Impacto Econômico da Reserva Legal Florestal Sobre ... - LERF - USP
Impacto Econômico da Reserva Legal Florestal Sobre ... - LERF - USP
Impacto Econômico da Reserva Legal Florestal Sobre ... - LERF - USP
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
na maneira como a distância (ou dissimilari<strong>da</strong>de) entre os clusters é calcula<strong>da</strong> (SAS,<br />
1990).<br />
O método de agrupamento adotado neste trabalho foi o de Ward, uma estratégia de<br />
agregação basea<strong>da</strong> na análise <strong>da</strong>s variâncias dentro e entre os grupos formados. O<br />
objetivo do método de Ward é criar grupos hierárquicos de tal forma que as variâncias<br />
dentro dos grupos sejam mínimas e as variâncias entre os grupos sejam máximas<br />
(CRIVISQUI, 1999). Como demonstra a teoria estatística, <strong>da</strong><strong>da</strong> uma variável quantitativa<br />
X de uma população com n observações e K grupos, onde o número de observações do k-<br />
ésimo grupo será <strong>da</strong>do por n k , a variabili<strong>da</strong>de total de X pode ser decomposta em um<br />
componente dentro e outro componente entre grupos (2.2):<br />
Variabili<strong>da</strong>de total = Variabili<strong>da</strong>de dentro + Variabili<strong>da</strong>de entre<br />
n<br />
2<br />
K n<br />
= 1 i=<br />
1<br />
2<br />
∑ i= X i − X = ∑ ∑<br />
k<br />
1( ) k ( X i − X k ) + ∑k<br />
= 1nk<br />
( X k − X )<br />
(2.2)<br />
K<br />
2<br />
Onde X é a média de X, e<br />
X k é a média do k-ésimo grupo.<br />
Estas variabili<strong>da</strong>des podem também ser vistas como distâncias euclidianas ao<br />
centro de gravi<strong>da</strong>de (valor médio <strong>da</strong> população) e, supondo agora o caso multivariado,<br />
com P variáveis quantitativas, têm-se as seguintes medi<strong>da</strong>s de distanciamento (2.3):<br />
n<br />
i<br />
P<br />
p<br />
2<br />
K<br />
k<br />
n<br />
i<br />
P<br />
p<br />
∑ = ∑ = X ip − X = ∑ = ∑<br />
k<br />
1 1( p ) 1 = 1∑<br />
= 1(<br />
X ip − X kp ) + ∑ = 1∑<br />
= 1n<br />
k ( X kp − X p ) (2.3)<br />
2<br />
K<br />
k<br />
P<br />
p<br />
2<br />
Para evitar distorções procedentes <strong>da</strong>s diferentes escalas de medi<strong>da</strong>s <strong>da</strong>s P<br />
variáveis de análise, estas devem referir-se aos valores padronizados.<br />
O critério de agregação de ca<strong>da</strong> estágio consiste em encontrar a próxima classe que<br />
minimize a variabili<strong>da</strong>de dentro do novo grupo. Para facilitar a compreensão <strong>da</strong>s somas<br />
dos quadrados dentro dos grupos (variabili<strong>da</strong>des dentro), estas costumam ser divi<strong>da</strong>s pela<br />
77