Jorge F.C.L. Cadima

Actualmente Professor Auxiliar no Departamento de Matemática do Instituto Superior de Agronomia da Universidade Técnica de Lisboa. Lecciona Estatística e Matemática ao nível de Licenciatura e de Mestrado.

Membro da Sociedade Portuguesa de Estatística (SPE) e da Sociedade Portuguesa de Matemática (SPM).

Estatística Multivariada (MSC 62H) - em particular Análise de Componentes Principais - e Álgebra Linear (MSC 15A).

• Bruno-Soares, A.M., Matos, T.J.S. & Cadima, J. (2011) Nutritive value of Cistus salvifolius shrubs for small ruminants,
  Animal Feed Science and Technology, 165, 167-175, doi:10.1016/j.anifeedsci.2011.02.021.
• Cadima, J., Calheiros, F.L. & Preto, I.P. (2010).
  The eigenstructure of block-structured correlation matrices and its implications for Principal Component Analysis,
  Journal of Applied Statistics, 37(3-4), 577-589.
• Bruno-Soares, A.M., Cadima, J. & Matos, T.J.S. (2010).
  Predicting degradability parameters of diets for ruminants using regressions on chemical components,
  Journal of the Science of Food and Agriculture, 90, 949-955. doi:10.1002/jsfa.3891.
• Cadima, J. & Jolliffe, I. (2009).
  On Relationships Between Uncentred and Column-Centred Principal Component Analysis,
  Pakistan Journal of Statistics, 25(4), 473-503.
• Cadima, J., Cerdeira, J.O. e Minhoto, M. (2004).
  Computational aspects of algorithms for variable selection in the context of principal components (in Science Direct),
  Computational Statistics & Data Analysis, 47 (Número Especial Applications of Optimization Heuristics to Estimation and Modelling Problems), p. 225-236.
• Silva, J.M.N., Cadima, J.F.C.L., Pereira, J.M.C. e Grégoire, J.-M. (2004).
  Assessing the feasibility of a global model for multi-temporal burned area mapping using SPOT-VEGETATION data,
  International Journal of Remote Sensing, Vol. 25, No. 22, 4889-4913.
• Cadima, J., Cerdeira, J.O. e Minhoto, M. (2003).
  Subselect, um módulo informático para a pesquisa de subconjuntos óptimos de variáveis, Literacia e Estatística, Actas do X Congresso Anual da Sociedade Portuguesa de Estatística - Porto 2002, Edições SPE, p. 177-186.
• Cadima, J., Cerdeira, J.O. e Minhoto, M. (2003).
  Algoritmos genético e de melhoramento local para a selecção de subconjuntos de variáveis.
  Actas do IX Congresso Anual da Sociedade Portuguesa de Estatística - Açores 2002 (aceite para publicação).
• Cadima, J. e Jolliffe, I.T. (2001).
  Variable selection and the interpretation of principal subspaces.
  Journal of Agricultural, Biological and Environmental Statistics 6(1) , 62-79.
• Cadima, J. (2001)
  Redução de dimensionalidade através duma Análise em Componentes Principais: um critério para o número de Componentes Principais a reter.
  Revista de Estatística (INE), 1o. quadrimestre 2001, p. 37-49.
• Minhoto, M. e Cadima, J. (2001)
  Aplicações de algoritmos de arrefecimento controlado em Estatística multivariada.
  Actas do VII Congresso da Sociedade Portuguesa de Estatística - Guimarães 1999, Edições SPE, p. 123-133.
• Cadima, J. (1998).
  Relações entre Componentes Principais e variáveis subjacentes.
  Actas do V Congresso Anual da Sociedade Portuguesa de Estatística - Curia 1997, Edições Salamandra, p.271-278.
• Cadima, J. e Jolliffe, I.T. (1996)
  Size and shape-related principal component analysis.
  Biometrics 52 , 710-716.
• Cadima, J. (1996)
  Algumas aplicações do produto interno matricial usual na Análise de Componentes Principais.
  in A Estatística a decifrar o mundo: Actas do IV Congresso da Sociedade Portuguesa de Estatística (Funchal, Junho 1996), Edições Salamandra.
• Cadima, J. e Jolliffe, I.T. (1995)
  Loadings and correlations in the interpretation of principal components.
  Journal of Applied Statistics 22(2) , 203-214.
• Cadima, J. (1995)
  Relações entre as componentes principais duma matriz de correlações e as variáveis originais (não-normalizadas).
  Actas do II Congresso Anual da Sociedade Portuguesa de Estatística , Luso 1994 107-114.

Co-autor de um módulo informático designado subselect. O módulo inclui rotinas para a escolha de subconjuntos de variáveis (de cardinalidade pré-definida), representativos de um conjunto mais vasto de variáveis, através da maximização de um de três critérios de optimalidade (RM de McCabe, GCD de Yanai e RV de Escoufier). Os algoritmos de optimização disponíveis são de três tipos: um algoritmo genético, um algoritmo de arrefecimento controlado (simulated annealing) e um algoritmo de melhoramento local restringido. O módulo subselect destina-se a ser chamado a partir de uma sessão de trabalho do programa estatístico R. Programa e módulo são Software Livre e estão disponíveis no Comprehensive R Archive Network (CRAN). Os programas fonte do módulo subselect podem encontrar-se aqui. Uma listagem das funções do módulo encontra-se aqui . Um mini-manual para o módulo, em formato PDF encontra-se aqui.