DETERMINAÇÃO E ANÁLISE DA DINÂMICA DO DESFLORESTAMENTO, SEGUNDO AS ATIVIDADES PRODUTIVAS, NO MUNICÍPIO DE MOJÚ-PA ENTRE 2000 E 2010.

DETERMINAÇÃO E ANÁLISE DA DINÂMICA DO DESFLORESTAMENTO, SEGUNDO AS ATIVIDADES PRODUTIVAS, NO MUNICÍPIO DE MOJÚ-PA ENTRE 2000 E 2010.

Heriberto Wagner Amanjás Pena

Volver al índice

METODOLOGIA: DA MULTIVARIADA AO MODELO DE CONVERSÕES DE ECOSSISTEMAS - MCE

A MCE no contexto da economia foi à metodologia empregada para analisar a dinâmica e os determinantes do desflorestamento no município de Moju-Pa. A literatura notada ainda apresenta uma lacuna quanto à pesquisa em escala de município, o que exigiu uma apropriação dos modelos teóricos, e a proposição e estimação, de um modelo de regressão linear múltipla utilizando-se os escores fatoriais como regressores ou variáveis independentes do modelo.

Nesse sentido, esta abordagem metodológica esta dividida em dois objetivos, de um lado emprega-se o modelo matemático de analise fatorial para avaliar o nível de correlação existente entre um conjunto de variáveis defendidas como relevantes pela literatura, assim como, a sua possibilidade de ajustamento em fatores latentes. De outro, a modelagem proposta utilizou os resultados da variabilidade comum para estimar os impactos das atividades produtivas no processo de conversões de ecossistemas no município de Moju-Pa, o modelo de regressão múltipla empregado fez uso das técnicas de interdependência afiançado pela revisão teórica e também com objetivo de assegurar maior confiabilidade nas hipóteses clássicas do modelo.

A ANÁLISE MULTIVARIADA COMO MÉTODO ESTATÍSTICO

Os determinantes do desflorestamento como problema central exigiu um esforço teórico que considerasse a explicação de variáveis subjacentes e o comportamento explicativo simultâneo do seu conjunto, neste contexto, o estudo do objeto obrigou um ajuste estatístico que envolvesse uma multiplicidade conceitual de variáveis e técnicas estatísticas para modelar um ambiente complexo e com forte interdependência entre os seus agentes econômicos e as atividades produtivas.

As considerações conceituais sobre a análise multivariada e a diferenciação entre as técnicas estatísticas devem ser ajustadas ao problema de pesquisa para fornecer as melhores inferenciais. Quando a base de dados associada ao problema necessita realizar analise simultânea de apenas uma única variável, estamos diante da Análise Univariada – AU. Quando a disposição envolve duas variáveis simultâneas, Análise Bivariada – AB, e quando o numero de variáveis for maior que 2 (duas), Análise Multivariada – AM (Figura 2).

O procedimento da Analise Multivariada - AM permite simultaneamente analisar um conjunto de variáveis sem a exigência inicial de uma determinação previa de quais são dependentes ou independentes em determinado modelo. A estrutura de correlação que a técnica explora envolve uma analise de interdependência da base de dados (via variáveis selecionadas), e pode ser refinada com técnicas estatísticas apropriadas ao problema de pesquisa (RODRIGUES; PAULO, 2009).

A TÉCNICA DE ANÁLISE FATORIAL - AF

O emprego da analise fatorial como o titulo sugere é uma técnica estatística de AM que objetiva analisar a estrutura das correlações de um conjunto de variáveis, e identificar fatores que não são diretamente observáveis, mais a partir de suas interdependências admitem a composição de estruturas de relacionamentos que explicam as variações no conjunto das variáveis analisadas.

De acordo com Bezerra (2009), em termos gerais partir da AM é identificado às dimensões de variabilidade comum, e um conjunto de variáveis fica subordinado a correspondentes latentes, denominados de FATORES. Ocorre que, um número extenso de variáveis é vinculado a grupos menores, o que explica que o agrupamento ocorre por um comportamento padrão, simplificando estruturas complexas de relacionamento (Figura 3).

Neste sentido, a AF foi empregada com varias finalidades1: 1)- além de se mostrar um modelo adequado para analisar a interação num ambiente complexo, permitiu; 2)- a redução do número de variáveis com representatividade das variáveis originais; 3)- a sumarização das variáveis; 4)- a escolha das principais variáveis e a decisão de empregar os fatores como variáveis independentes para eliminar problemas de multicolinearidade2, ou seja, o conjunto destas ações explica esta opção estatística, e são descritos quando o fluxograma das múltiplas variáveis retorna aos seus respectivos fatores (Figura 3).

Portanto a construção de uma proposta de modelagem sobre a dinâmica de desflorestamento em nível de município considerou apropriado o emprego da AF também por outros fatores: o desconhecimento parcial dos inter-relacionamentos entre o conjunto de variáveis admitidas no ambiente complexo da análise; a possibilidade de extrair regularidades dos comportamentos das atividades produtivas consideradas e por fim a possibilidade de agrupamentos subjacentes manifestadas pela base de dados adotada para propor um modelo matemático original 3e fiel à realidade pesquisada.