvido" ou "pH" fossem parecidos. Assim, a ordenação final aproximaria esses pontos. Em resumo, a interpretação de uma análise PCA requer muita atenção em relação aos dados da planilha. Espero ter ajudado. Abs
ótima explicação prof. Leandro, objetiva e serena! Se possível, futuramente uma aula sobre estimativa de maturidade sexual usando a técnica de agrupamento K-means e análise discriminante
Parabéns pela aula professor Leandro Souto, muito didática. Queria abusar um pouco da sua paciência para lhe perguntar algo. Uma das utilidades do PCA é a redução da dimensionalidade. O senhor teria algum vídeo explicando esse tipo de aplicação ?
Para deixar um pouco mais claro, suponhamos que eu tenha cerca de dez descritores e queira reduzir esse número para treinar uma rede neural. Como identificar os mais significantes descritores ?
Tem algum nome na estatística para esta tecnica de transformação dos dados (formula z)? Outra coisa, para subir os dados para o Past, ja tem que estar com esta transformação ? O software nao faz este tratamento? abs
Leandro, excelente explicação! Eu notei que você utilizou os valores de cada amostragem. É possível/correto fazer a análise de PCA utilizando os valores de médias de cada variável? Por exemplo, utilizar a média de cada variável em cada ambiente (zona rural, nascente e cidade). Obrigado.
Primeiro, que ro agradecer o video. Parabéns! Segundo, a PCA do Past tem limite de variaveis? Só consigo computar até 12 PCs mesmo usando 18 variaveis...
Estimado professor quando eu faço o seu exemplo aparece uma mensagem de erro "valor invalido "NASCENTE" na linha 1 coluna local". Ví que tem um G na coluna local. Seria alguma transformação das células LOCAL? Pode me explicar como fazer? Muito bom o material. Desde já agradeço.
Procuro entender PCA ha 6m, e um video de 2017 salvou minha vida kkkkk Meus parabéns pelo conteúdo, professor!! E obgdo de coração!!!
Essa é simplesmente a melhor aula de PCA que existe! Simples, didática, prática e direta! Exatamente o que precisamos, muitíssimo obrigado pela aula e parabéns!
É muito bom quando a gente se comunica com a área de biológicas. O pessoal de exatas ficam horas mostrando icógnitas e no final não respondem nada. Vlw. Ajudou muito
Simples e bem didático. Entendi perfeitamente a análise para explicar na minha defesa de doutorado. O gráfico nos impacta de certa forma, mas entendi a interpretação. Obrigado professor. Conteúdo muito útil.
Finalmente consegui terminar um artigo do mestrado com a sua aula. Muito obrigada!
melhor aula sobre PCA que ja vi
que aula incrível! muito obrigada, professor
Muito bom, de verdade. Comecei um novo trabalho usando PCA e ontem passei o dia inteiro lendo pra tentar entender oq tu conseguiste me explicar em menos de 15min. Estou muito grata ♥️
Que explicação foda! Tem como da 1000 likes? Agr é aplicar o teste nos meus dados e ve se vai da uma leitura boa!
Muito obrigada, professor! Foram dicas incríveis nessa aula.
parabens, conteudo maravilhoso ficou tudo claro pra mim, tenho lido muito material pra tentar entender PCA e agora ficou cristalino
Gostei da explicação bem direta e objetiva assim como deve ser a ciência. Parabéns!
MESTRE DA ECOLOGIA NUMÉRICA EU TE AMOOOOOOOOOOOOOO
Ótima explicação.
Estou iniciando o uso de PCA e me parece uma ferramenta poderosa. Obrigada por compartilhar seus conhecimentos.
Nossa, muito obrigada!
Minha orientadora tentou me explicar mas eu não conseguia de jeito nenhum.
Agora entendi perfeitamente!
Vou fazer a defesa do TCC amanhã e graças a esse vídeo eu consegui desenvolver bem o trabalho. Obrigado professor!
Excelente didatica. Muito obrigado. Uma pergunta eu posso aplicar esta transformacao dos dados em outras analises comparando diferentes escalas? por exemplo uma correlacao? Obg desde ja
Melhor vídeo em português sobre PCA !! Sem delongas e muito explicativo ao mesmo tempo !!
Objetivo e claro. Atendeu minha necessidade de ter noções de PCA. Muito obrigado!
Salvou meu semestre!!!!!!!!!! obrigada, vídeo muito didático entendi tudo!
Excelente vídeo! recomendo !
Nossa! Maravilhosa a aula, consegui entender em 14min o q tentava entender desde março! Muito obrigada!! Parabéns pela didática!! Continue com mais vídeos p salvar a gente 🤩
Muitoooo bommm! Obrigada pelo vídeo, ótima didática!
Muito boa a explicação!!! Posso usar PCA com dados com repetições?
Excelente prof. Leandro. Vídeo extremamente esclarecedor sobre esta análise cuja compreensão não é trivial ao primeiro contato. Na verdade, nem ao segundo, nem ao terceiro... Acho que estava faltando esta explicação.
Excelente aula!
Ótima aula! Mas, eu preciso saber como eu uso PCA para construir um índice de desempenho?
Parabéns pelo vídeo. Ficou excelente. Foi muito didático.
Perfeito! Objetivo, claro e sem enrolação. Obrigado!
ótima explicação, obrigada
Muito boa aula mestre... parabéns...
Excelente resumo!!! Uma dúvida: poderíamos, ao invés de transformar os dados brutos, usar a matriz de "correlação" (e não a de "variância-covariância") durante a análise doscomponentes principais, certo? Ou não??? Obg.
Estava procurando uma explicação dessa forma. Esclarecedora. Muito bom conteúdo! Obrigado, professor.
Excelente aula, está me ajudando muito na minha dissertação, vc conseguiria me passar a versão mais antiga do Past, esta nova está complicado para agrupar a coluna de nomes, igual vc fez no video, seria possivél?
Boa explicação! Tentei reproduzir com os dados do seu vídeo e os eigenvalues e eigenvectors (loadings) ficam muito parecidos mas não idênticos e o vetor do oxigênio é igual mas posicionado no quadrante inferior ao que vc mostrou no vídeo (ou seja, negativo)... Já refiz várias vezes e conferi todos os valores também...
o mesmo para mim
Obrigada pela explicação Leandro! Se possível, faz uma aula de MANOVA!!!
Muito boa a explicação, obrigado!! 😃
Vídeo incrível.
O cara salvando meu seminário de mestrado em pleno domingo às 23:00 kkkkk
Parabéns pela aula !! Me ajudou muito!
Não apareceu a minha variável qualitativa no gráfico como o seu (nascente, rural e cidade), tem que fazer alguma função para ela aparecer no gráfico?
e... aula muito boa!
Parabéns! Excelente explicação
Faz uma aula de Análise de Correspondência Canônica, por favor!
Ótima didática!! Aula simples de acompanhar e muito esclarecedora. Obrigada. ^.^
Muito bom, muito obrigado pela explicação
Obrigada professor Leandro, por disponibilizar aulas tão claras. Com certeza ajuda muitoooo
Show!! Aula simples e objetiva. Obrigada
Que aula maravilhosa. Parabéns de verdade.
Que aula bacana!
Muito obrigado!
Excelente aula, obrigada! como é que inserimos o local de modo a ele entrar na análise? obrigada!
Muito bem explicado, cara. Tirou muitas dúvidas.
Muito simples e boa aula.
Obrigado por compartilhar este conhecimento, explicação rapida e muito didática!
Adorei a aula, super didático.
Show! Parabéns pela iniciativa.
Há dias estou estudando o "R", mas encontrando seu tutorial sobre o PAST percebo que é muito mais fácil e prático usar este programa. Pergunta: De que maneira preparo a tabela com os dados para trabalhar no PAST com valores obtidos de uma correlação feita no ARCGIS? As variáveis ambientais foram extraídas no site Worlclim e recortadas para área de estudo.
Menino como sabe da minha vida kkk (dissertação do mestrado pra fazer...) kkkk, mas cada k é uma lágrima.
Obrigada por este vídeo. Explicação incrível e objetiva ☺️
Meu desvio padrão não está dando -1 de jeito nenhum! Obrigada pela super aula, professor!
Caro Leandro, muito bem explicado. Parabéns.
Excelente prof. Leandro. Video otimo bem explicado
Ótimo! Obrigado!!!
muito obrigada!! me ajudou muito no meu mestrado!!
Aula e didática excelentes!
Bicho, seus vídeos são muito bons
Muito boa sua aula! Me ajudou bastante.Claro e objetivo. Adorei as dicas!!!
Olá Leandro parabéns pela aula não consegui baixar o programa PET que vc menciona no vídeo tem algum link para que vc possa compartilhar conosco
Professor, boa noite! Parabéns pela didática. Minha dúvida é relativamente simples, a transformação dos dados com fins de equivalência dos "pesos" de cada variável é necessária também quando se faz análise de agrupamento, ou apenas para ACP?
olá professor Leandro, você pode fazer un vídeo do análise de NMDS? obrigado.
Adorei a aula! Ajudou muito. MAs, oh, o Gotelli nem eh tao velhinho nao. Acho que nem chegou aos 60 ainda... pelo menos nao parece. Agora, a reputacao eh de quem ta bem velhinho ja. Isso mostra o quanto ele eh bom! :)
Excelente didática, obrigada!
Que videooooo, era tudo que eu precisava! Obrigada!!! Uma coisa, eu usei meus dados e o PC1 deu 100%, qual a interpretação?
Ótima aula! 👏
Tem que dar 0 e 1 exatamente ou pode ser aproximadamente?
Ótima explicação! Gostaria que você realizasse se possível uma aula sobre variáveis canônicas (organização da tabela no excel, gráficos, etc) e mostrasse as principais diferenças desta com a análise de componentes principais. Obrigada!
Olá Iarissa. Vou tentar trabalhar nisso. Abs
Olá professor! Primeiro, obrigado pela aula! No exemplo utilizado na interpretação os itens relacionadas a cada área estão em locais bem definidos no plor. A minha pergunta é a seguinte: se, por exemplo eu encontrasse alguns pontos (não todos) da área urbana junto à Nascente (por exemplo), como eu faria a interpretação? Vou para o quadrante onde haverá a maior concentração da área sendo analisada? Se afirmativo, como interpretar os outros pontos mais dispersos? Desde já agradeço vossa atenção.
Olá Pedro! Devemos lembrar que a PCA é uma análise de ordenação, ou seja, os pontos são ordenados (ou classificados) pelo peso (loading) que as variáveis associadas a ele apresentam. Assim, caso haja pontos de locais diferentes que estejam próximos entre si no gráfico, significa que as variáveis amostradas (podem ser apenas algumas ou todas) apresentam valores parecidos nesses pontos amostrais. No caso que vc citou, poderia ser que a variável "oxigênio dissolvido" ou "pH" fossem parecidos. Assim, a ordenação final aproximaria esses pontos. Em resumo, a interpretação de uma análise PCA requer muita atenção em relação aos dados da planilha. Espero ter ajudado. Abs
ótima explicação prof. Leandro, objetiva e serena! Se possível, futuramente uma aula sobre estimativa de maturidade sexual usando a técnica de agrupamento K-means e análise discriminante
Sensacional!! Vai salvar minha dissertação
Parabéns Professor!
Excelente vídeo, excelente didática! Parabéns!
Ótima vídeo aula! Parabéns!
Eu amo um professor!!!!!!! obg ajudou mt
Vídeo mt bom, obg!!!
Que maravilha de explicação!!! Obrigado!
Ótimos vídeos, parabéns. Se possível, poderia fazer um vídeo sobre análise canônica?
Muita grata professor
Parabéns pela aula professor Leandro Souto, muito didática. Queria abusar um pouco da sua paciência para lhe perguntar algo. Uma das utilidades do PCA é a redução da dimensionalidade. O senhor teria algum vídeo explicando esse tipo de aplicação ?
Para deixar um pouco mais claro, suponhamos que eu tenha cerca de dez descritores e queira reduzir esse número para treinar uma rede neural. Como identificar os mais significantes descritores ?
Muito bom. Estou tirando duvidas no seu curso que a Udacity não conseguiu explicar.
Muito obrigada! Bem prático😊
Tem algum nome na estatística para esta tecnica de transformação dos dados (formula z)? Outra coisa, para subir os dados para o Past, ja tem que estar com esta transformação ? O software nao faz este tratamento? abs
Muito bom! Obrigado
Muito show! Parabéns, e obrigado..
Muito boa sua aula !
Ótimo video! Muito obrigado!!!!
Leandro, excelente explicação! Eu notei que você utilizou os valores de cada amostragem. É possível/correto fazer a análise de PCA utilizando os valores de médias de cada variável? Por exemplo, utilizar a média de cada variável em cada ambiente (zona rural, nascente e cidade). Obrigado.
Primeiro, que ro agradecer o video. Parabéns! Segundo, a PCA do Past tem limite de variaveis? Só consigo computar até 12 PCs mesmo usando 18 variaveis...
Oi Fausto, desculpa a demora em responder. Realmente há uma limitação de 12 variáveis. O PAST só calcula 11 componentes principais (k-1).
Abs
Ótimo vídeo .
Uma
Pergunta. A pca seria útil para avaliar o quanto variáveis ambientais afetam a riqueza de espécies em x pontos amostrais?
Gustavo, nesse caso seria melhor uma análise de Composição (p. exemplo NMDS).
Os loadings seriam os valores de correlação? Ou existe diferença entre eles?
Ótima aula professor xará! Rsrsrs Muito didática, obrigado! Poderia compartilhar aqui o link para o programa PAST?
Olá! Segue a versão atualizada do programa: www.nhm.uio.no/english/research/infrastructure/past/
Ótima aula, muito obrigada!
Estimado professor quando eu faço o seu exemplo aparece uma mensagem de erro "valor invalido "NASCENTE" na linha 1 coluna local". Ví que tem um G na coluna local. Seria alguma transformação das células LOCAL? Pode me explicar como fazer? Muito bom o material. Desde já agradeço.
Descobri aqui. Mesmo assim agradeço a atenção.
Olá Ronan, que bom que conseguiu fazer. Se tiver alguma outra dúvida me avise por favor. Abs